Nothing Special   »   [go: up one dir, main page]

CN107729875A - 三维人脸识别方法和装置 - Google Patents

三维人脸识别方法和装置 Download PDF

Info

Publication number
CN107729875A
CN107729875A CN201711095515.4A CN201711095515A CN107729875A CN 107729875 A CN107729875 A CN 107729875A CN 201711095515 A CN201711095515 A CN 201711095515A CN 107729875 A CN107729875 A CN 107729875A
Authority
CN
China
Prior art keywords
model
face
dimensional
dimensional face
facial image
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
Application number
CN201711095515.4A
Other languages
English (en)
Inventor
张展明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI KUAISHI INFORMATION TECHNOLOGY Co Ltd
Original Assignee
SHANGHAI KUAISHI INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHANGHAI KUAISHI INFORMATION TECHNOLOGY Co Ltd filed Critical SHANGHAI KUAISHI INFORMATION TECHNOLOGY Co Ltd
Priority to CN201711095515.4A priority Critical patent/CN107729875A/zh
Publication of CN107729875A publication Critical patent/CN107729875A/zh
Pending legal-status Critical Current

Links

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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种三维人脸识别方法，包括：获取待识别的人脸图像并标注特征点计算出特征点的特征向量；根据所述人脸特征点信息提取数据库中的三维人脸特征点拓扑模型；将此模型进行角度偏转使之与识别到的人脸图像二维视觉角度一致；通过识别到的人脸图像与模型投影之间的相似性度量，判断度量结果是否都达到阈值要求。本发明通过三维深度信息的投影变化解决人脸识别中多姿态的问题。利用物体几何拓扑的不变性原理，排除大部分人脸表情对识别的影响，而且由于采用的方法与照片的明暗程度无关，可以解决人脸识别过程中受拍摄环境光照强度的影响。因此可以达到较理想的人脸识别效果，有效提高了人脸识别准确率，使得人脸识别更具有实用性。

Description

三维人脸识别方法和装置
技术领域
本发明涉及人脸识别技术领域，具体而言，本发明涉及一种三维人脸识别方法和装置。
背景技术
基于生物特征的身份认证技术近年来发展迅速，这其中，利用人脸特征进行身份验证又是最自然直接的手段,相比其它人体生物特征它具有直接、友好、方便的特点，易于为用户所接受。人脸检索是人脸识别的经典应用之一。虽然人脸识别技术已经有了多年的发展，但是目前的人脸识别技术仍然存在面部角度偏转等不利于识别的因素时，检索的正确率就会急剧下降的问题。
发明内容
本发明的首要目的旨在至少能解决上述的技术缺陷之一，特别是传统人脸识别方法存在面部角度偏转等不利于识别的因素时，检索的正确率就会急剧下降的技术缺陷，而提供一种三维人脸识别方法和装置。
基于上述目的，本发明采取如下技术方案：
一方面，本发明提供一种三维人脸识别方法，包括：
获取待识别的人脸图像并标注特征点计算出特征点的特征向量；
根据所述人脸特征点信息提取数据库中的三维人脸特征点拓扑模型；
将此模型进行角度偏转使之与识别到的人脸图像二维视觉角度一致；
通过识别到的人脸图像与模型投影之间的相似性度量，判断度量结果是否都达到阈值要求。
另一方面，本发明还提供一种三维人脸识别装置，包括：
识别获取模块，用于获取待识别的人脸图像并标注特征点计算出特征点的特征向量；
模型提取模块，用于根据所述人脸特征点信息提取数据库中的三维人脸特征点拓扑模型；
角度统一模块，用于将此模型进行角度偏转使之与识别到的人脸图像二维视觉角度一致；
比较判断模块，用于通过识别到的人脸图像与模型投影之间的相似性度量，判断度量结果是否都达到阈值要求。
本发明通过三维模型的投影变化解决人脸识别中多姿态的问题。利用物体几何拓扑的不变性原理，排除大部分人脸表情对识别的影响，而且由于采用的方法与照片的明暗程度无关，可以解决人脸识别过程中受拍摄环境光照强度的影响。因此可以达到较理想的人脸识别效果，有效提高了人脸识别准确率，使得人脸识别更具有实用性。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例提供的三维人脸识别方法的整体结构流程图；
图2为本发明实施例提供的三维人脸识别装置的整体结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
如图1所示，本发明提供一种三维人脸识别方法，该三维人脸识别方法包括以下步骤：
S101：获取待识别的人脸图像并标注特征点计算出特征点的特征向量。
从任意的场景或者视频数据中进行摄像取样，检测人脸的存在，获取含有人脸及各个区域部分的人物图像。根据人体生理学结构特征对人物图像进行分析，先确认人物面部在整个图像中的区域，再在人脸区域上自动标记出我们需要的特征点，例如外眼点、内眼点、眉间点、鼻下点、颌下点、嘴角点等。采用LBP(局部二值模式)、HoG(方向梯度直方图)、PCA(主成分分析法)或神经网络等特征提取方法来提取待识别的人脸图像的特征点并生成待识别人脸特征向量以用于人脸识别。
S102：根据所述人脸特征点信息提取数据库中的三维人脸特征点拓扑模型。
数据库使用Oracle数据库，利用它良好的异构数据存储性和大量数据的处理能力，实现系统需要使用到的三维空间信息和属性信息的统一存贮，以及对海量数据的查询检索。所述数据库中存储有大量的三维人脸模型，这些人脸模型中包括已经进行过识别的人脸特征，除此之外还存储有包括大量不同人脸特征的三维模型，根据特征点信息的覆盖度可以提取一序列的相似模型。这些相似模型与所述识别到的人脸的相似度逐渐递减但都大于预设的匹配值。
S103：将此模型进行角度偏转使之与识别到的人脸图像二维视觉角度一致。
将上述步骤S102提取出的序列模型进行角度变换，变换方法包括：使用VC实现的ASM主动形状模型对人脸关键点进行自动的标定，关键点包括人眼的四个角点位置信息、鼻翼以及中心线的位置信息、嘴唇轮廓的关键点位置信息等，根据这些关键点所构成的曲线计算出人脸的偏移角度值，对数据库中提取的模型进行三维校准和方向调整。通过一系列的变换和调整，使序列中模型的平面投影与获取到的人脸图像拍摄环境一致。
S104：通过识别到的人脸图像与模型投影之间的相似性度量，判断度量结果是否都达到阈值要求。
数据库中提取的模型经过角度的调整变换可以得到二维投影图像，将人脸图像与序列中模型的二维投影进行比较，通过面貌特征的多层次描述、多分类器合作的模式对人脸和人脸模型进行相似性度量。所述相似性度量的过程包括：在进行识别时，每个分类器预设定一个阈值，对序列中每个模型投影所有的特征向量的结果也设置一个阈值，从序列中的模型中可以识别出相似性最高的一个模型。如果所有的度量结果都达到阈值的要求，即认定此次识别是成功的，否则继续从数据库中读数据，进行识别。
如图2所示，本发明还提供一种三维人脸识别装置，该装置包括：
识别获取模块100，用于获取待识别的人脸图像并标注特征点计算出特征点的特征向量。
从任意的场景或者视频数据中进行摄像取样，检测人脸的存在，获取含有人脸及各个区域部分的人物图像。根据人体生理学结构特征对人物图像进行分析，识别获取模块100先确认人物面部在整个图像中的区域，再在人脸区域上自动标记出我们需要的特征点，例如外眼点、内眼点、眉间点、鼻下点、颌下点、嘴角点等。采用LBP(局部二值模式)、HoG(方向梯度直方图)、PCA(主成分分析法)或神经网络等特征提取方法来提取待识别的人脸图像的特征点并生成待识别人脸特征向量以用于人脸识别。
模型提取模块200，用于根据所述人脸特征点信息提取数据库中的三维人脸特征点拓扑模型。
数据库使用Oracle数据库，利用它良好的异构数据存储性和大量数据的处理能力，实现系统需要使用到的三维空间信息和属性信息的统一存贮，以及对海量数据的查询检索。所述数据库中存储有大量的三维人脸模型，这些人脸模型中包括已经进行过识别的人脸特征，除此之外还存储有包括大量不同人脸特征的三维模型，模型提取模块200根据特征点信息的覆盖度可以提取一序列的相似模型。这些相似模型与所述识别到的人脸的相似度逐渐递减但都大于预设的匹配值。
角度统一模块300，用于将此模型进行角度偏转使之与识别到的人脸图像二维视觉角度一致。
将上述模型提取模块200提取出的序列模型进行角度变换，角度统一模块300变换过程包括：使用VC实现的ASM主动形状模型对人脸关键点进行自动的标定，关键点包括人眼的四个角点位置信息、鼻翼以及中心线的位置信息、嘴唇轮廓的关键点位置信息等，根据这些关键点所构成的曲线计算出人脸的偏移角度值，对数据库中提取的模型进行三维校准和方向调整。通过一系列的变换和调整，使序列中模型的平面投影与获取到的人脸图像拍摄环境一致。
比较判断模块400，用于通过识别到的人脸图像与模型投影之间的相似性度量，判断度量结果是否都达到阈值要求。
数据库中提取的模型经过角度统一模块300角度的调整变换可以得到二维投影图像，比较判断模块400将人脸图像与序列中模型的二维投影进行比较，通过面貌特征的多层次描述、多分类器合作的模式对人脸和人脸模型进行相似性度量。所述比较判断模块400相似性度量的过程包括：在进行识别时，每个分类器预设定一个阈值，对序列中每个模型投影所有的特征向量的结果也设置一个阈值，从序列中的模型中可以识别出相似性最高的一个模型。如果所有的度量结果都达到阈值的要求，即认定此次识别是成功的，否则继续从数据库中读数据，进行识别。
本发明通过三维模型的投影变化解决人脸识别中多姿态的问题。利用物体几何拓扑的不变性原理，排除大部分人脸表情对识别的影响，而且由于采用的方法与照片的明暗程度无关，可以解决人脸识别过程中受拍摄环境光照强度的影响。因此可以达到较理想的人脸识别效果，有效提高了人脸识别准确率，使得人脸识别更具有实用性。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种三维人脸识别方法，其特征在于，包括：
获取待识别的人脸图像并标注特征点计算出特征点的特征向量；
根据所述人脸特征点信息提取数据库中的三维人脸特征点拓扑模型；
将此模型进行角度偏转使之与识别到的人脸图像二维视觉角度一致；
通过识别到的人脸图像与模型投影之间的相似性度量，判断度量结果是否都达到阈值要求。
2.根据权利要求1所述的三维人脸识别方法，其特征在于，所述数据库中存储有大量的三维人脸模型，根据特征点信息的覆盖度提取一序列相似模型。
3.根据权利要求1所述的三维人脸识别方法，其特征在于，所述将此模型进行角度偏转包括：对识别到的人脸图像的关键点进行检测，并根据这些关键点所构成的曲线对数据库中提取的模型进行三维校准和方向调整。
4.根据权利要求1所述的三维人脸识别方法，其特征在于，通过面貌特征的多层次描述、多分类器合作的模式对人脸和人脸模型进行相似性度量。
5.根据权利要求1或4所述的三维人脸识别方法，其特征在于，所述相似性度量的过程包括：预设每个分类器的阈值，将计算得到的特征向量与该阈值进行比较，达到要求则识别成功。
6.一种三维人脸识别装置，其特征在于，包括：
识别获取模块，用于获取待识别的人脸图像并标注特征点计算出特征点的特征向量；
模型提取模块，用于根据所述人脸特征点信息提取数据库中的三维人脸特征点拓扑模型；
角度统一模块，用于将此模型进行角度偏转使之与识别到的人脸图像二维视觉角度一致；
比较判断模块，用于通过识别到的人脸图像与模型投影之间的相似性度量，判断度量结果是否都达到阈值要求。
7.根据权利要求6所述的三维人脸识别装置，其特征在于，所述数据库中存储有大量的三维人脸模型，根据特征点信息的覆盖度提取一序列相似模型。
8.根据权利要求6所述的三维人脸识别装置，其特征在于，所述角度统一模块包括：对识别到的人脸图像的关键点进行检测，并根据这些关键点所构成的曲线对数据库中提取的模型进行三维校准和方向调整。
9.根据权利要求6所述的三维人脸识别装置，其特征在于，所述比较判断模块包括：通过面貌特征的多层次描述、多分类器合作的模式对人脸和人脸模型进行相似性度量。
10.根据权利要求6或9所述的三维人脸识别装置，其特征在于，所述比较判断模块还包括：预设每个分类器的阈值，将计算得到的特征向量与该阈值进行比较，达到要求则识别成功。
CN201711095515.4A 2017-11-09 2017-11-09 三维人脸识别方法和装置 Pending CN107729875A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711095515.4A CN107729875A (zh) 2017-11-09 2017-11-09 三维人脸识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711095515.4A CN107729875A (zh) 2017-11-09 2017-11-09 三维人脸识别方法和装置

Publications (1)

Publication Number Publication Date
CN107729875A true CN107729875A (zh) 2018-02-23

Family

ID=61214146

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711095515.4A Pending CN107729875A (zh) 2017-11-09 2017-11-09 三维人脸识别方法和装置

Country Status (1)

Country Link
CN (1) CN107729875A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108615007A (zh) * 2018-04-23 2018-10-02 深圳大学 基于特征张量的三维人脸识别方法、装置及存储介质
CN108876708A (zh) * 2018-05-31 2018-11-23 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备和存储介质
CN109146962A (zh) * 2018-09-07 2019-01-04 百度在线网络技术（北京）有限公司 检测脸部角度的方法、装置、存储介质和终端设备
CN109376515A (zh) * 2018-09-10 2019-02-22 Oppo广东移动通信有限公司 电子装置及其控制方法、控制装置和计算机可读存储介质
CN109522812A (zh) * 2018-10-23 2019-03-26 青岛小鸟看看科技有限公司 人脸识别方法及装置、电子设备
CN109858433A (zh) * 2019-01-28 2019-06-07 四川大学 一种基于三维人脸模型识别二维人脸图片的方法及装置
CN110163806A (zh) * 2018-08-06 2019-08-23 腾讯科技（深圳）有限公司 一种图像处理方法、装置以及存储介质
CN110363175A (zh) * 2019-07-23 2019-10-22 厦门美图之家科技有限公司 图像处理方法、装置及电子设备
WO2019200749A1 (zh) * 2018-04-17 2019-10-24 平安科技（深圳）有限公司 识别人脸的方法、装置、计算机设备和存储介质
CN110532979A (zh) * 2019-09-03 2019-12-03 深圳市华芯技研科技有限公司 一种三维图像人脸识别方法及系统
CN112488016A (zh) * 2020-12-09 2021-03-12 重庆邮电大学 多角度人脸识别方法及应用
CN112906607A (zh) * 2021-03-05 2021-06-04 上海红阵信息科技有限公司 一种基于等高线法的人脸图像处理方法
CN113705426A (zh) * 2019-07-24 2021-11-26 创新先进技术有限公司 人脸校验方法、装置、服务器及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102110225A (zh) * 2009-12-28 2011-06-29 比亚迪股份有限公司 户外人脸识别方法及系统
CN102201061A (zh) * 2011-06-24 2011-09-28 常州锐驰电子科技有限公司 基于多阶层过滤人脸识别的智能安全监控系统及方法
CN104268539A (zh) * 2014-10-17 2015-01-07 中国科学技术大学 一种高性能的人脸识别方法及系统
CN104573634A (zh) * 2014-12-16 2015-04-29 苏州福丰科技有限公司 一种三维人脸识别方法
CN105654048A (zh) * 2015-12-30 2016-06-08 四川川大智胜软件股份有限公司 一种多视角人脸比对方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102110225A (zh) * 2009-12-28 2011-06-29 比亚迪股份有限公司 户外人脸识别方法及系统
CN102201061A (zh) * 2011-06-24 2011-09-28 常州锐驰电子科技有限公司 基于多阶层过滤人脸识别的智能安全监控系统及方法
CN104268539A (zh) * 2014-10-17 2015-01-07 中国科学技术大学 一种高性能的人脸识别方法及系统
CN104573634A (zh) * 2014-12-16 2015-04-29 苏州福丰科技有限公司 一种三维人脸识别方法
CN105654048A (zh) * 2015-12-30 2016-06-08 四川川大智胜软件股份有限公司 一种多视角人脸比对方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐立中 等: "《数字图像的智能信息处理（第2版）》", 31 January 2007 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019200749A1 (zh) * 2018-04-17 2019-10-24 平安科技（深圳）有限公司 识别人脸的方法、装置、计算机设备和存储介质
CN108615007A (zh) * 2018-04-23 2018-10-02 深圳大学 基于特征张量的三维人脸识别方法、装置及存储介质
CN108876708A (zh) * 2018-05-31 2018-11-23 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备和存储介质
CN110163806B (zh) * 2018-08-06 2023-09-15 腾讯科技（深圳）有限公司 一种图像处理方法、装置以及存储介质
CN110163806A (zh) * 2018-08-06 2019-08-23 腾讯科技（深圳）有限公司 一种图像处理方法、装置以及存储介质
CN109146962A (zh) * 2018-09-07 2019-01-04 百度在线网络技术（北京）有限公司 检测脸部角度的方法、装置、存储介质和终端设备
CN109376515A (zh) * 2018-09-10 2019-02-22 Oppo广东移动通信有限公司 电子装置及其控制方法、控制装置和计算机可读存储介质
CN109522812A (zh) * 2018-10-23 2019-03-26 青岛小鸟看看科技有限公司 人脸识别方法及装置、电子设备
CN109858433B (zh) * 2019-01-28 2020-06-30 四川大学 一种基于三维人脸模型识别二维人脸图片的方法及装置
CN109858433A (zh) * 2019-01-28 2019-06-07 四川大学 一种基于三维人脸模型识别二维人脸图片的方法及装置
CN110363175A (zh) * 2019-07-23 2019-10-22 厦门美图之家科技有限公司 图像处理方法、装置及电子设备
CN113705426A (zh) * 2019-07-24 2021-11-26 创新先进技术有限公司 人脸校验方法、装置、服务器及可读存储介质
CN113705426B (zh) * 2019-07-24 2023-10-27 创新先进技术有限公司 人脸校验方法、装置、服务器及可读存储介质
CN110532979A (zh) * 2019-09-03 2019-12-03 深圳市华芯技研科技有限公司 一种三维图像人脸识别方法及系统
CN112488016A (zh) * 2020-12-09 2021-03-12 重庆邮电大学 多角度人脸识别方法及应用
CN112906607A (zh) * 2021-03-05 2021-06-04 上海红阵信息科技有限公司 一种基于等高线法的人脸图像处理方法

Similar Documents

Publication Publication Date Title
CN107729875A (zh) 三维人脸识别方法和装置
Singh et al. Face detection and recognition system using digital image processing
Ding et al. Pose-invariant face recognition with homography-based normalization
Ding et al. Multi-task pose-invariant face recognition
Brachmann et al. Uncertainty-driven 6d pose estimation of objects and scenes from a single rgb image
Bak et al. Person re-identification using spatial covariance regions of human body parts
Zhang et al. Deformable part descriptors for fine-grained recognition and attribute prediction
Andriluka et al. Pictorial structures revisited: People detection and articulated pose estimation
Prasad Survey of the problem of object detection in real images
Wang et al. Boosting dense SIFT descriptors and shape contexts of face images for gender recognition
Vezzetti et al. 3D human face description: landmarks measures and geometrical features
Du et al. Robust face recognition from multi-view videos
Zeng et al. An automatic 3D expression recognition framework based on sparse representation of conformal images
CN106897675A (zh) 双目视觉深度特征与表观特征相结合的人脸活体检测方法
Hesse et al. Multi-view facial expression recognition using local appearance features
Perakis et al. Feature fusion for facial landmark detection
Wang et al. Real-time hand posture recognition based on hand dominant line using kinect
CN112528902B (zh) 一种基于3d人脸模型的视频监控动态人脸识别方法及装置
Redondo-Cabrera et al. All together now: Simultaneous object detection and continuous pose estimation using a hough forest with probabilistic locally enhanced voting
JP2017102622A (ja) 画像処理装置、画像処理方法及びプログラム
CN110751097A (zh) 一种半监督的三维点云手势关键点检测方法
Xia et al. Face recognition and application of film and television actors based on Dlib
CN111316633A (zh) 一种智能终端的图像拍摄方法及图像拍摄系统
Rosato et al. Automatic registration of vertex correspondences for 3D facial expression analysis
Barra et al. Unconstrained ear processing: What is possible and what must be done

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180223

RJ01 Rejection of invention patent application after publication