[发明专利]一种基于双目主动红外的人脸识别的系统和方法在审

专利信息
申请号: 201910351639.7 申请日: 2019-04-28
公开(公告)号: CN110070062A 公开(公告)日: 2019-07-30
发明(设计)人: 向志宏;杨延辉;吴君安;曾祥福 申请(专利权)人: 北京超维度计算科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京亿腾知识产权代理事务所(普通合伙) 11309 代理人: 陈霁
地址: 100142 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸识别 双目 图像 头像 红外图像 目标人脸 人脸特征 神经网络 人脸 红外摄像装置 神经网络识别 注册数据库 处理装置 发送单元 活体检测 获取目标 输出目标 双目视差 比对 构建 申请 光照 拍照 吻合
【说明书】:

本申请提供了一种基于双目主动红外的人脸识别的系统和方法,所述系统包括:双目红外摄像装置,用于对目标人脸进行拍照,以获取两张红外图像;处理装置包括神经网络识别单元,用于获取第一图像,并输入2D人脸识别神经网络中进行人脸识别,在识别出第一图像中目标人脸头像与2D人脸识别神经网络中注册数据库中任一人脸头像的人脸识别参数吻合时,获取目标人脸头像对应的目标人的信息;双目视差识别单元用于根据两张红外图像构建3D图像,然后将3D图像与第一图像进行人脸特征比对;发送单元用于在3D图像与第一图像的人脸特征相同时,输出目标人的信息。本申请通过双目主动红外进行人脸识别,既能满足低拒识率与误识率,又能解决光照和活体检测问题。

技术领域

发明涉及计算机视觉技术领域,尤其涉及一种基于双目主动红外的人脸识别的系统和方法。

背景技术

人脸识别领域已经在各行各业得到广泛应用,但人脸识别的各种技术、成本、工艺等缺陷也在应用过程中一一展露出来。传统的2D和3D人脸识别都存在许多缺陷,例如传统2D相机在光线较弱时,识别率不高,采用红外补光时才会有好转;另外,对于活体检测时,需要用户配合,而且即便如此,还有可能通过录像方式欺骗2D人脸识别的活体检测程序;传统3D人脸识别同行采用结构光、TOF、或者带特征点补光的双目相机进行识别,成本高,良率低。

在人脸识别领域,如何满足低拒识率和低误识率的同时,解决光照问题和活体检测是刚需,在此基础上如果能降低成本、减少工艺复杂度,有机会将人脸识别技术应用于更广泛的场景中。

发明内容

为了克服上述问题,本申请的实施例提供了一种基于双目主动红外的人脸识别的系统和方法。

为了达到上述目的,本申请的实施例采用如下技术方案:

第一方面,本申请提供一种基于双目主动红外的人脸识别的系统,包括:双目红外摄像装置,用于对目标人脸进行拍照,以获取两张红外图像;处理装置,所述处理装置包括神经网络识别单元、双目视差识别单元和发送单元,所述神经网络识别单元,用于获取第一图像,并输入2D人脸识别神经网络中进行人脸识别,在识别出所述第一图像中目标人脸头像与所述2D人脸识别神经网络中注册数据库中任一人脸头像的人脸识别参数吻合时,获取所述目标人脸头像对应的目标人的信息;所述第一图像为所述两张红外图像中一张图像;所述双目视差识别单元,用于根据所述两张红外图像构建3D图像,然后将所述3D图像与所述第一图像进行人脸特征比对;所述人脸特征用于确定所述目标为活体;所述发送单元,用于在所述3D图像与所述第一图像的人脸特征相同时,输出所述目标人的信息。

在另一个可能的实现中,所述双目红外摄像装置还包括至少一个泛光补光灯,所述泛光补光灯,用于对所述目标进行红外泛光补光。

在另一个可能的实现中,所述泛光补光灯提供的补偿波长为850nm或940nm。

在另一个可能的实现中,所述神经网络识别单元具体用于,所述第一图像输入到所述2D人脸识别神经网络中,判断是否识别出人脸头像;当所述2D人脸识别神经网络识别出所述第一图像中人脸头像后,获取所述第一图像中人脸头像,并判断所述第一图像中人脸头像的人脸识别参数是否在所述注册人脸列表中;当所述第一图像中人脸头像的人脸识别参数在所述注册人脸列表中,获取所述第一图像中人脸头像的人脸识别参数在注册人脸列表中对应的目标人的信息。

在另一个可能的实现中,所述双目视差识别单元具体用于,通过神经网络识别出所述3D图像的立体轮廓,并将所述3D图像的尺寸调整为所述第一图像的尺寸,然后确认所述3D图像的立体轮廓与所述第一图像的轮廓是否相同。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京超维度计算科技有限公司,未经北京超维度计算科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910351639.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top