CN106384106A - 一种基于三维扫描的反欺诈人脸识别系统 - Google Patents
一种基于三维扫描的反欺诈人脸识别系统 Download PDFInfo
- Publication number
- CN106384106A CN106384106A CN201610937761.9A CN201610937761A CN106384106A CN 106384106 A CN106384106 A CN 106384106A CN 201610937761 A CN201610937761 A CN 201610937761A CN 106384106 A CN106384106 A CN 106384106A
- Authority
- CN
- China
- Prior art keywords
- module
- dimensional
- scanning
- system based
- face identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维扫描的反欺诈人脸识别系统,包括三维信息获取系统、三维信息存储系统和三维信息对比系统,所述三维信息存储系统分别与三维信息获取系统、三维信息对比系统连接。本发明提供了一种基于三维扫描的反欺诈人脸识别系统,该系统具有结构简单、设计合理、高效、安全、可靠的优点。
Description
技术领域
本发明属于测绘技术领域,具体涉及一种基于三维扫描的反欺诈人脸识别系统。
背景技术
人脸识别系统以人脸识别技术为核心,是一项新兴的生物识别技术,是当今国际科技领域攻关的高精尖技术,它广泛采用区域特征分析算法,融合了计算机图像处理技术与生物统计学原理于一体,利用计算机图像处理技术从视频中提取人像特征点,利用生物统计学的原理进行分析建立数学模型,具有广阔的发展前景。
人脸识别系统的原理为系统输入一般是一张或者一系列含有未确定身份的人脸图像,以及人脸数据库中的若干已知身份的人脸图象或者相应的编码,而其输出则是一系列相似度得分,表明待识别的人脸的身份。
人脸识别系统广泛应用于人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别电脑安全防范、人脸识别照片搜索、人脸识别来访登记、人脸识别ATM机智能视频报警系统、人脸识别监狱智能报警系统、人脸识别RFID智能通关系统、人脸识别公安罪犯追逃智能报警系统等等,适用于公园、工厂、超市、小区广场、会议中心、体育场馆、学校、医院、住宅区、商业街、大型农贸市场等公众活动和聚集场所的重要部位,酒店(宾馆)、餐饮、娱乐场所、办公楼的大堂出入口、电梯和其他主要通道等多种场合。
现在的人脸识别系统是基于二维的图像进行分析,包括人脸图像采集、人脸定位、人脸识别对比身份确认等技术,在一副图像或视频流的一帧中将人从背景中分离出来,将捕捉到的人像与数据库中登记的某一对象对比;一般根据五官的集合特征与PCA的人脸识别,在一系列训练算法提升精度后,基于图像灰度来实现。
但是,二维的人脸图像获取系统容易被通过照片生成的3D模型所欺诈,通过公开的照片构建虚拟模型来破解面部检测的方式可欺骗大部分的人脸识别系统,只需要三张低分辨率的照片就足以重现3D模型来对身份验证系统进行欺诈,基于VR的欺骗性从根本上指向基于二维的身份系统的漏洞,在照片质量足够好的情况下VR构建可攻破80%以上的二维人脸识别系统。
发明内容
针对现有技术不足,本发明提供了一种基于三维扫描的反欺诈人脸识别系统,该系统具有结构简单、设计合理、高效、安全、可靠的优点。
为实现发明目的,本发明采用以下技术方案:
一种基于三维扫描的反欺诈人脸识别系统,包括三维信息获取系统、三维信息存储系统和三维信息对比系统,所述三维信息存储系统分别与三维信息获取系统、三维信息对比系统连接。
优选为,所述三维信息获取系统包括供电模组及与其连接的投影仪模组、摄像机、人脸追踪与深度传感器、补光模组和通讯模组,所述投影仪模组内设有投影仪光机。
优选为,所述人脸追踪与深度传感器包括控制单元及分别与其连接的摄像单元、人脸追踪模块、感测单元、显示单元、驱动单元,所述驱动单元连接动力装置。
优选为,所述三维信息存储系统包括集成在电路板上的边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组。
本发明通过光学摄像机与投影仪光机来采集数据信息,在采集的瞬间运用深度传感器与高清摄像机镜头来构建三维空间的坐标系与获取纹理模型,再将获取的数据传入到信息系统中进行重建与分析,重复拍摄多幅图像,再通过三维算法去计算人脸的空间位置(扫描过程中已经运用深度传感器与光学镜头构建了坐标),之后可进行实时的拼接,获取完整的三维数据。
优选为,所述三维信息获取系统包括供电模组及与其连接的激光器模组、HDR工业相机、彩色CMOS相机、补光模组和通讯模组,所述激光器模组内设有激光器。
优选为,所述三维信息存储系统包括集成在电路板上的离散点云处理模组、二次曲面插值模组、边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组。
本发明通过高分辨率相机、激光器模组、红色闪光灯和两个HDR工业相机来采集数据信息,将激光线照射到人体脸部,两个相机来捕捉这一瞬间的三维扫描数据,由于人体表面的曲率不同,光线照射在物体上会发生反射和折射,此时扫描仪将获得待测物体的空间信息、深度信息,用来确定物体表面每一个点在空间中的位置,3D扫描仪在不同角度,会记录物体的若干幅位置信息,软件将这些位置信息比对(align),来获得整体的位置信息,软件融合(fuse)所有的位置信息组合成一个完整的物体,这时可以通过这些信息用软件转换为3D点云,而点云数据只包含目标物的几何坐标和反射强度信息,通过对相机进行内外参数标定后,通过摄影测量的方式将影像和点云进行融合,在采集的瞬间运用深度传感器与工业相机镜头来构建三维空间的坐标系,运用点云重撒的原理获取纹理贴图数据,再将获取的数据传入到信息系统中进行重建与分析,重复拍摄多幅图像,再通过三维算法去计算人脸的空间位置(扫描过程中已经运用激光传感器确定空间位置),之后可进行实时的拼接,获取完整的三维数据。
优选为,所述三维信息获取系统包括供电模组及与其连接的光学摄像头、RGB彩色摄影机、3D深度感应器、二维特征跟踪器模组、补光模组和通讯模组,所述3D深度感应器包括红外线发射器和红外线CMOS摄影机。
优选为,所述三维信息存储系统包括集成在电路板上的标定模组、边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组。
优选为,所述三维信息对比系统包括1台内置数据库的主控服务器,用于信息的对比、反馈、保存。
优选为,所述光学摄像头包括按顺序依次连接的阿特拉芯片、自动变焦模组、焦距和光圈。
优选为,所述补光模组包括电路板、金属支架、焊盘和补光灯,所述金属支架两端分别连接电路板和焊盘,所述补光灯固定在焊盘内。
本发明通过光学摄像头、RGB彩色摄影机,红外线发射器和红外线CMOS摄影机所构成的3D深度感应器来采集数据信息,3D深度感应器通过黑白光谱的方式来感知环境:纯黑代表无穷远,纯白代表无穷近,黑白间的灰色地带对应物体到传感器的物理距离,它收集视野范围内的每一点,并形成一幅代表周围环境的景深图像,以每秒10-30帧的速度生成景深图像流,实时3D地再现周围环境,软件会对景深图像进行像素级评估,来辨别人体的不同部位,同时,这一过程必须以优化的预处理来缩短响应时间,在采集的瞬间基于飞行时间TOF相机的深度计算成像的原理,搭配深度传感器与高清相机镜头来构建三维空间的坐标系与获取纹理模型,再将获取的数据传入到信息系统中进行重建与分析,运用所获取的多帧视频流,再通过三维算法去计算人脸的空间位置(扫描过程中已经运用深度传感器与光学镜头构建了坐标),之后可进行实时的拼接,获取完整的三维数据,再使用了ActiveApperance Model作为二维特征跟踪器,然后把计算得到的模型扩展到本系统的深度数据上,进行三维人脸识别。
3D深度感应器将采用分割策略来将人体从背景环境中区分出来,即从噪音中提取出有用信号。可以主动追踪用户的脸部骨架,在这一阶段,我们为每个被追踪的物体在景深图像中创建了所谓的分割遮罩,这是一种将背景物体(比如椅子和宠物等)剔除后的景深图像,在后面的处理流程中仅仅传送分割遮罩的部分,以减轻体感计算量,获得多帧的影像后,接下来就是进行辨识的工作,透过LightCoding技术所获得的只是基本的影像资料,重点还是要辨识影像,转换为有效指令。
本发明的有益效果是:本发明提供了一种基于三维扫描的反欺诈人脸识别系统,该系统具有结构简单、设计合理、高效、安全、可靠的优点。
1、相对于运用平面几何原理对人脸进行识别而言,本系统运用空间几何原理,通过深度维度的信息获取,使VR模型的构建不会对人脸识别造成欺诈,必须是空间内的三维物体才能通过人脸识别的验证;
2、相对于基于特征PCA/LDA的人脸识别方法而言,本系统不需要进行图像的变化,而是直接针对数据库内的三维模型进行比对,成功率超过80%以上;
3、本系统可获取纹理贴图,排除光照、皮肤颜色、人脸表情影响后,能够将眼球、伤疤、颧骨高度等一系列指标加入到人脸识别中来,在反欺诈的基础上,三维扫描将会是弹性模型的人脸匹配,通过多个维度的信息来判定真伪。
附图说明
图1是本发明的结构框图;
图2是实施例1中三维信息获取系统的结构示意图;
图3是实施例2中三维信息获取系统的结构示意图;
图4是实施例3中三维信息获取系统的结构示意图;
图5是本发明三维信息存储系统的结构示意图;
图6是本发明三维信息对比系统的结构示意图;
图7是本发明人脸追踪与深度传感器的结构框图;
图8是本发明补光模组的结构示意图;
图9是本发明光学摄像头的结构示意图;
以上附图中:1、供电模组;2、投影仪模组;3、人脸追踪与深度传感器;4、补光模组;5、通讯模组;6、摄像机;7、HDR工业相机;8、彩色CMOS相机;9、RGB彩色摄影机;10、红外线CMOS摄影机;11、电路板;12、金属支架;13、焊盘;14、补光灯;15、阿特拉芯片;16、自动变焦模组;17、焦距;18、光圈。
具体实施方式
下面结合附图通过具体实施方式对本发明作进一步的说明。
实施例1
如图1、图2、图5、图6、图7、图8所示,一种基于三维扫描的反欺诈人脸识别系统,包括三维信息获取系统、三维信息存储系统和三维信息对比系统,所述三维信息存储系统分别与三维信息获取系统、三维信息对比系统连接,所述三维信息获取系统包括供电模组1及与其连接的投影仪模组2、摄像机、人脸追踪与深度传感器3、补光模组4和通讯模组5,所述投影仪模组2内设有投影仪光机,所述人脸追踪与深度传感器3包括控制单元及分别与其连接的摄像单元、人脸追踪模块、感测单元、显示单元、驱动单元,所述驱动单元连接动力装置,所述补光模组4包括电路板11、金属支架12、焊盘13和补光灯14,所述金属支架12两端分别连接电路板11和焊盘13,所述补光灯14固定在焊盘13内,所述三维信息存储系统包括集成在电路板上的边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组,所述三维信息对比系统包括1台内置数据库的主控服务器,用于信息的对比、反馈、保存。
工作原理:
在使用本系统的时候用户将在镜头前进行三维的人脸识别,三维三维信息获取系统先用补光模组,对体验者面部进行补光,以实现去除阴影的效果,通过控制投影仪模组与摄像机获取用户的三维光顺数据与纹理贴图,进行3次以上的信息获取,人脸追踪与深度传感器将会在人脸移动过程中对物体进行追踪并获取人脸部分的曲面距离,运用TCP/IP通讯模组将所获取的数据上传到三维信息存储系统,人脸表面数据进行边缘线提取、物体降噪,去除人脸因为表情而带来的空间扭曲,将三维的特征量化,去除纹理进行拼接,之后进行重置,将要纹理贴图映射到三维模型中,可以针对上载的时间进行锁定,如在5min之内无识别,将进行警报反馈,主控服务器获取上传的最终数据,与数据库中已经保留的三维人脸数据进行对比,在五官深度、疤痕、颧骨高度、人眼等多个指标对比后,通过反馈同时对原有的数据库文件进行修正。
实施例2
如图1、图3、图5、图6、图8所示,一种基于三维扫描的反欺诈人脸识别系统,包括三维信息获取系统、三维信息存储系统和三维信息对比系统,所述三维信息存储系统分别与三维信息获取系统、三维信息对比系统连接,所述三维信息获取系统包括供电模组1及与其连接的激光器模组、HDR工业相机7、彩色CMOS相机8、补光模组4和通讯模组5,所述激光器模组内设有激光器,所述补光模组包括电路板11、金属支架12、焊盘13和补光灯14,所述金属支架12两端分别连接电路板11和焊盘13,所述补光灯14固定在焊盘13内,所述三维信息存储系统包括集成在电路板上的离散点云处理模组、二次曲面插值模组、边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组,所述三维信息对比系统包括1台内置数据库的主控服务器,用于信息的对比、反馈、保存。
工作原理:
在使用本系统的时候用户将在镜头前进行三维的人脸识别,三维信息获取系统先用补光模组,对体验者面部进行补光,以实现去除阴影的效果,通过控制激光器模块(内置激光器)、2个HDR工业相机获取用户的三维空间数据,用低噪音的彩色CMOS相机获取纹理贴图,三维扫描仪将获得待测物体的空间信息、深度信息用来确定物体表面每一个点在空间中的位置不同角度,会记录物体的若干幅位置信息,软件将这些位置信息比对(align),来获得整体的位置信息,软件融合(fuse)所有的位置信息组合成一个完整的物体,这时可以通过这些信息用软件转换为3D点云,而点云数据只包含目标物的几何坐标和反射强度信息,通过对相机进行内外参数标定后,通过摄影测量的方式将影像和点云进行融合,进行3次以上的信息获取,高频的人脸追踪模组将会在人脸移动过程中对物体进行追踪,深度传感器获取人脸部分的曲面距离,将点云配准到控制网坐标系下,对于靶标缺失的点云,也可以利用公共区域寻找同名点对其进行两两配准,为了将所有点云转换到统一的控制网坐标系下与控制点配准法得到点云配在一起,两两配准时要求其中一站必须为已经配到控制网坐标系下的点云,点云拼接外业采集的数据导入至软件时会根据坐标点自动拼接,建立大量离散的空间点云数据后,在此基础上来构造人体的三维模型,点云的漏洞修复由于点云本身的离散性,会导致模型存在一定缺陷,需要在多边形阶段对其进行自动修补、调整等操作后,进行二次曲面插值模组才能得到准确的数字模型,运用TCP/IP通讯模组将所获取的数据上传到三维信息存储系统,人脸表面数据进行边缘线提取、物体降噪,去除人脸因为表情而带来的空间扭曲,将三维的特征量化,去除纹理进行拼接,之后进行重置,将点云重撒到三维空间中,将所需要纹理的贴图映射到三维点云中,可以针对上载的时间进行锁定,如在5min之内无识别,将进行警报反馈,主控服务器获取上传的最终数据,与数据库中已经保留的三维人脸数据进行对比,在五官深度、疤痕、颧骨高度、人眼等多个指标对比后,通过反馈同时对原有的数据库文件进行修正。
实施例3
如图1、图4、图5、图6、图8、图9所示,一种基于三维扫描的反欺诈人脸识别系统,包括三维信息获取系统、三维信息存储系统和三维信息对比系统,所述三维信息存储系统分别与三维信息获取系统、三维信息对比系统连接,所述三维信息获取系统包括供电模组1及与其连接的光学摄像头、RGB彩色摄影机9、3D深度感应器、二维特征跟踪器模组、补光模组4和通讯模组5,所述3D深度感应器包括红外线发射器和红外线CMOS摄影机10,所述光学摄像头包括按顺序依次连接的阿特拉芯片15、自动变焦模组16、焦距17和光圈18,所述补光模组4包括电路板11、金属支架12、焊盘13和补光灯14,所述金属支架12两端分别连接电路板11和焊盘13,所述补光灯14固定在焊盘13内,所述三维信息存储系统包括集成在电路板上的标定模组、边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组,所述三维信息对比系统包括1台内置数据库的主控服务器,用于信息的对比、反馈、保存。
工作原理:
在使用本系统的时候用户将在镜头前进行三维的人脸识别,三维信息获取系统先用补光模组对体验者面部进行补光,以实现去除阴影的效果,运用RGB彩色摄影机来获取高质量的问题贴图,GB彩色摄影机与红外线发射器和红外线CMOS摄影机所构成的3D深度感应器以搭配以每秒10-30帧的速度生成景深图像流,实时3D地再现周围环境,二维特征跟踪器模组将采用分割策略来将人脸从背景环境中区分出来,即从噪音中提取出有用信号,可以主动追踪用户的脸部骨架,在这一阶段,本系统为每个被追踪的物体在景深图像中创建了所谓的分割遮罩,这是一种将背景物体(比如椅子和宠物等)剔除后的景深图像,在后面的处理流程中仅仅传送分割遮罩的部分,以减轻体感计算量,软件会对景深图像进行像素级评估,来辨别人体的五官不同部位,同时,这一过程必须以优化的预处理来缩短响应时间,在采集的瞬间基于飞行时间TOF相机的深度计算成像的原理,搭配3D深度传感器与高清相机镜头来构建三维空间的坐标系与获取纹理模型,多次获取视频流,运用3D深度传感器获取人脸部分的曲面距离使用了Active Apperance Model作为二维特征跟踪器,然后把计算得到的模型扩展到我们的深度数据,人脸追踪模组将会在人脸移动过程中对物体进行追踪,获得多帧的影像后,接下来就是进行辨识的工作,透过LightCoding技术所获得的只是基本的影像资料,重点还是要辨识影像,转换为有效指令,得到高质量的三维数据,运用TCP/IP通讯模组将所获取的数据上传到三维信息存储系统,人脸表面数据进行边缘线提取、物体降噪,去除人脸因为表情而带来的空间扭曲,将三维的特征量化,去除纹理进行拼接,之后进行重置,将纹理贴图映射到三维模型中,可以针对上载的时间进行锁定,如在5min之内无识别,将进行警报反馈,主控服务器获取上传的最终数据,与数据库中已经保留的三维人脸数据进行对比,在五官深度、疤痕、颧骨高度、人眼等多个指标对比后,通过反馈同时对原有的数据库文件进行修正。
以上所述仅为本发明的具体实施例,但本发明的结构特征并不局限于此,本发明可以用于类似的产品上,任何本领域的技术人员在本发明的领域内,所作的变化或修饰皆涵盖在本发明的专利范围之中。
Claims (10)
1.一种基于三维扫描的反欺诈人脸识别系统,其特征在于:包括三维信息获取系统、三维信息存储系统和三维信息对比系统,所述三维信息存储系统分别与三维信息获取系统、三维信息对比系统连接。
2.如权利要求1所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述三维信息获取系统包括供电模组及与其连接的投影仪模组、摄像机、人脸追踪与深度传感器、补光模组和通讯模组,所述投影仪模组内设有投影仪光机。
3.如权利要求2所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述三维信息存储系统包括集成在电路板上的边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组。
4.如权利要求1所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述三维信息获取系统包括供电模组及与其连接的激光器模组、HDR工业相机、彩色CMOS相机、补光模组和通讯模组,所述激光器模组内设有激光器。
5.如权利要求4所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述三维信息存储系统包括集成在电路板上的离散点云处理模组、二次曲面插值模组、边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组。
6.如权利要求1所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述三维信息获取系统包括供电模组及与其连接的光学摄像头、RGB彩色摄影机、3D深度感应器、二维特征跟踪器模组、补光模组和通讯模组,所述3D深度感应器包括红外线发射器和红外线CMOS摄影机。
7.如权利要求6所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述三维信息存储系统包括集成在电路板上的标定模组、边缘提取模组、降噪模组、消除表情权重模组、纹理去除拼接与重置模组、三维特征量化模组和时间存储模组。
8.如权利要求1至7任一所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述三维信息对比系统包括1台内置数据库的主控服务器,用于信息的对比、反馈、保存。
9.如权利要求6任一所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述光学摄像头包括按顺序依次连接的阿特拉芯片、自动变焦模组、焦距和光圈。
10.如权利要求8任一所述的基于三维扫描的反欺诈人脸识别系统,其特征在于:所述补光模组包括电路板、金属支架、焊盘和补光灯,所述金属支架两端分别连接电路板和焊盘,所述补光灯固定在焊盘内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610937761.9A CN106384106A (zh) | 2016-10-24 | 2016-10-24 | 一种基于三维扫描的反欺诈人脸识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610937761.9A CN106384106A (zh) | 2016-10-24 | 2016-10-24 | 一种基于三维扫描的反欺诈人脸识别系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106384106A true CN106384106A (zh) | 2017-02-08 |
Family
ID=57958149
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610937761.9A Pending CN106384106A (zh) | 2016-10-24 | 2016-10-24 | 一种基于三维扫描的反欺诈人脸识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106384106A (zh) |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934073A (zh) * | 2017-05-02 | 2017-07-07 | 成都通甲优博科技有限责任公司 | 基于三维立体图像的人脸对比系统、方法及移动终端 |
| CN107392112A (zh) * | 2017-06-28 | 2017-11-24 | 中山职业技术学院 | 一种人脸表情识别方法及其应用的智能锁系统 |
| CN108564041A (zh) * | 2018-04-17 | 2018-09-21 | 广州云从信息科技有限公司 | 一种基于rgbd相机的人脸检测和修复方法 |
| CN108564600A (zh) * | 2018-04-19 | 2018-09-21 | 北京华捷艾米科技有限公司 | 运动物体姿态跟踪方法及装置 |
| CN108693543A (zh) * | 2017-03-31 | 2018-10-23 | 法拉第未来公司 | 用于检测信号欺骗的方法及系统 |
| CN109671143A (zh) * | 2018-12-23 | 2019-04-23 | 广东腾晟信息科技有限公司 | 人体智能建模方法 |
| CN109934124A (zh) * | 2019-02-25 | 2019-06-25 | 东软睿驰汽车技术(沈阳)有限公司 | 一种物体识别方法和装置 |
| CN110161786A (zh) * | 2018-02-12 | 2019-08-23 | 深圳富泰宏精密工业有限公司 | 光投射模块、三维影像感测装置及其感测方法 |
| CN110232707A (zh) * | 2018-03-05 | 2019-09-13 | 华为技术有限公司 | 一种测距方法及装置 |
| CN110503040A (zh) * | 2019-08-23 | 2019-11-26 | 斯坦德机器人(深圳)有限公司 | 障碍物检测方法及装置 |
| CN110532750A (zh) * | 2019-09-03 | 2019-12-03 | 南京信息职业技术学院 | 基于飞行时间法3d建模技术防控儿童近视的系统及方法 |
| CN110933307A (zh) * | 2019-11-29 | 2020-03-27 | 维沃移动通信有限公司 | 一种电子设备及图像处理方法 |
| CN111383340A (zh) * | 2018-12-28 | 2020-07-07 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的背景过滤方法、装置及系统 |
| CN112511815A (zh) * | 2019-12-05 | 2021-03-16 | 中兴通讯股份有限公司 | 图像或视频生成方法及装置 |
| CN112581505A (zh) * | 2020-12-24 | 2021-03-30 | 天津师范大学 | 一种简易的激光雷达点云与光学影像自动配准方法 |
| CN112633749A (zh) * | 2020-12-31 | 2021-04-09 | 河南橡树智能科技有限公司 | 一种基于人脸识别的员工工作时长统计方法、系统及介质 |
| CN112818915A (zh) * | 2021-02-25 | 2021-05-18 | 华南理工大学 | 基于3dmm软生物特征的深度伪造视频检测方法及系统 |
| CN112990160A (zh) * | 2021-05-17 | 2021-06-18 | 北京圣点云信息技术有限公司 | 一种基于光声成像技术的面部静脉识别方法及识别装置 |
| TWI743875B (zh) * | 2020-07-09 | 2021-10-21 | 立普思股份有限公司 | 紅外線人體辨識方法 |
| US20220107398A1 (en) * | 2019-04-18 | 2022-04-07 | Beijing Kuangshi Technology Co., Ltd. | Method for controlling working frequency of tof sensor, and apparatus, device, and medium |
| CN114445919A (zh) * | 2021-12-01 | 2022-05-06 | 浙江大华技术股份有限公司 | 一种人脸识别方法、系统、电子设备以及存储介质 |
| CN115881315A (zh) * | 2022-12-22 | 2023-03-31 | 北京壹永科技有限公司 | 交互式医学可视化系统 |
| CN117667735A (zh) * | 2023-12-18 | 2024-03-08 | 中国电子技术标准化研究院 | 图像增强软件响应时间校准装置及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030160970A1 (en) * | 2002-01-30 | 2003-08-28 | Anup Basu | Method and apparatus for high resolution 3D scanning |
| EP1796048A2 (en) * | 2002-10-15 | 2007-06-13 | University Of Southern California | Augmented virtual environments |
| US20090310828A1 (en) * | 2007-10-12 | 2009-12-17 | The University Of Houston System | An automated method for human face modeling and relighting with application to face recognition |
| JP2011186816A (ja) * | 2010-03-09 | 2011-09-22 | Secom Co Ltd | 顔画像合成装置 |
| US20140067679A1 (en) * | 2012-08-28 | 2014-03-06 | Solink Corporation | Transaction Verification System |
| CN103985172A (zh) * | 2014-05-14 | 2014-08-13 | 南京国安光电科技有限公司 | 一种基于三维人脸识别的出入口控制系统 |
| CN105513221A (zh) * | 2015-12-30 | 2016-04-20 | 四川川大智胜软件股份有限公司 | 一种基于三维人脸识别的atm机防欺诈装置及系统 |
| CN206322194U (zh) * | 2016-10-24 | 2017-07-11 | 杭州非白三维科技有限公司 | 一种基于三维扫描的反欺诈人脸识别系统 |
-
2016
- 2016-10-24 CN CN201610937761.9A patent/CN106384106A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030160970A1 (en) * | 2002-01-30 | 2003-08-28 | Anup Basu | Method and apparatus for high resolution 3D scanning |
| EP1796048A2 (en) * | 2002-10-15 | 2007-06-13 | University Of Southern California | Augmented virtual environments |
| US20090310828A1 (en) * | 2007-10-12 | 2009-12-17 | The University Of Houston System | An automated method for human face modeling and relighting with application to face recognition |
| JP2011186816A (ja) * | 2010-03-09 | 2011-09-22 | Secom Co Ltd | 顔画像合成装置 |
| US20140067679A1 (en) * | 2012-08-28 | 2014-03-06 | Solink Corporation | Transaction Verification System |
| CN103985172A (zh) * | 2014-05-14 | 2014-08-13 | 南京国安光电科技有限公司 | 一种基于三维人脸识别的出入口控制系统 |
| CN105513221A (zh) * | 2015-12-30 | 2016-04-20 | 四川川大智胜软件股份有限公司 | 一种基于三维人脸识别的atm机防欺诈装置及系统 |
| CN206322194U (zh) * | 2016-10-24 | 2017-07-11 | 杭州非白三维科技有限公司 | 一种基于三维扫描的反欺诈人脸识别系统 |
Cited By (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108693543A (zh) * | 2017-03-31 | 2018-10-23 | 法拉第未来公司 | 用于检测信号欺骗的方法及系统 |
| CN106934073A (zh) * | 2017-05-02 | 2017-07-07 | 成都通甲优博科技有限责任公司 | 基于三维立体图像的人脸对比系统、方法及移动终端 |
| CN107392112A (zh) * | 2017-06-28 | 2017-11-24 | 中山职业技术学院 | 一种人脸表情识别方法及其应用的智能锁系统 |
| CN110161786A (zh) * | 2018-02-12 | 2019-08-23 | 深圳富泰宏精密工业有限公司 | 光投射模块、三维影像感测装置及其感测方法 |
| CN110232707A (zh) * | 2018-03-05 | 2019-09-13 | 华为技术有限公司 | 一种测距方法及装置 |
| CN113781534A (zh) * | 2018-03-05 | 2021-12-10 | 华为技术有限公司 | 一种测距方法及装置 |
| CN110232707B (zh) * | 2018-03-05 | 2021-08-31 | 华为技术有限公司 | 一种测距方法及装置 |
| CN113781534B (zh) * | 2018-03-05 | 2025-09-09 | 华为技术有限公司 | 一种测距方法及装置 |
| CN108564041B (zh) * | 2018-04-17 | 2020-07-24 | 云从科技集团股份有限公司 | 一种基于rgbd相机的人脸检测和修复方法 |
| CN108564041A (zh) * | 2018-04-17 | 2018-09-21 | 广州云从信息科技有限公司 | 一种基于rgbd相机的人脸检测和修复方法 |
| CN108564600B (zh) * | 2018-04-19 | 2019-12-24 | 北京华捷艾米科技有限公司 | 运动物体姿态跟踪方法及装置 |
| CN108564600A (zh) * | 2018-04-19 | 2018-09-21 | 北京华捷艾米科技有限公司 | 运动物体姿态跟踪方法及装置 |
| CN109671143A (zh) * | 2018-12-23 | 2019-04-23 | 广东腾晟信息科技有限公司 | 人体智能建模方法 |
| CN111383340B (zh) * | 2018-12-28 | 2023-10-17 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的背景过滤方法、装置及系统 |
| CN111383340A (zh) * | 2018-12-28 | 2020-07-07 | 成都皓图智能科技有限责任公司 | 一种基于3d图像的背景过滤方法、装置及系统 |
| CN109934124A (zh) * | 2019-02-25 | 2019-06-25 | 东软睿驰汽车技术(沈阳)有限公司 | 一种物体识别方法和装置 |
| US20220107398A1 (en) * | 2019-04-18 | 2022-04-07 | Beijing Kuangshi Technology Co., Ltd. | Method for controlling working frequency of tof sensor, and apparatus, device, and medium |
| CN110503040A (zh) * | 2019-08-23 | 2019-11-26 | 斯坦德机器人(深圳)有限公司 | 障碍物检测方法及装置 |
| CN110532750A (zh) * | 2019-09-03 | 2019-12-03 | 南京信息职业技术学院 | 基于飞行时间法3d建模技术防控儿童近视的系统及方法 |
| CN110933307A (zh) * | 2019-11-29 | 2020-03-27 | 维沃移动通信有限公司 | 一种电子设备及图像处理方法 |
| CN112511815B (zh) * | 2019-12-05 | 2022-01-21 | 中兴通讯股份有限公司 | 图像或视频生成方法及装置 |
| CN112511815A (zh) * | 2019-12-05 | 2021-03-16 | 中兴通讯股份有限公司 | 图像或视频生成方法及装置 |
| TWI743875B (zh) * | 2020-07-09 | 2021-10-21 | 立普思股份有限公司 | 紅外線人體辨識方法 |
| CN112581505A (zh) * | 2020-12-24 | 2021-03-30 | 天津师范大学 | 一种简易的激光雷达点云与光学影像自动配准方法 |
| CN112633749A (zh) * | 2020-12-31 | 2021-04-09 | 河南橡树智能科技有限公司 | 一种基于人脸识别的员工工作时长统计方法、系统及介质 |
| CN112818915A (zh) * | 2021-02-25 | 2021-05-18 | 华南理工大学 | 基于3dmm软生物特征的深度伪造视频检测方法及系统 |
| CN112990160A (zh) * | 2021-05-17 | 2021-06-18 | 北京圣点云信息技术有限公司 | 一种基于光声成像技术的面部静脉识别方法及识别装置 |
| CN114445919A (zh) * | 2021-12-01 | 2022-05-06 | 浙江大华技术股份有限公司 | 一种人脸识别方法、系统、电子设备以及存储介质 |
| CN115881315A (zh) * | 2022-12-22 | 2023-03-31 | 北京壹永科技有限公司 | 交互式医学可视化系统 |
| CN115881315B (zh) * | 2022-12-22 | 2023-09-08 | 北京壹永科技有限公司 | 交互式医学可视化系统 |
| CN117667735A (zh) * | 2023-12-18 | 2024-03-08 | 中国电子技术标准化研究院 | 图像增强软件响应时间校准装置及方法 |
| CN117667735B (zh) * | 2023-12-18 | 2024-06-11 | 中国电子技术标准化研究院 | 图像增强软件响应时间校准装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106384106A (zh) | 一种基于三维扫描的反欺诈人脸识别系统 | |
| CN206322194U (zh) | 一种基于三维扫描的反欺诈人脸识别系统 | |
| CN109190508B (zh) | 一种基于空间坐标系的多摄像头数据融合方法 | |
| CN109819208B (zh) | 一种基于人工智能动态监控的密集人群安防监控管理方法 | |
| CN103425967B (zh) | 一种基于行人检测和跟踪的人流监控方法 | |
| US8300935B2 (en) | Method and system for the detection and the classification of events during motion actions | |
| CN114387679B (zh) | 基于递归卷积神经网络实现视线估计与注意力分析的系统及其方法 | |
| TWI448990B (zh) | 以分層掃描法實現即時人數計數 | |
| CN109583304A (zh) | 一种基于结构光模组的快速3d人脸点云生成方法及装置 | |
| CN111242025A (zh) | 一种基于yolo的动作实时监测方法 | |
| CN113378649A (zh) | 身份、位置和动作识别方法、系统、电子设备及存储介质 | |
| CN107256377A (zh) | 用于检测视频中的对象的方法、设备和系统 | |
| CN105426827A (zh) | 活体验证方法、装置和系统 | |
| CN106033601A (zh) | 检测异常情形的方法和装置 | |
| CN110796032A (zh) | 基于人体姿态评估的视频围栏及预警方法 | |
| CN114359726B (zh) | 一种障碍物检测方法、装置、设备、存储介质及程序产品 | |
| CN116977727A (zh) | 一种基于图像处理的燃气燃烧火焰实时监测方法及系统 | |
| CN106156714A (zh) | 基于骨骼关节特征和表面特征融合的人体行为识别方法 | |
| CN118887105A (zh) | 一种多谱融合井下胶轮车智能感知与安全预警系统 | |
| CN112418112A (zh) | 一种果园病虫害监测预警方法及系统 | |
| Zin et al. | Fusion of infrared and visible images for robust person detection | |
| CN107862333A (zh) | 一种在复杂环境下判断物体燃烧区域的方法 | |
| Ratthi et al. | Human height estimation using AI-assisted computer vision for intelligent video surveillance system | |
| CN107704851A (zh) | 人物识别方法、公共传媒展示装置、服务器和系统 | |
| CN117557933A (zh) | 一种基于深度学习的电动车违章识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170208 |
|
| RJ01 | Rejection of invention patent application after publication |