【CN109961021A】一种深度图像中人脸检测方法【专利】

合集下载

一种基于深度图像的人脸活体检测方法及设备[发明专利]

一种基于深度图像的人脸活体检测方法及设备[发明专利]

专利名称:一种基于深度图像的人脸活体检测方法及设备专利类型:发明专利
发明人:刘伟华,钱贝贝,胡本川,张林
申请号:CN201811389913.1
申请日:20181121
公开号:CN109684925A
公开日:
20190426
专利内容由知识产权出版社提供
摘要:本发明涉及一种基于深度图像的人脸活体检测方法及装置,所述方法包括如下步骤:S1、接收包含人脸的深度图像;S2、检测所述深度图像中的人脸区域;S3、对所述人脸区域深度图像预处理实现图像增强并提取有效人脸深度图像;S4、将有效人脸深度图像输入至经训练的深度卷积神经网络,以检测所述人脸是真实人脸或虚假人脸。

由于直接采用包含人脸的深度图像,并经图像处理得到有效人脸深度图像,利用经训练的深度卷积神经网络来检测人脸是真实人脸或虚假人脸,解决了传统的单目彩色相机无法较好恢复出人脸三维信息的问题,从而对识别率有较大的提升。

申请人:深圳奥比中光科技有限公司
地址:518000 广东省深圳市南山区学府路63号高新区联合总部大厦12楼
国籍:CN
代理机构:深圳新创友知识产权代理有限公司
代理人:江耀纯
更多信息请下载全文后查看。

【CN109902621A】一种三维人脸识别方法、装置、计算机设备及存储介质【专利】

【CN109902621A】一种三维人脸识别方法、装置、计算机设备及存储介质【专利】

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910143289.5(22)申请日 2019.02.26(71)申请人 嘉兴学院地址 314001 浙江省嘉兴市秀洲区康和路1288号光伏科创园2号楼(72)发明人 桑高丽 闫超 朱蓉 (74)专利代理机构 北京华仲龙腾专利代理事务所(普通合伙) 11548代理人 李静(51)Int.Cl.G06K 9/00(2006.01)(54)发明名称一种三维人脸识别方法、装置、计算机设备及存储介质(57)摘要本发明适用于计算机技术领域,提供了一种三维人脸识别方法、装置、计算机设备及存储介质,该方法包括:获取待识别的三维人脸图像;对三维人脸图像进行预处理,得到待识别的三维人脸区域;根据预设的划分算法,将待识别的三维人脸区域划分为多个可重叠的待比较区域;根据每个待比较区域与预存的三维人脸模版区域的比较结果和预设的多数投票策略,确定三维人脸识别结果。

本发明方法不需要依赖面部特征点进行准确定位,也不需要对人脸的表情可变和不可变区域进行准确划分,提高了人脸识别过程中对于表情变化和遮挡的鲁棒性,并且提高了人脸识别的准确度和效率。

权利要求书2页 说明书14页 附图6页CN 109902621 A 2019.06.18C N 109902621A权 利 要 求 书1/2页CN 109902621 A1.一种三维人脸识别方法,其特征在于,包括如下步骤:获取待识别的三维人脸图像;对所述三维人脸图像进行预处理,得到待识别的三维人脸区域;根据预设的划分算法,将所述待识别的三维人脸区域划分为多个可重叠的待比较区域;根据每个所述待比较区域与预存的三维人脸模版区域的比较结果和预设的多数投票策略,确定三维人脸识别结果。

2.如权利要求1所述的三维人脸识别方法,其特征在于,所述对所述三维人脸图像进行预处理,得到待识别的三维人脸区域的步骤,具体包括:根据鼻尖点自动检测算法,对所述三维人脸图像进行剪切,得到剪切后的三维人脸区域;对所述剪切后的三维人脸区域进行校正处理,得到待识别的三维人脸区域。

一种基于深度相机的人脸识别方法及系统[发明专利]

一种基于深度相机的人脸识别方法及系统[发明专利]

专利名称:一种基于深度相机的人脸识别方法及系统专利类型:发明专利
发明人:户磊,浦煜,保长存,朱海涛,付贤强
申请号:CN202011265447.3
申请日:20201112
公开号:CN112434576A
公开日:
20210302
专利内容由知识产权出版社提供
摘要:本发明提供一种基于深度相机的人脸识别方法及系统,该方法包括:将彩色人脸区域输入至多尺度特征提取网络中的彩色多尺度特征提取网络,获取并融合彩色人脸区域不同尺度的彩色特征向量,得到彩色多尺度特征;将深度人脸区域输入至多尺度特征提取网络中的深度多尺度特征提取网络,获取并融合深度人脸区域不同尺度的深度特征向量,得到深度多尺度特征;将彩色多尺度特征和深度多尺度特征输入至多尺度特征提取网络中的识别单元,获取人脸识别结果。

本发明将常用的深度数据使用点云进行表示,增加了信息量;构建了多尺度特征提取网络,融合不同尺度的彩色特征和深度特征,使得网络提取的特征表达更加鲁棒,并且在RGBD场景下的识别准确率大幅提升。

申请人:合肥的卢深视科技有限公司
地址:230001 安徽省合肥市高新区习友路3333号中国(合肥)国际智能语音产业园研发中心楼611-217室
国籍:CN
代理机构:北京路浩知识产权代理有限公司
代理人:程琛
更多信息请下载全文后查看。

一种基于深度学习的人脸图像检索方法、装置及终端[发明专利]

一种基于深度学习的人脸图像检索方法、装置及终端[发明专利]

专利名称:一种基于深度学习的人脸图像检索方法、装置及终端
专利类型:发明专利
发明人:史方,王标,隆刚
申请号:CN201810856269.8
申请日:20180731
公开号:CN108829900A
公开日:
20181116
专利内容由知识产权出版社提供
摘要:本申请实施例公开了一种基于深度学习的人脸图像检索方法、装置及终端,所述方法包括:将经过预处理操作的待检索人脸图像输入训练完成的基于局部共享的多任务卷积神经网络模型中,获得所述待检索人脸图像的一个身份特征向量和多个属性组特征向量;将所述身份特征向量和属性组特征向量分别与数据库中存储的人脸图像的身份特征向量和属性组特征向量进行对比,获得身份特征向量对比结果、全局属性组特征向量对比结果和局部属性特征向量对比结果;根据所述身份特征向量对比结果、全局属性组特征向量的对比结果和局部属性特征向量对比结果,在数据库中筛选出目标人脸图像。

采用本申请实施例所提供的技术方案,可有效降低人脸图像检索误识别的概率。

申请人:成都视观天下科技有限公司
地址:610041 四川省成都市高新区天府大道北段1700号1栋3单元10层1009号
国籍:CN
代理机构:成都智弘知识产权代理有限公司
更多信息请下载全文后查看。

一种基于深度学习的实时人脸检测方法[发明专利]

一种基于深度学习的实时人脸检测方法[发明专利]

专利名称:一种基于深度学习的实时人脸检测方法专利类型:发明专利
发明人:王双琴,王凯东
申请号:CN201910654324.X
申请日:20190719
公开号:CN110348423A
公开日:
20191018
专利内容由知识产权出版社提供
摘要:本发明公开了一种基于深度学习的实时人脸检测方法,采用MobileNets和SSD作为基础网络,在此基础上引入FPN将多层信息进行融合,使得网络提取的特征更加丰富,对人脸检测效果起到了积极的作用。

另外在网络损失函数的设计过程中,借鉴了MultiBox的损失函数形式,将整个损失函数划分成置信度损失和定位损失两个部分,并将MultiBox的2类交叉熵损失扩充为多类别Focal loss 形式的损失函数,很好的解决了在训练过程中出现的类别不均衡现象。

申请人:西安电子科技大学
地址:710071 陕西省西安市雁塔区太白南路2号
国籍:CN
代理机构:西安铭泽知识产权代理事务所(普通合伙)
代理人:李振瑞
更多信息请下载全文后查看。

细化深度图的人脸活体检测方法、装置、设备及存储介质[发明专利]

细化深度图的人脸活体检测方法、装置、设备及存储介质[发明专利]

专利名称:细化深度图的人脸活体检测方法、装置、设备及存储介质
专利类型:发明专利
发明人:卢丽,闫超,胡二建
申请号:CN202010949715.7
申请日:20200910
公开号:CN112052808A
公开日:
20201208
专利内容由知识产权出版社提供
摘要:本发明涉及人脸识别技术领域,具体涉及一种细化深度图的人脸活体检测方法、装置、设备及存储介质。

该检测方法包括以下步骤:将多帧样本图像输入人脸活体检测模型预测样本图像的类别,所述类别包括人脸活体图像和攻击图像;采用网络损失函数指导所述人脸活体检测模型训练,所述网络损失函数L=β×L+(1‑β)×(L+L),其中,L为二分类损失函数,L为经典损失函数,L是对比深度损失函数,β是权衡所述二分类损失和所述对比深度损失的超参数。

该网络损失函数综合采用二分类损失函数、经典损失函数和对比深度损失函数,提高了活体检测模型的精度,解决了由于经典损失函数忽略了相邻像素之间的深度差,导致活体检测模型的精度低的技术问题。

申请人:河南威虎智能科技有限公司
地址:450000 河南省郑州市金水区自贸试验区郑州片区(郑东)东风南路与康宁街交叉口新发展大厦13层1317-1
国籍:CN
代理机构:郑州宏海知识产权代理事务所(普通合伙)
代理人:李晓
更多信息请下载全文后查看。

一种基于深度学习的实时人脸检测方法及系统[发明专利]

一种基于深度学习的实时人脸检测方法及系统[发明专利]

专利名称:一种基于深度学习的实时人脸检测方法及系统专利类型:发明专利
发明人:张卫山,孙浩云,宫文娟,卢清华,李忠伟
申请号:CN201710106887.6
申请日:20170227
公开号:CN106874883A
公开日:
20170620
专利内容由知识产权出版社提供
摘要:本发明公开了一种基于深度学习的实时人脸检测方法及系统,该方法包括以下步骤:构建的人脸图像数据库和卷积神经网络,利用构建的数据库对神经网络进行训练,得到最优的卷积神经网络以及人脸数据库中的人脸特征;构建storm拓扑结构;数据源输入组件将实时视频流分发给各数据处理组件,数据处理组件通过卷积神经网络对人脸和非人脸进行分类、人脸边界框回归、坐标定位,得到人脸检测的结果。

本发明通过优化后的卷积神经网络对人脸图像数据进行特征提取,有效地提高了特征提取的准确率,将Storm架构和卷积神经网络的特征提取相结合,提高了人脸检测的效率。

申请人:中国石油大学(华东)
地址:266580 山东省青岛市经济技术开发区长江西路66号
国籍:CN
代理机构:济南圣达知识产权代理有限公司
代理人:黄海丽
更多信息请下载全文后查看。

一种深度网络生成人脸图像的检测方法及系统[发明专利]

一种深度网络生成人脸图像的检测方法及系统[发明专利]

专利名称:一种深度网络生成人脸图像的检测方法及系统专利类型:发明专利
发明人:李昊东,黄继武
申请号:CN201810434620.4
申请日:20180508
公开号:CN108596141B
公开日:
20220517
专利内容由知识产权出版社提供
摘要:本发明公开了一种深度网络生成人脸图像的检测方法及系统,构造由真实人脸图像和生成人脸图像组成的训练样本集;基于颜色关系对所述训练样本集进行建模,并提取统计特征;对所述统计特征进行训练,以得到分类模型;基于所述分类模型对待测图像进行预测。

根据深度网络生成人脸图像在统计特性上与真实图像的不一致,设计了一组基于相邻像素颜色关系的共生矩阵特征,对不同类型深度网络生成的不同尺寸的人脸图像均具有非常高的检测准确率,能够有效地判断给定的人脸图像是否为通过深度网络生成的虚假图像,提高了安全性。

申请人:深圳大学
地址:518060 广东省深圳市南山区南海大道3688号
国籍:CN
更多信息请下载全文后查看。

【CN109993102A】相似人脸检索方法、装置及存储介质【专利】

【CN109993102A】相似人脸检索方法、装置及存储介质【专利】

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910245159.2(22)申请日 2019.03.28(71)申请人 北京达佳互联信息技术有限公司地址 100085 北京市海淀区上地西路6号1幢1层101D1-7(72)发明人 杨帆 李思萌 (74)专利代理机构 北京三高永信知识产权代理有限责任公司 11138代理人 祝亚男(51)Int.Cl.G06K 9/00(2006.01)G06F 16/583(2019.01)(54)发明名称相似人脸检索方法、装置及存储介质(57)摘要本公开是关于一种相似人脸检索方法、装置及存储介质,属于深度学习技术领域。

所述方法包括:获取待检索人脸图像;对所述待检索人脸图像进行特征提取,得到所述待检索人脸图像的目标特征信息;基于所述目标特征信息在人脸数据库中进行检索,得到相似度排在前预设数目位的至少两个候选人脸图像;对所述待检索人脸图像进行人脸属性分析,得到第一人脸属性信息;对所述至少两个候选人脸图像进行人脸属性分析,得到第二人脸属性信息;基于所述第一人脸属性信息和所述第二人脸属性信息,在所述至少两个候选人脸图像中,检索与所述待检索人脸图像相似度最高的目标人脸图像。

本公开在人脸识别的基础上,融合了人脸属性分析进行相似人脸检索,极大提升了相似人脸的检索精准度。

权利要求书2页 说明书17页 附图6页CN 109993102 A 2019.07.09C N 109993102A权 利 要 求 书1/2页CN 109993102 A1.一种相似人脸检索方法,其特征在于,所述方法包括:获取待检索人脸图像;对所述待检索人脸图像进行特征提取,得到所述待检索人脸图像的目标特征信息;基于所述目标特征信息在人脸数据库中进行检索,得到相似度排在前预设数目位的至少两个候选人脸图像;对所述待检索人脸图像进行人脸属性分析,得到第一人脸属性信息;对所述至少两个候选人脸图像进行人脸属性分析,得到第二人脸属性信息;基于所述第一人脸属性信息和所述第二人脸属性信息,在所述至少两个候选人脸图像中,检索与所述待检索人脸图像相似度最高的目标人脸图像。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910164890.2
(22)申请日 2019.03.05
(71)申请人 北京超维度计算科技有限公司
地址 100142 北京市海淀区西四环北路160
号9层一区907
(72)发明人 马宁 徐杰 张颢 向志宏 
杨延辉 
(74)专利代理机构 北京亿腾知识产权代理事务
所(普通合伙) 11309
代理人 陈霁
(51)Int.Cl.
G06K 9/00(2006.01)
(54)发明名称一种深度图像中人脸检测方法(57)摘要本发明涉及一种深度图像中人脸检测方法,包括以下步骤:找出深度图像中所有有效深度值的局部最小值点;计算局部最小值点的曲率,去除曲率超出范围的点;如果此时还有剩余的局部最小值点,则在纵向剖线上用深度阈值切割出人脸廓线,去除纵向人脸廓线长度不符合真实人脸尺寸的局部极小值点;如果还有剩余的局部最小值点,则计算鼻子的深度值和纵向剖线上鼻子廓线占人脸廓线长度的比值,排除鼻子的深度值或比值超出一定范围的局部最小值点;如果还有剩余的局部最小值点,则通过深度阈值切割出可能存在的人脸,并排除切割区域尺寸小于实际人脸尺寸的局部最小值点;如果此时还有剩余的局部最小值点,则认为图像中有人脸,否则认为图像
中没有人脸。

权利要求书2页 说明书3页 附图1页CN 109961021 A 2019.07.02
C N 109961021
A
权 利 要 求 书1/2页CN 109961021 A
1.一种深度图像中人脸检测方法,其特征在于,包括以下步骤:
找出深度图像中所有有效深度值的局部最小值点;
计算局部最小值点的曲率,去除曲率超出范围的点;
如果此时没有剩余的局部最小值点,则可以判断这一张深度图像中没有人脸;如果还有剩余的局部最小值点,则在纵向剖线上用深度阈值切割出可能的人脸廓线,去除纵向人脸廓线长度不符合真实人脸尺寸的局部极小值点;
如果此时没有剩余的局部最小值点,则可以判断这一张深度图像中没有人脸;如果还有剩余的局部最小值点,则计算鼻子的深度值和纵向剖线上鼻子廓线占人脸廓线长度的比值,排除鼻子的深度值或比值超出一定范围的局部最小值点;
如果此时没有剩余的局部最小值点,则可以判断这一张深度图像中没有人脸;如果还有剩余的局部最小值点,则通过深度阈值切割出可能存在的人脸区域,并排除切割区域尺寸小于实际人脸尺寸的局部最小值点;
如果此时还有剩余的局部最小值点,则认为图像中有人脸,输出图像中所有的人脸区域位置,否则认为图像中没有人脸。

2.根据权利要求1所述的方法,其特征在于,所述找出深度图像中所有有效深度值的局部最小值点步骤,包括:
对深度相机输出的深度图像,找出深度图像中所有在局部窗口中有效深度值最小的像素点的位置,如果邻接的多个像素都为局部最小值点,则只取这几个邻接像素的中心位置为局部最小值位置。

3.根据权利要求1所述的方法,其特征在于,所述计算局部最小值点的曲率,去除曲率超出范围的点步骤,包括:
对得到的每个局部极小值点,在一定邻域范围内计算有效深度值梯度幅度的平均值,此梯度幅度平均值反映了物体表面的曲率,通过人鼻尖表面曲率的范围,可以排除一些不是鼻尖的局部最小值点。

4.根据权利要求1所述的方法,其特征在于,所述在纵向剖线上用深度阈值切割出可能的人脸廓线,去除纵向人脸廓线长度不符合真实人脸尺寸的局部极小值点步骤,包括:对于剩余的每个局部最小值点,找出深度图像中该位置的纵向廓线,由局部最小值点的深度和位置信息可以估计出该距离下真实人脸在纵向廓线上的最大范围,该范围作为人脸可能存在的范围,在该范围内,用该局部最小值点的深度值加上一个深度差值,作为深度切割的阈值,用该阈值切割出可能存在的人脸纵向廓线,并计算可能的人脸廓线的长度,由局部最小值点的深度可以估计出该距离下真实人脸廓线的长度,通过对比可以去除一些纵向剖线不符合真实人脸尺寸的局部最小值点。

5.根据权利要求1所述的方法,其特征在于,所述计算纵向剖线上鼻子廓线占人脸廓线长度的比值,排除比值超出一定范围的局部最小值点步骤,包括:
根据符合真实人脸尺寸的每个局部极小值点,计算其在人脸廓线上的梯度,如果梯度值不大于0,则继续计算其在人脸廓线上的上一个像素点的梯度;当梯度值大于0时,此时的像素点位置即为鼻子廓线的上边缘位置;
所述像素点位置的深度值与对应的局部最小值点位置的深度差值即为鼻子的高度;所述像素点位置与对应的局部最小值点位置的差值即为鼻子廓线的长度;
2。

相关文档
最新文档