TWI719472B - 圖像採集方法、裝置和系統、電子設備以及電腦可讀儲存媒體 - Google Patents
圖像採集方法、裝置和系統、電子設備以及電腦可讀儲存媒體 Download PDFInfo
- Publication number
- TWI719472B TWI719472B TW108116007A TW108116007A TWI719472B TW I719472 B TWI719472 B TW I719472B TW 108116007 A TW108116007 A TW 108116007A TW 108116007 A TW108116007 A TW 108116007A TW I719472 B TWI719472 B TW I719472B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- user
- acquisition device
- target
- image acquisition
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ophthalmology & Optometry (AREA)
- Geometry (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本發明揭示了一種圖像採集方法、裝置和系統以及電子設備,該方法包括:透過第一圖像採集裝置採集用戶的初始人臉圖像;控制第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像,所述目標採集參數基於所述初始人臉圖像而確定;基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像。
Description
本發明係有關電腦技術領域,尤其有關一種圖像採集方法、裝置和系統以及電子設備。
隨著模式識別與人工智慧等技術的不斷發展,生物特徵識別技術也受到了越來越多的關注。目前,生物特徵識別主要包括指紋識別、人臉識別、語音辨識、掌紋識別、眼紋識別、虹膜識別及面部表情識別等。
為了提高生物識別技術的準確度,相關技術人員和研究機構則考慮將人臉識別和眼部識別(比如眼紋識別、虹膜識別)結合起來,以解決人臉識別中出現等相似臉(比如同卵雙胞胎)而導致識別不準確的問題。
然而,對於人臉識別往往只需要普通RGB攝像鏡頭便可以滿足人臉識別的採集需求,而普通RGB攝像鏡頭由於其解析度有限、景深範圍(Depth of Field,DoF)有限以及視野範圍(Field of View,FoV)有限等問題,而無法實現對眼部區域的精準採集。因此,對於如何提高人臉識別結果的精確度,仍然需要一種更優化的解決方案。
本發明實施例提供一種圖像採集方法、裝置和系統以及電子設備,以解決現有的有關人臉圖像的採集方法不夠優化的問題。
為解決上述技術問題,本發明實施例是這樣實現的:
第一態樣,提出了一種圖像採集方法,包括:透過第一圖像採集裝置採集用戶的初始人臉圖像;控制第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像,所述目標採集參數基於所述初始人臉圖像而確定;基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像。
第二態樣,提出了一種圖像採集裝置,包括:第一採集單元,透過第一圖像採集裝置採集用戶的初始人臉圖像;第二採集單元,控制第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像,所述目標採集參數基於所述初始人臉圖像而確定;合成單元,基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像。
第三態樣,提出了一種圖像採集系統,包括第一圖像採集裝置、第二圖像採集裝置、控制裝置、合成裝置,其中:所述第一圖像採集裝置,採集裝置採集用戶的初始人臉圖像;
所述第二圖像採集裝置,採集裝置採集所述用戶的眼紋圖像;
所述控制裝置,控制所述第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像;
所述合成裝置,基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像。
第四態樣,提出了一種電子設備,包括:
處理器;以及
被配置成儲存電腦可執行指令的記憶體,所述可執行指令在被執行時使所述處理器執行以下操作:
透過第一圖像採集裝置採集用戶的初始人臉圖像;
控制第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像,所述目標採集參數基於所述初始人臉圖像而確定;
基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像
第五態樣,提出了一種電腦可讀儲存媒體,所述電腦可讀儲存媒體儲存一個或多個程式,所述一個或多個程式當被包括多個應用程式的電子設備執行時,使得所述電子設備執行以下操作:
透過第一圖像採集裝置採集用戶的初始人臉圖像;
控制第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像,所述目標採集參數基於所述初始人臉圖像而確定;
基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像。
由以上本發明實施例提供的技術方案可見,本發明實施例方案至少具備如下一種技術效果:
在採集用戶的人臉圖像時,能夠透過第一圖像採集裝置採集用戶的初始人臉圖像,並可以基於該初始人臉圖像而確定目標採集參數,再控制第二圖像採集裝置以目標採集參數採集用戶的眼紋圖像,最後基於初始人臉圖像和眼紋圖像合成用戶的目標人臉圖像,這樣採集得到的人臉圖像,由於既包括用戶的人臉圖像,還包括了用戶的眼部區域的圖像,且該眼部區域的圖像為用戶的眼紋圖像,一方面既提高了人臉識別的準確度,另一方面還能夠基於用戶的初始人臉圖像,控制第二圖像採集裝置採集用戶的眼紋圖像,避免了用戶還要調整自身的採集角度,提高了用戶體驗。
為使本發明的目的、技術方案和優點更加清楚,下面將結合本發明具體實施例及相應的圖式對本發明技術方案進行清楚、完整地描述。顯然,所描述的實施例僅是本發明的一部分實施例,而不是全部的實施例。基於本發明中的實施例,本發明所屬技術領域中具有通常知識者在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
以下結合圖式,詳細說明本發明各實施例提供的技術方案。
為解決現有的有關人臉的圖像採集方法不夠優化的問題,本說明書實施例提供一種圖像採集方法。本說明書實施例提供的圖像採集方法的執行主體可以但不限於手機、平板電腦、可穿戴設備等能夠被配置為執行本發明實施例提供的該方法用戶終端中的至少一種,或者,該方法的執行主體,還可以是能夠執行該方法的用戶端本身。
為便於描述,下文以該方法的執行主體為能夠執行該方法的移動終端為例,對該方法的實施方式進行介紹。可以理解,該方法的執行主體為移動終端只是一種示例性的說明,並不應理解為對該方法的限定。
具體地,本說明書一個或多個實施例圖像採集方法的實現流程示意圖如圖1所示,包括:
步驟110,透過第一圖像採集裝置採集用戶的初始人臉圖像;
如先前技術中所述,現有的用於人臉圖像採集的普通RGB攝像鏡頭往往只能夠滿足人臉識別的採集需求,而對於眼部區域中眼紋的採集,普通RGB攝像鏡頭則存在以下問題:1)普通RGB攝像鏡頭的解析度有限,無法確保採集的眼部區域中眼紋的較高解析度;2)普通RGB攝像鏡頭的景深範圍(depth of field,DOF)有限,無法確保攝像鏡頭在眼部區域精準聚焦;3)普通RGB攝像鏡頭的FoV有限,無法在拍攝眼部區域中眼紋的同時,兼顧保持較大的視野範圍,從而無法採集不同身高用戶的眼紋。
而現有技術中針對虹膜成像的解決方案中,由於需要依靠單相機完成虹膜採集,所採用的單相機的成像DoF和FoV都非常受限,用戶往往要在指定位置才能夠完成眼部區域的圖像採集,影響用戶的體驗。此外,虹膜採集還需要在成像系統中加入紅外補光元件與相機紅外濾光片,增加了成像系統的複雜度。
本說明書的一個或多個實施例為了解決這個問題,提供的圖像採集方法中包括用於採集用戶的初始人臉圖像的第一圖像採集裝置和用於採集用戶的眼紋圖像的第二圖像採集裝置,能夠同時滿足人臉圖像和眼部圖像的採集。其中,第一圖像採集裝置採集用戶的初始人臉圖像,應理解,這裡所述的初始人臉圖像可以是基於第一圖像採集裝置即時採集用戶的人臉視頻流所獲取的。
步驟120,控制第二圖像採集裝置以目標採集參數採集用戶的眼紋圖像,該目標採集參數基於初始人臉圖像而確定;
為了解決現有技術中,用戶需要在指定位置才能完成眼部區域的圖像採集而影響用戶體驗的問題,本發明的一個或多個實施例提供一種較佳的方案,可以控制第二圖像採集裝置以目標採集參數採集用戶的眼紋圖像,具體來說,可以首先,基於初始人臉圖像,確定第二圖像採集裝置的目標採集參數;然後,控制第二圖像採集裝置基於目標採集參數採集所述用戶的眼紋圖像。其中,目標採集參數可以包括第二圖像採集裝置的採集角度、採集高度等參數資訊,這就避免用戶還得多次調整自身的高度和角度來配合第二圖像採集裝置採集眼紋圖像,進而為用戶提供更好的用戶體驗。
應理解,不同用戶的身高、雙眼瞳孔間距往往都不相同,為了確保第二圖像採集裝置能夠採集到清晰的眼紋圖像,基於初始人臉圖像,確定第二圖像採集裝置的目標採集參數,具體則可以首先,基於用戶的初始人臉圖像,確定用戶的眼部空間位置資訊,即基於用戶的初始人臉圖像進行關鍵點定位,以確定出用戶的眼部空間位置資訊;然後,基於用戶的眼部空間位置資訊,確定第二圖像採集裝置的目標採集參數,也就是確定出第二圖像採集裝置的最佳採集角度和採集高度等目標採集參數。其中,用戶的眼部空間位置資訊包括用戶雙眼的瞳孔中心位置資訊。
可選地,為了確保第二圖像採集裝置能夠採集到足夠清晰的眼紋圖像,控制第二圖像採集裝置以目標採集參數採集用戶的眼紋圖像,具體可以首先,控制第二圖像採集裝置以目標採集參數採集用戶的眼睛區域圖像;然後,透過全卷積深度神經網路對用戶的眼部區域圖像進行分割,以獲取清晰度滿足預設條件的眼紋圖像,由於透過全卷積深度神經網路對用戶的眼部區域圖像進行分割,因此能夠對採集到的眼紋圖像品質進行快速判斷,以使得第二圖像採集裝置完成聚焦,從而獲取足夠清晰的眼紋圖像。
由於本說明書一個或多個實施例中的圖像採集方法中採用的第一圖像採集裝置用於採集用戶的人臉圖像,第二圖像採集裝置用於採集用戶的眼紋圖像,顯然兩者的FoV的需求不同,為了同時滿足這兩者的採集需求,第一圖像採集裝置可以選用FoV較大的普通攝像鏡頭,而第二圖像採集裝置則可以選用FoV較小的普通攝像鏡頭,即第一圖像採集裝置的FoV大於第二圖像採集裝置的FoV。其中,第一圖像採集裝置的FoV大於或等於45°*100°;第二圖像採集裝置的FoV大於或等於50mm*140mm。
此外,有關第一圖像採集裝置和第二圖像採集裝置的其他參數如下:第一圖像採集裝置的空間解析度大於或等於2mm,成像距離範圍為500mm至1000mm,圖像幀率大於或等於15fps;第二圖像採集裝置的空間解析度不低於3至5線對/mm。
在實際應用中,由於舵機雲台精度較高,便於控制,因此可以透過舵機雲台來控制第二圖像採集裝置以調整圖像採集角度等採集參數,那麼控制第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像,具體則可以透過舵機雲台控制第二圖像採集裝置以目標採集參數採集用戶的眼紋圖像。
可選地,第二圖像採集裝置的鏡頭可以為光學變焦鏡頭,也可以是定焦鏡頭。其中,若第二圖像採集裝置的鏡頭為光學變焦鏡頭,光學變焦鏡頭能夠確保眼紋圖像的採集在遠近不同距離下都保持一致的採集解析度,若第二圖像採集裝置的鏡頭為定焦鏡頭,為便於調整鏡頭焦距獲取清晰的眼紋圖像,可以使用數位變焦的方式,該定焦鏡頭採用數位變焦方式使得整個圖像採集系統的造價更便宜,但所採集的眼紋圖像相較於光學變焦鏡頭採集的眼紋圖像的清晰度會有所降低。此外,為了確保第二圖像採集裝置能夠採集清晰度滿足預設條件的眼紋圖像,該第二圖像採集裝置無論採用哪種鏡頭,其景深範圍均要大於或等於2cm。
如圖2所示,為本說明書一個或多個實施例提供的圖像採集方法應用在實際情況中的示意圖,包括軟體演算法和成像系統兩部分內容,其中,成像系統包括FoV較大的人臉採集相機(即相機A也就是本說明書中的第一圖像採集裝置)、FoV較小的眼紋採集相機(即相機B也就是本說明書中的第二圖像採集裝置,採用光學變焦鏡頭)和用於控制相機B採集參數的舵機雲台,軟體演算法主要包括人臉檢測、眼睛檢測和控制演算法,具體可以燒錄在控制晶片中或者儲存在上位機中。
圖2採集用戶的初始人臉圖像和眼紋圖像的過程包括:首先,透過相機A採集用戶的人臉視頻流;然後,透過控制晶片或者上位機獲取該人臉視頻流,透過人臉檢測獲取初始人臉圖像,再透過關鍵點定位,眼睛檢測獲取用戶雙眼的瞳孔中心的位置資訊,並基於該位置資訊確定相機B的目標採集參數,並將該目標採集參數發送給舵機雲台;最後,舵機雲台在接收到該目標採集參數後,控制相機B以目標採集參數採集用戶的眼紋圖像。
步驟130,基於初始人臉圖像和眼紋圖像合成用戶的目標人臉圖像。
在分別透過第一圖像採集裝置獲取了用戶的初始人臉圖像和第二圖像採集裝置獲取了用戶的眼紋圖像之後,便可以基於初始人臉圖像和眼紋圖像合成用戶的目標人臉圖像,在對用戶進行身份校驗時,能夠同時結合人臉圖像和眼紋圖像進行身份校驗,由於眼紋圖像識別是透過人體眼白區域的血管排布情況來區分人的身份,每個人的眼紋具有唯一性,即便是人臉相似度很高的雙胞胎,其眼紋血管排布也是不一樣的,因此,同時結合人臉圖像和眼紋圖像進行身份校驗的準確度也就更高。
在採集用戶的人臉圖像時,能夠透過第一圖像採集裝置採集用戶的初始人臉圖像,並可以基於該初始人臉圖像而確定目標採集參數,再控制第二圖像採集裝置以目標採集參數採集用戶的眼紋圖像,最後基於初始人臉圖像和眼紋圖像合成用戶的目標人臉圖像,這樣採集得到的人臉圖像,由於既包括用戶的人臉圖像,還包括了用戶的眼部區域的圖像,且該眼部區域的圖像為用戶的眼紋圖像,一方面既提高了人臉識別的準確度,另一方面還能夠基於用戶的初始人臉圖像,控制第二圖像採集裝置採集用戶的眼紋圖像,避免了用戶還要調整自身的採集角度,提高了用戶體驗。
圖3是本說明書提供的圖像採集裝置200的結構示意圖。請參考圖3,在一種軟體實施方式中,圖像採集裝置200可包括第一採集單元201、第二採集單元202和合成單元203,其中:
第一採集單元201,透過第一圖像採集裝置採集用戶的初始人臉圖像;
第二採集單元202,控制第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像,所述目標採集參數基於所述初始人臉圖像而確定;
合成單元203,基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像。
在採集用戶的人臉圖像時,第一採集單元201能夠透過第一圖像採集裝置採集用戶的初始人臉圖像,並可以基於該初始人臉圖像而確定目標採集參數,再透過第二採集單元202控制第二圖像採集裝置以目標採集參數採集用戶的眼紋圖像,最後可以透過合成單元203基於初始人臉圖像和眼紋圖像合成用戶的目標人臉圖像,這樣採集得到的人臉圖像,由於既包括用戶的人臉圖像,還包括了用戶的眼部區域的圖像,且該眼部區域的圖像為用戶的眼紋圖像,一方面既提高了人臉識別的準確度,另一方面還能夠基於用戶的初始人臉圖像,控制第二圖像採集裝置採集用戶的眼紋圖像,避免了用戶還要調整自身的採集角度,提高了用戶體驗。
在一種實施方式中,所述第二採集單元202:
基於所述初始人臉圖像,確定所述第二圖像採集裝置的目標採集參數;
控制所述第二圖像採集裝置基於所述目標採集參數採集所述用戶的眼紋圖像。
在一種實施方式中,所述第二採集單元202:
基於所述用戶的初始人臉圖像,確定所述用戶的眼部空間位置資訊;
基於所述用戶的眼部空間位置資訊,確定所述第二圖像採集裝置的目標採集參數。
在一種實施方式中,所述第二採集單元202:
控制第二圖像採集裝置以目標採集參數採集所述用戶的眼睛區域圖像;
透過全卷積深度神經網路對所述用戶的眼部區域圖像進行分割,以獲取清晰度滿足預設條件的眼紋圖像。
在一種實施方式中,所述第一圖像採集裝置的視野範圍FoV大於所述第二圖像採集裝置的FoV。
在一種實施方式中,所述第一圖像採集裝置的FoV大於或等於45°*100°;
所述第二圖像採集裝置的FoV大於或等於50mm*140 mm。
在一種實施方式中,所述第二採集單元202:
透過舵機雲台控制所述第二圖像採集裝置以所述目標採集參數採集所述用戶的眼紋圖像。
在一種實施方式中,所述第二圖像採集裝置的鏡頭為光學變焦鏡頭或者定焦鏡頭。
在一種實施方式中,所述第二圖像採集裝置的景深範圍大於或等於2cm。
在一種實施方式中,所述用戶的眼部空間位置資訊包括所述用戶雙眼的瞳孔中心位置資訊。
圖像採集裝置200能夠實現圖1及圖2的方法實施例的方法,具體可參考圖1及圖2所示實施例的圖像採集方法,不再贅述。
圖4是本說明書提供的圖像採集系統300的結構示意圖。請參考圖4,在一種軟體實施方式中,圖像採集系統300可包括第一圖像採集裝置301、第二圖像採集裝置302、控制裝置303和合成裝置304,其中:
所述第一圖像採集裝置301,採集裝置採集用戶的初始人臉圖像;
所述第二圖像採集裝置302,採集裝置採集所述用戶的眼紋圖像;
所述控制裝置303,控制所述第二圖像採集裝置302以目標採集參數採集所述用戶的眼紋圖像;
所述合成裝置304,基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像。
在一種實施方式中,所述控制裝置303,
基於所述初始人臉圖像,確定所述第二圖像採集裝置的目標採集參數;
控制所述第二圖像採集裝置基於所述目標採集參數採集所述用戶的眼紋圖像。
在一種實施方式中,所述控制裝置303,
基於所述用戶的初始人臉圖像,確定所述用戶的眼部空間位置資訊;
基於所述用戶的眼部空間位置資訊,確定所述第二圖像採集裝置的目標採集參數。
在一種實施方式中,所述控制裝置303,
控制第二圖像採集裝置以目標採集參數採集所述用戶的眼睛區域圖像;
透過全卷積深度神經網路對所述用戶的眼部區域圖像進行分割,以獲取清晰度滿足預設條件的眼紋圖像。
在一種實施方式中,所述第一圖像採集裝置301的視野範圍FoV大於所述第二圖像採集裝置302的FoV。
在一種實施方式中,所述第一圖像採集裝置301的FoV大於或等於45°*100°;
所述第二圖像採集裝置302的FoV大於或等於50mm* 140mm。
在一種實施方式中,所述控制裝置303,
透過舵機雲台控制所述第二圖像採集裝置以所述目標採集參數採集所述用戶的眼紋圖像。
在一種實施方式中,所述第二圖像採集裝置302的鏡頭為光學變焦鏡頭或者定焦鏡頭。
在一種實施方式中,所述第二圖像採集裝置302的景深範圍大於或等於2cm。
在一種實施方式中,所述用戶的眼部空間位置資訊包括所述用戶雙眼的瞳孔中心位置資訊。
圖像採集系統300能夠實現圖1及圖2的方法實施例的方法,具體可參考圖1及圖2所示實施例的圖像採集方法,不再贅述。
圖5是本說明書的一個實施例提供的電子設備的結構示意圖。請參考圖5,在硬體層面,該電子設備包括處理器,可選地還包括內部匯流排、網路介面、記憶體。其中,記憶體可能包含記憶體,例如高速隨機存取記憶體(Random-Access Memory,RAM),也可能還包括非易失性記憶體(non-volatile memory),例如至少1個磁碟記憶體等。當然,該電子設備還可能包括其他業務所需要的硬體。
處理器、網路介面和記憶體可以透過內部匯流排相互連接,該內部匯流排可以是ISA(Industry Standard
Architecture,工業標準架構)匯流排、PCI(Peripheral
Component Interconnect,周邊元件互連標準)匯流排或EISA(Extended Industry Standard Architecture,延伸工業標準架構)匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示,圖5中僅用一個雙向箭頭來表示,但並不表示僅有一根匯流排或一種類型的匯流排。
記憶體,用來儲存程式。具體地,程式可以包括程式碼,所述程式碼包括電腦操作指令。記憶體可以包括記憶體和非易失性記憶體,並向處理器提供指令和資料。
處理器從非易失性記憶體中讀取對應的電腦程式到記憶體中然後運行,在邏輯層面上形成資源增值對象與資源對象的關聯裝置。處理器,執行記憶體所儲存的程式,並具體用來執行以下操作:
透過第一圖像採集裝置採集用戶的初始人臉圖像;
控制第二圖像採集裝置以目標採集參數採集所述用戶的眼紋圖像,所述目標採集參數基於所述初始人臉圖像而確定;
基於所述初始人臉圖像和所述眼紋圖像合成所述用戶的目標人臉圖像。
上述如本說明書圖1所示實施例揭示的圖像採集方法可以應用於處理器中,或者由處理器來實現。處理器可能是一種積體電路晶片,具有信號的處理能力。在實現過程中,上述方法的各步驟可以透過處理器中的硬體的整合邏輯電路或者軟體形式的指令來完成。上述的處理器可以是通用處理器,包括中央處理器(Central Processing Unit,CPU)、網路處理器(Network Processor,NP)等;還可以是數位訊號處理器(Digital Signal Processor,DSP)、特殊應用積體電路(Application Specific Integrated Circuit,ASIC)、現場可編碼閘陣列(Field-Programmable Gate Array,FPGA)或者其他可編碼邏輯裝置、分離閘或者電晶體邏輯裝置、分離硬體元件。可以實現或者執行本說明書的一個或多個實施例中的揭示的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何習知的處理器等。結合本說明書的一個或多個實施例所揭示的方法的步驟可以直接體現為硬體解碼處理器來執行完成,或者用解碼處理器中的硬體及軟體模組組合來執行完成。軟體模組可以位於隨機記憶體,快閃記憶體、唯讀記憶體,可編碼唯讀記憶體或者電可讀寫可編碼記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於記憶體,處理器讀取記憶體中的資訊,結合其硬體完成上述方法的步驟。
該電子設備還可執行圖1的圖像採集方法,本說明書在此不再贅述。
當然,除了軟體實現方式之外,本說明書的電子設備並不排除其他實現方式,比如邏輯裝置抑或軟硬體結合的方式等等,也就是說以下處理流程的執行主體並不限定於各個邏輯單元,也可以是硬體或邏輯裝置。
總之,以上所述僅為本說明書的較佳實施例而已,並非用來限定本說明書的保護範圍。凡在本說明書一個或多個實施例的精神和原則之內,所作的任何修改、等同替換、改進等,均應包含在本說明書一個或多個實施例的保護範圍之內。
上述實施例闡明的系統、裝置、模組或單元,具體可以由電腦晶片或實體實現,或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的,電腦例如可以為個人電腦、膝上型電腦、蜂巢式電話、相機電話、智慧型電話、個人數位助理、媒體播放機、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。
電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可編碼唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁磁片儲存或其他磁性儲存裝置或任何其他非傳輸媒體,可用來儲存可以被計算設備存取的資訊。按照本文中的界定,電腦可讀媒體不包括暫態性電腦可讀媒體(transitory media),如調變的資料信號和載波。
還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本說明書中的各個實施例均採用漸進的方式來描述,各個實施例之間相同相似的部分互相參見即可,每個實施例重點說明的都是與其他實施例的不同之處。尤其,對於系統實施例而言,由於其基本相似於方法實施例,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。
110‧‧‧方法步驟
120‧‧‧方法步驟
130‧‧‧方法步驟
200‧‧‧圖像採集裝置
201‧‧‧第一採集單元
202‧‧‧第二採集單元
203‧‧‧合成單元
300‧‧‧圖像採集系統
301‧‧‧第一圖像採集裝置
302‧‧‧第二圖像採集裝置
303‧‧‧控制裝置
304‧‧‧合成裝置
此處所說明的圖式用來提供對本發明的進一步理解,構成本發明的一部分,本發明的示意性實施例及其說明用來解釋本發明,並不構成對本發明的不當限定。在圖式中:
圖1為本說明書的一個實施例提供的一種圖像採集方法的實現流程示意圖;
圖2為本說明書的一個實施例提供的圖像採集方法應用在實際情況中的示意圖;
圖3為本說明書的一個實施例提供的圖像採集裝置的結構示意圖;
圖4為本說明書的一個實施例提供的圖像採集系統的結構示意圖;
圖5為本說明書的一個實施例提供的電子設備的結構示意圖。
Claims (13)
- 一種圖像採集方法,包括:透過第一圖像採集裝置採集用戶的初始人臉圖像;控制第二圖像採集裝置以目標採集參數採集該用戶的眼紋圖像,該目標採集參數基於該初始人臉圖像而確定;以及基於該初始人臉圖像和該眼紋圖像合成該用戶的目標人臉圖像,其中,該第一圖像採集裝置的視野範圍(FoV)大於該第二圖像採集裝置的FoV。
- 如請求項1所述的方法,控制第二圖像採集裝置以目標採集參數採集該用戶的眼紋圖像,包括:基於該初始人臉圖像,確定該第二圖像採集裝置的目標採集參數;以及控制該第二圖像採集裝置基於該目標採集參數採集該用戶的眼紋圖像。
- 如請求項2所述的方法,基於該初始人臉圖像,確定該第二圖像採集裝置的目標採集參數,包括:基於該用戶的初始人臉圖像,確定該用戶的眼部空間位置資訊;以及基於該用戶的眼部空間位置資訊,確定該第二圖像採集裝置的目標採集參數。
- 如請求項1所述的方法,控制第二圖像採集裝置以目標採集參數採集該用戶的眼紋圖像,包括: 控制第二圖像採集裝置以目標採集參數採集該用戶的眼睛區域圖像;以及透過全卷積深度神經網路對該用戶的眼部區域圖像進行分割,以獲取清晰度滿足預設條件的眼紋圖像。
- 如請求項4所述的方法,該第一圖像採集裝置的FoV大於或等於45°*100°;該第二圖像採集裝置的FoV大於或等於50mm*140mm。
- 如請求項1或4所述的方法,控制第二圖像採集裝置以目標採集參數採集該用戶的眼紋圖像,包括:透過舵機雲台控制該第二圖像採集裝置以該目標採集參數採集該用戶的眼紋圖像。
- 如請求項1所述的方法,該第二圖像採集裝置的鏡頭為光學變焦鏡頭或者定焦鏡頭。
- 如請求項1至5及7中任一項所述的方法,該第二圖像採集裝置的景深範圍大於或等於2cm。
- 如請求項3所述的方法,該用戶的眼部空間位置資訊包括該用戶雙眼的瞳孔中心位置資訊。
- 一種圖像採集裝置,包括:第一採集單元,透過第一圖像採集裝置採集用戶的初始人臉圖像;第二採集單元,控制第二圖像採集裝置以目標採集參數採集該用戶的眼紋圖像,該目標採集參數基於該初始人 臉圖像而確定;以及合成單元,基於該初始人臉圖像和該眼紋圖像合成該用戶的目標人臉圖像,其中,該第一圖像採集裝置的視野範圍(FoV)大於該第二圖像採集裝置的FoV。
- 一種圖像採集系統,包括第一圖像採集裝置、第二圖像採集裝置、控制裝置、合成裝置,其中:該第一圖像採集裝置,採集裝置採集用戶的初始人臉圖像;該第二圖像採集裝置,採集裝置採集該用戶的眼紋圖像;該控制裝置,控制該第二圖像採集裝置以目標採集參數採集該用戶的眼紋圖像;以及該合成裝置,基於該初始人臉圖像和該眼紋圖像合成該用戶的目標人臉圖像,其中,該第一圖像採集裝置的視野範圍(FoV)大於該第二圖像採集裝置的FoV。
- 一種電子設備,該電子設備包括:處理器;以及被配置成儲存電腦可執行指令的記憶體,該可執行指令在被執行時使該處理器執行以下操作:透過第一圖像採集裝置採集用戶的初始人臉圖像;控制第二圖像採集裝置以目標採集參數採集該用戶的眼紋圖像,該目標採集參數基於該初始人臉圖像而確定; 以及基於該初始人臉圖像和該眼紋圖像合成該用戶的目標人臉圖像,其中,該第一圖像採集裝置的視野範圍(FoV)大於該第二圖像採集裝置的FoV。
- 一種電腦可讀儲存媒體,該電腦可讀儲存媒體儲存一個或多個程式,該一個或多個程式當被包括多個應用程式的電子設備執行時,使得該電子設備執行以下操作:透過第一圖像採集裝置採集用戶的初始人臉圖像;控制第二圖像採集裝置以目標採集參數採集該用戶的眼紋圖像,該目標採集參數基於該初始人臉圖像而確定;以及基於該初始人臉圖像和該眼紋圖像合成該用戶的目標人臉圖像,其中,該第一圖像採集裝置的視野範圍(FoV)大於該第二圖像採集裝置的FoV。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810777979.1 | 2018-07-16 | ||
CN201810777979.1A CN109002796B (zh) | 2018-07-16 | 2018-07-16 | 一种图像采集方法、装置和***以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202006585A TW202006585A (zh) | 2020-02-01 |
TWI719472B true TWI719472B (zh) | 2021-02-21 |
Family
ID=64598418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108116007A TWI719472B (zh) | 2018-07-16 | 2019-05-09 | 圖像採集方法、裝置和系統、電子設備以及電腦可讀儲存媒體 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11244158B2 (zh) |
CN (1) | CN109002796B (zh) |
SG (1) | SG11202011432TA (zh) |
TW (1) | TWI719472B (zh) |
WO (1) | WO2020018338A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109002796B (zh) * | 2018-07-16 | 2020-08-04 | 阿里巴巴集团控股有限公司 | 一种图像采集方法、装置和***以及电子设备 |
WO2020170892A1 (ja) * | 2019-02-18 | 2020-08-27 | 日本電気株式会社 | 撮像装置、方法、システム、及びコンピュータ可読媒体 |
CN113810592A (zh) * | 2020-06-15 | 2021-12-17 | 北京金山云网络技术有限公司 | 摄像装置的控制方法、控制器和摄像*** |
EP4141820A1 (en) * | 2021-08-25 | 2023-03-01 | Tools for Humanity Corporation | Controlling a two-dimensional mirror gimbal for purposes of iris scanning |
WO2023139975A1 (ja) * | 2022-01-21 | 2023-07-27 | 日本電気株式会社 | 眼球運動測定装置、眼球運動測定プログラムを格納した非一時的なコンピュータ可読媒体及び眼球運動測定方法 |
CN116912924B (zh) * | 2023-09-12 | 2024-01-05 | 深圳须弥云图空间科技有限公司 | 一种目标图像识别方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080240555A1 (en) * | 2005-11-18 | 2008-10-02 | Florin Nanu | Two Stage Detection for Photographic Eye Artifacts |
CN103902961A (zh) * | 2012-12-28 | 2014-07-02 | 汉王科技股份有限公司 | 一种人脸识别方法及装置 |
CN104123543A (zh) * | 2014-07-23 | 2014-10-29 | 泰亿格电子(上海)有限公司 | 一种基于人脸识别的眼球运动识别方法 |
CN104392463A (zh) * | 2014-12-16 | 2015-03-04 | 西安电子科技大学 | 一种基于联合稀疏多尺度融合的图像显著区域检测方法 |
Family Cites Families (71)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6714665B1 (en) * | 1994-09-02 | 2004-03-30 | Sarnoff Corporation | Fully automated iris recognition system utilizing wide and narrow fields of view |
US5787369A (en) * | 1996-02-21 | 1998-07-28 | Knaak; Theodore F. | Object detection system and method for railways |
FR2746330B1 (fr) * | 1996-03-22 | 1998-04-17 | Alcatel Postal Automation Syst | Systeme d'acquisition d'images pour le tri de paquets |
AUPQ896000A0 (en) * | 2000-07-24 | 2000-08-17 | Seeing Machines Pty Ltd | Facial image processing system |
US6919909B1 (en) * | 2000-10-24 | 2005-07-19 | Sandia Corporation | Fractional screen video enhancement apparatus |
US6767097B2 (en) * | 2001-03-29 | 2004-07-27 | Daniel G. Streibig | Colored contact lens and method of making same |
FR2829855A1 (fr) * | 2001-09-14 | 2003-03-21 | St Microelectronics Sa | Identification securisee par donnees biometriques |
US7050835B2 (en) * | 2001-12-12 | 2006-05-23 | Universal Display Corporation | Intelligent multi-media display communication system |
US20030157464A1 (en) * | 2002-02-20 | 2003-08-21 | Cesare Tanassi | Instrument for eye examination and method |
US7193644B2 (en) * | 2002-10-15 | 2007-03-20 | Revolutionary Concepts, Inc. | Automated audio video messaging and answering system |
US6785405B2 (en) * | 2002-10-23 | 2004-08-31 | Assuretec Systems, Inc. | Apparatus and method for document reading and authentication |
CA2521567A1 (en) * | 2003-05-01 | 2004-11-11 | Millennium Diet And Nutriceuticals Limited | Measurement of distribution of macular pigment |
WO2007142621A1 (en) * | 2006-06-02 | 2007-12-13 | Fotonation Vision Limited | Modification of post-viewing parameters for digital images using image region or feature information |
US9692964B2 (en) * | 2003-06-26 | 2017-06-27 | Fotonation Limited | Modification of post-viewing parameters for digital images using image region or feature information |
US8948468B2 (en) * | 2003-06-26 | 2015-02-03 | Fotonation Limited | Modification of viewing parameters for digital images using face detection information |
US7338167B2 (en) * | 2003-12-10 | 2008-03-04 | Joslin Diabetes Center, Inc. | Retinal imaging system |
US7894666B2 (en) * | 2004-07-30 | 2011-02-22 | Canon Kabushiki Kaisha | Image processing method and apparatus, image sensing apparatus, and program |
US20070160308A1 (en) * | 2006-01-11 | 2007-07-12 | Jones Michael J | Difference of sum filters for texture classification |
EP2064678A2 (en) * | 2006-08-02 | 2009-06-03 | Personics Holdings Inc. | Anti-theft system and method |
EP2062197A4 (en) * | 2006-09-15 | 2010-10-06 | Retica Systems Inc | MULTIMODAL BIOMETRIC SYSTEM AND METHOD FOR LARGE DISTANCES |
US8121356B2 (en) * | 2006-09-15 | 2012-02-21 | Identix Incorporated | Long distance multimodal biometric system and method |
US8111879B2 (en) * | 2007-04-05 | 2012-02-07 | Honeywell International Inc. | Face and iris imaging system and method |
US7568802B2 (en) * | 2007-05-09 | 2009-08-04 | Honeywell International Inc. | Eye-safe near infra-red imaging illumination method and system |
IL184399A0 (en) * | 2007-07-03 | 2007-10-31 | Yossi Tsuria | Content delivery system |
CN101261677B (zh) | 2007-10-18 | 2012-10-24 | 周春光 | 人脸的特征提取方法 |
WO2010129074A1 (en) * | 2009-01-14 | 2010-11-11 | Indiana University Research & Technology Corporation | System and method for identifying a person with reference to a sclera image |
US8472681B2 (en) * | 2009-06-15 | 2013-06-25 | Honeywell International Inc. | Iris and ocular recognition system using trace transforms |
US8854446B2 (en) * | 2011-04-28 | 2014-10-07 | Iristrac, Llc | Method of capturing image data for iris code based identification of vertebrates |
AU2013207274A1 (en) * | 2012-01-08 | 2014-08-21 | Imagistar Llc | System and method for item self-assessment as being extant or displaced |
WO2013186682A1 (en) * | 2012-06-10 | 2013-12-19 | Safe Sign Ltd | Biometric confirmation for bank card transaction |
US20140184854A1 (en) * | 2012-12-28 | 2014-07-03 | Motorola Mobility Llc | Front camera face detection for rear camera zoom function |
US9462945B1 (en) * | 2013-04-22 | 2016-10-11 | VisionQuest Biomedical LLC | System and methods for automatic processing of digital retinal images in conjunction with an imaging device |
US9241111B1 (en) * | 2013-05-30 | 2016-01-19 | Amazon Technologies, Inc. | Array of cameras with various focal distances |
KR102037417B1 (ko) * | 2013-08-13 | 2019-10-28 | 삼성전자주식회사 | 홍채 영상 촬영 방법, 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 홍채 영상 촬영 장치 |
WO2015060897A1 (en) * | 2013-10-22 | 2015-04-30 | Eyenuk, Inc. | Systems and methods for automated analysis of retinal images |
KR101569268B1 (ko) | 2014-01-02 | 2015-11-13 | 아이리텍 잉크 | 얼굴 구성요소 거리를 이용한 홍채인식용 이미지 획득 장치 및 방법 |
US9464938B2 (en) * | 2014-02-06 | 2016-10-11 | The Boeing Company | Systems and methods for measuring polarization of light in images |
KR102212209B1 (ko) * | 2014-04-10 | 2021-02-05 | 삼성전자주식회사 | 시선 추적 방법, 장치 및 컴퓨터 판독가능한 기록 매체 |
US9934436B2 (en) * | 2014-05-30 | 2018-04-03 | Leidos Innovations Technology, Inc. | System and method for 3D iris recognition |
US20170091550A1 (en) * | 2014-07-15 | 2017-03-30 | Qualcomm Incorporated | Multispectral eye analysis for identity authentication |
CN105825102A (zh) * | 2015-01-06 | 2016-08-03 | 中兴通讯股份有限公司 | 一种基于眼纹识别的终端解锁方法和装置 |
CN107683446B (zh) * | 2015-03-13 | 2020-11-03 | 苹果公司 | 用于自动识别眼睛追踪设备的至少一个用户的方法以及眼睛追踪设备 |
CN104869322A (zh) * | 2015-05-06 | 2015-08-26 | 惠州Tcl移动通信有限公司 | 移动终端基于眼纹识别的摄像头自适应调节方法及*** |
CN104834908B (zh) * | 2015-05-07 | 2018-09-07 | 惠州Tcl移动通信有限公司 | 一种移动终端基于眼纹识别的图像曝光方法及曝光*** |
CN104933419B (zh) * | 2015-06-30 | 2019-05-21 | 小米科技有限责任公司 | 获取虹膜图像的方法、装置及红膜识别设备 |
JP6536324B2 (ja) * | 2015-09-30 | 2019-07-03 | 富士通株式会社 | 視線検出システム、視線検出方法および視線検出プログラム |
CN106687969B (zh) * | 2015-10-08 | 2019-12-06 | 华为技术有限公司 | 一种保护隐私信息的方法和终端设备 |
WO2017132903A1 (zh) * | 2016-02-03 | 2017-08-10 | 徐鹤菲 | 与可见光复用的生物特征复合成像***和方法 |
US9940519B2 (en) * | 2016-06-24 | 2018-04-10 | Fotonation Limited | Image processing method and system for iris recognition |
KR102525126B1 (ko) * | 2016-07-29 | 2023-04-25 | 삼성전자주식회사 | 홍채 카메라를 포함하는 전자 장치 |
WO2018038158A1 (ja) * | 2016-08-24 | 2018-03-01 | 日本電気株式会社 | 虹彩撮像装置、虹彩撮像方法および記録媒体 |
JP6539624B2 (ja) * | 2016-09-15 | 2019-07-03 | 日本電信電話株式会社 | 視線一致顔画像合成方法、テレビ会議システム、及びプログラム |
WO2018067603A1 (en) * | 2016-10-04 | 2018-04-12 | Magic Leap, Inc. | Efficient data layouts for convolutional neural networks |
CN107223255B (zh) * | 2016-10-20 | 2020-11-17 | 深圳达闼科技控股有限公司 | 一种基于虹膜识别的图像预览方法及装置 |
KR20180053108A (ko) * | 2016-11-11 | 2018-05-21 | 삼성전자주식회사 | 홍채 영역 추출 방법 및 장치 |
CN206301289U (zh) * | 2016-11-29 | 2017-07-04 | 阿里巴巴集团控股有限公司 | Vr终端设备 |
CN106682620A (zh) | 2016-12-28 | 2017-05-17 | 北京旷视科技有限公司 | 人脸图像采集方法及装置 |
CN106933330A (zh) * | 2017-03-13 | 2017-07-07 | 维沃移动通信有限公司 | 一种显示控制方法及移动终端 |
CN108229279B (zh) * | 2017-04-14 | 2020-06-02 | 深圳市商汤科技有限公司 | 人脸图像处理方法、装置和电子设备 |
CN107368775A (zh) * | 2017-04-21 | 2017-11-21 | 阿里巴巴集团控股有限公司 | 一种虹膜识别过程中的预览方法及装置 |
US10504267B2 (en) * | 2017-06-06 | 2019-12-10 | Adobe Inc. | Generating a stylized image or stylized animation by matching semantic features via an appearance guide, a segmentation guide, and/or a temporal guide |
JP6800091B2 (ja) * | 2017-06-09 | 2020-12-16 | 株式会社豊田中央研究所 | 視線計測装置及びプログラム |
US10475222B2 (en) * | 2017-09-05 | 2019-11-12 | Adobe Inc. | Automatic creation of a group shot image from a short video clip using intelligent select and merge |
CN109583263A (zh) * | 2017-09-28 | 2019-04-05 | 丽宝大数据股份有限公司 | 结合扩增实境的身体信息分析装置及其眉型预览方法 |
CN107862259A (zh) | 2017-10-24 | 2018-03-30 | 重庆虚拟实境科技有限公司 | 人像采集方法及装置、终端装置和计算机可读存储介质 |
CN108324240A (zh) * | 2018-01-22 | 2018-07-27 | 深圳盛达同泽科技有限公司 | 眼底相机 |
US20190259476A1 (en) * | 2018-02-21 | 2019-08-22 | Sebastian Armijos | Patient Consent Systems |
KR102532746B1 (ko) * | 2018-02-21 | 2023-05-16 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
US20190282208A1 (en) * | 2018-03-14 | 2019-09-19 | Butterfly Network, Inc. | Methods and apparatuses for generating and displaying ultrasound images using an explaining model |
CN109002796B (zh) * | 2018-07-16 | 2020-08-04 | 阿里巴巴集团控股有限公司 | 一种图像采集方法、装置和***以及电子设备 |
US20200028844A1 (en) * | 2018-07-20 | 2020-01-23 | Animatech Ltd | System and method for performing user authentication |
-
2018
- 2018-07-16 CN CN201810777979.1A patent/CN109002796B/zh active Active
-
2019
- 2019-05-09 TW TW108116007A patent/TWI719472B/zh active
- 2019-07-11 SG SG11202011432TA patent/SG11202011432TA/en unknown
- 2019-07-11 WO PCT/US2019/041316 patent/WO2020018338A1/en active Application Filing
- 2019-07-11 US US16/508,639 patent/US11244158B2/en active Active
-
2020
- 2020-01-28 US US16/774,045 patent/US11205071B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080240555A1 (en) * | 2005-11-18 | 2008-10-02 | Florin Nanu | Two Stage Detection for Photographic Eye Artifacts |
CN103902961A (zh) * | 2012-12-28 | 2014-07-02 | 汉王科技股份有限公司 | 一种人脸识别方法及装置 |
CN104123543A (zh) * | 2014-07-23 | 2014-10-29 | 泰亿格电子(上海)有限公司 | 一种基于人脸识别的眼球运动识别方法 |
CN104392463A (zh) * | 2014-12-16 | 2015-03-04 | 西安电子科技大学 | 一种基于联合稀疏多尺度融合的图像显著区域检测方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202006585A (zh) | 2020-02-01 |
US20200160028A1 (en) | 2020-05-21 |
CN109002796B (zh) | 2020-08-04 |
US20200019751A1 (en) | 2020-01-16 |
WO2020018338A1 (en) | 2020-01-23 |
CN109002796A (zh) | 2018-12-14 |
SG11202011432TA (en) | 2020-12-30 |
US11205071B2 (en) | 2021-12-21 |
US11244158B2 (en) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI719472B (zh) | 圖像採集方法、裝置和系統、電子設備以及電腦可讀儲存媒體 | |
TWI716008B (zh) | 人臉識別方法及裝置 | |
US11163981B2 (en) | Periocular facial recognition switching | |
TWI701605B (zh) | 活體檢測方法、裝置和電腦可讀取儲存媒體 | |
US10018804B2 (en) | Apparatus and method for multiple mode image acquisition for iris imaging | |
TW202006595A (zh) | 人臉識別方法及終端設備 | |
TW201941110A (zh) | 二維碼識讀方法、裝置及設備 | |
CN109478227B (zh) | 计算设备上的虹膜或其他身体部位识别 | |
WO2021114916A1 (zh) | 风险检测方法、装置及设备 | |
JP6104227B2 (ja) | 画像識別方法および画像識別装置 | |
RU2654157C1 (ru) | Способ и устройство для получения изображения радужной оболочки глаза и устройство для идентификации радужной оболочки глаза | |
EP4095744A1 (en) | Automatic iris capturing method and apparatus, computer-readable storage medium, and computer device | |
CN112333356B (zh) | 一种证件图像采集方法、装置和设备 | |
WO2021204267A1 (zh) | 身份识别 | |
JP5226699B2 (ja) | 画像判定装置 | |
US11036967B2 (en) | Method and device for face selection, recognition and comparison | |
JP6989025B2 (ja) | 生体認証装置、偽造判別プログラム及び偽造判別方法 | |
CN113364938B (zh) | 一种景深扩展***、方法、装置、控制设备及存储介质 | |
JP7298709B2 (ja) | パラメータ決定装置、パラメータ決定方法及び記録媒体 | |
CN117237682A (zh) | 一种证件验证方法、装置、存储介质及电子设备 | |
Kim et al. | Improved iris localization by using wide and narrow field of view cameras for iris recognition | |
CN117765621A (zh) | 活体检测方法、装置及存储介质 | |
CN112528713A (zh) | 一种注视点估计方法、***、处理器及设备 |