CN106599779A - 一种人耳识别方法 - Google Patents
一种人耳识别方法 Download PDFInfo
- Publication number
- CN106599779A CN106599779A CN201610958533.XA CN201610958533A CN106599779A CN 106599779 A CN106599779 A CN 106599779A CN 201610958533 A CN201610958533 A CN 201610958533A CN 106599779 A CN106599779 A CN 106599779A
- Authority
- CN
- China
- Prior art keywords
- ear
- user
- image
- depth
- human ear
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012876 topography Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
-
- 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
- G06V40/16—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)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种人耳识别方法，包括步骤：第一步：拍摄采集用户的深度图像，获得用户的深度信息；第二步：根据所获得的用户的深度信息，获得用户所在位置的深度距离；第三步：判断用户所在位置的深度距离是否位于用户预设的距离范围之内，如果是，则向用户发出预设的人耳图像拍摄开始提示信息，并继续执行步骤第四步，如果否，当所述深度距离小于用户预设距离范围的最小阀值时或者大于最大阀值时，分别对应发出预设的人耳图像拍摄准备提示信息。本发明通过对人耳特征以及其轮廓特征进行识别，弥补了现有的识别缺陷，识别精度高。
Description
技术领域
本发明涉及一种识别方法，具体是一种人耳识别方法。
背景技术
目前，随着人类科学技术的不断发展，生物特征识别技术得到了广泛的应用。生物特征主要有包括几种模态：人脸、指纹、虹膜、掌纹、手形、步态、声音、签名等。其中，面部区域作为人体所受遮挡最少的部位，较易获得相应的图像特征信息，因此人脸和虹膜成为目前常用的生物特征模态。人脸模态与虹膜模态相比，具有图像方便获取的优点，但其易受表情、年龄、光照等因素影响，识别率大大低于虹膜特征识别。虹膜特征虽然是目前准确度最高、防伪性最好的生物模态，但是，由于虹膜尺寸较小，难以进行虹膜图像获取，虹膜图像获取是虹膜识别过程中较为困难的环节。
目前，商业应用较为成熟的虹膜或者人脸识别设备大多采用低像素和短焦距定焦镜头，拍摄距离近，一般通过限制站立距离(50cm内)来完成虹膜识别或者人脸识别。这种近距离的识别方式限制了虹膜识别/人脸识别在大范围场景下的应用，因此，目前开展对远距离生物特征识别系统的研究具有重要的应用价值。由于虹膜尺寸较小，所以远距离虹膜识别系统的研发面临更多的挑战，近年来部分研究机构也积极开展相关研究，在基于摄像机阵列和基于旋转云台这两种人机交互形式的远距离虹膜识别系统研发方面做了大量工作，拓展了虹膜识别的使用距离，但是，仍然存在虹膜图像分辨率低、用户定位响应较慢或定位不准、系统延迟造成虹膜图像较易出现离焦模糊等问题，影响了远距离虹膜识别系统的商业推广进程。
因此，目前迫切需要开发出一种技术，其可以进行多模态生物特征识别，相比较传统的单生物特征识别而言，不仅可以实现各特征间的扬长避短、优势互补，而且可以在远距离识别的同时，进一步提高识别的准确性，实现远距离、高分辨、高速的多模态生物特征识别。
发明内容
本发明的目的在于提供一种人耳识别方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种人耳识别方法，包括步骤：第一步：拍摄采集用户的深度图像，获得用户的深度信息；第二步：根据所获得的用户的深度信息，获得用户所在位置的深度距离；第三步：判断用户所在位置的深度距离是否位于用户预设的距离范围之内，如果是，则向用户发出预设的人耳图像拍摄开始提示信息，并继续执行步骤第四步，如果否，当所述深度距离小于用户预设距离范围的最小阀值时或者大于最大阀值时，分别对应发出预设的人耳图像拍摄准备提示信息；第四步：拍摄采集用户的侧面图像；第五步：对所拍摄采集的用户的侧面图像进行人耳检测，然后定位分割获得用户侧面图像中的人耳图像；第六步：判断所获得的人耳图像具有的图像质量参数是否位于预设的人耳图像质量参数的数值范围内，如果是，则将所述人耳图像实时进行存储，如果否，返回执行步骤第四步；第七步：向用户发出虹膜成像所需的近红外光，并拍摄采集用户的人耳部分区域图像，以及从所述人耳部分区域图像中分割获得耳朵轮廓区域图像；第八步：对所获得的用户的耳朵轮廓区域图像进行耳朵轮廓检测，然后定位分割获得用户耳朵轮廓区域图像中的耳朵轮廓局部图像；第九步：判断所获得的耳朵轮廓局部图像具有的图像质量参数是否位于预设的耳朵轮廓图像质量参数数值范围内，如果是，则将所述耳朵轮廓局部图像实时进行存储，如果否，返回执行步骤第七步；第十步：对耳朵轮廓局部图像中的虹膜区域进行定位，然后抽取所存储的当前用户的人耳图像具有的人耳特征，并将该用户具有的人耳特征和耳朵轮廓特征与预先存储的多个合法用户分别具有的人耳特征和耳朵轮廓特征信息进行比较匹配，完成识别过程。
作为本发明进一步的方案：在所述第一步和第二步中，通过深度摄像机 采集拍摄采集用户的深度图像，获得用户所在位置的深度距离。
作为本发明再进一步的方案：所述人耳摄像机为自动变焦摄像机或者数字重对焦的光场摄像机。
与现有技术相比，本发明的有益效果是：本发明通过对人耳特征以及其轮廓特征进行识别，弥补了现有的识别缺陷，识别精度高。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例中，一种人耳识别方法，包括步骤：第一步：拍摄采集用户的深度图像，获得用户的深度信息；第二步：根据所获得的用户的深度信息，获得用户所在位置的深度距离；第三步：判断用户所在位置的深度距离是否位于用户预设的距离范围之内，如果是，则向用户发出预设的人耳图像拍摄开始提示信息，并继续执行步骤第四步，如果否，当所述深度距离小于用户预设距离范围的最小阀值时或者大于最大阀值时，分别对应发出预设的人耳图像拍摄准备提示信息；第四步：拍摄采集用户的侧面图像；第五步：对所拍摄采集的用户的侧面图像进行人耳检测，然后定位分割获得用户侧面图像中的人耳图像；第六步：判断所获得的人耳图像具有的图像质量参数是否位于预设的人耳图像质量参数的数值范围内，如果是，则将所述人耳图像实时进行存储，如果否，返回执行步骤第四步；第七步：向用户发出虹膜成像所需的近红外光，并拍摄采集用户的人耳部分区域图像，以及从所述人耳部分区域图像中分割获得耳朵轮廓区域图像；第八步：对所获得的用户的耳朵轮廓区域图像进行耳朵轮廓检测，然后定位分割获得用户耳朵轮廓区域图像中的耳朵轮廓局部图像；第九步：判断所获得的耳朵轮廓局部图像具有的图像质量参数是否位于预设的耳朵轮廓图像质量参数数值范围内，如果是，则将所述耳朵轮廓局部图像实时进行存储，如果否，返回执行步骤第七步；第十步：对耳朵轮廓局部图像中的虹膜区域进行定位，然后抽取所存储的当前用户的人耳图像具有的人耳特征，并将该用户具有的人耳特征和耳朵轮廓特征与预先存储的多个合法用户分别具有的人耳特征和耳朵轮廓特征信息进行比较匹配，完成识别过程；在所述第一步和第二步中，通过深度摄像机 采集拍摄采集用户的深度图像，获得用户所在位置的深度距离；所述人耳摄像机为自动变焦摄像机或者数字重对焦的光场摄像机。
本发明的工作原理是：本发明包括以下步骤：
步骤S101：拍摄采集用户的深度图像，获得用户的深度信息(用户的三维特征信息)；
步骤S102：根据所获得的用户的深度信息，获得用户所在位置的深度距离(即用户所在位置与拍摄地点之间的距离)；
对于本发明，对于步骤S101和S102，具体实现上，可以由深度摄像机拍摄采集用户的深度图像，并输出用户所在位置的深度距离，具体是通过多视图立体法、光度立体视觉法、色度成形法或者散焦推断法等现有基于图像的深度计算方法来获得用户所在位置与拍摄地点(如深度摄像机安装地点)之间的深度距离。
步骤S103：判断用户所在位置的深度距离是否位于用户预设的距离范围之内，如果是，则向用户发出预设的人耳图像拍摄开始提示信息，并继续执行步骤S104，如果否，当所述深度距离小于用户预设距离范围的最小阀值时或者大于最大阀值时，分别对应发出预设的人耳图像拍摄准备提示信息；
对于本发明，在步骤S103中，具体实现上，所述人耳图像拍摄开始提示信息可以根据用户的需要预先进行设置，例如可以为播放预先录制的内容为“请停止移动、静止站立并平视左侧”的一段声音。
对于本发明，在步骤S103中，具体实现上，当所述深度距离小于用户预设距离范围的最小阀值时，对应发出的预设所述人耳图像拍摄准备提示信息可以为预先录制的内容为“请向后移动”的一段声音；当所述深度距离大于用户预设距离范围的最大阀值时，对应发出的预设的人耳图像拍摄准备提示信息可以为预先录制的内容为“请向前移动”的一段声音。
步骤S104：拍摄采集用户的侧面图像；
对于本发明，在步骤S104中，可以通过人耳摄像机来拍摄采集用户的侧面图像，所述人耳摄像机可以采用COMS或CCD成像传感器的摄像机。所述人耳摄像机优选为采用自动变焦摄像机或者能够实现数字重对焦的光场摄像机。
步骤S105：对所拍摄采集的用户的侧面图像进行人耳检测，然后定位分割获得用户侧面图像中的人耳图像；
对于本发明，需要说明的是，人耳检测和定位属于具体算法部分，具体实现上，本发明可以利用现有的成熟的人耳检测和定位等算法的结果来分割出人耳图像。
具体实现上，例如可以采用基于haar(哈尔)分类器算法进行人耳检测，利用SDM(Supervised Descent Method(有监督的梯度下降方法)算法进行人耳关键点定位。
步骤S106：判断所获得的人耳图像具有的图像质量参数是否位于预设的人耳图像质量参数的数值范围内(即进行人耳图像质量评价)，如果是，则将所述人耳图像实时进行存储，如果否，返回执行步骤S104；
对于本发明，在步骤S106中，所述图像质量参数可以包括分辨率、对比度和色温中的一种或者多种。所述预设的人耳图像质量参数的数值范围，可以根据用户的需要预先进行设置。
对于本发明，在步骤S106中，所述人耳图像可以存储到具有数据存储功能的云平台、远程服务器或者其他装置。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.一种人耳识别方法，其特征在于，包括步骤：第一步：拍摄采集用户的深度图像，获得用户的深度信息；第二步：根据所获得的用户的深度信息，获得用户所在位置的深度距离；第三步：判断用户所在位置的深度距离是否位于用户预设的距离范围之内，如果是，则向用户发出预设的人耳图像拍摄开始提示信息，并继续执行步骤第四步，如果否，当所述深度距离小于用户预设距离范围的最小阀值时或者大于最大阀值时，分别对应发出预设的人耳图像拍摄准备提示信息；第四步：拍摄采集用户的侧面图像；第五步：对所拍摄采集的用户的侧面图像进行人耳检测，然后定位分割获得用户侧面图像中的人耳图像；第六步：判断所获得的人耳图像具有的图像质量参数是否位于预设的人耳图像质量参数的数值范围内，如果是，则将所述人耳图像实时进行存储，如果否，返回执行步骤第四步；第七步：向用户发出虹膜成像所需的近红外光，并拍摄采集用户的人耳部分区域图像，以及从所述人耳部分区域图像中分割获得耳朵轮廓区域图像；第八步：对所获得的用户的耳朵轮廓区域图像进行耳朵轮廓检测，然后定位分割获得用户耳朵轮廓区域图像中的耳朵轮廓局部图像；第九步：判断所获得的耳朵轮廓局部图像具有的图像质量参数是否位于预设的耳朵轮廓图像质量参数数值范围内，如果是，则将所述耳朵轮廓局部图像实时进行存储，如果否，返回执行步骤第七步；第十步：对耳朵轮廓局部图像中的虹膜区域进行定位，然后抽取所存储的当前用户的人耳图像具有的人耳特征，并将该用户具有的人耳特征和耳朵轮廓特征与预先存储的多个合法用户分别具有的人耳特征和耳朵轮廓特征信息进行比较匹配，完成识别过程。
2.根据权利要求1所述的人耳识别方法，其特征在于，在所述第一步和第二步中，通过深度摄像机 采集拍摄采集用户的深度图像，获得用户所在位置的深度距离。
3.根据权利要求1所述的人耳识别方法，其特征在于，所述人耳摄像机为自动变焦摄像机或者数字重对焦的光场摄像机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610958533.XA CN106599779A (zh) | 2016-10-28 | 2016-10-28 | 一种人耳识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610958533.XA CN106599779A (zh) | 2016-10-28 | 2016-10-28 | 一种人耳识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106599779A true CN106599779A (zh) | 2017-04-26 |
Family
ID=58589827
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610958533.XA Pending CN106599779A (zh) | 2016-10-28 | 2016-10-28 | 一种人耳识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106599779A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107169483A (zh) * | 2017-07-12 | 2017-09-15 | 深圳奥比中光科技有限公司 | 基于人脸识别的任务执行 |
| CN107229925A (zh) * | 2017-07-12 | 2017-10-03 | 深圳奥比中光科技有限公司 | 利用人耳识别进行通话 |
| CN110197149A (zh) * | 2019-05-23 | 2019-09-03 | 北京达佳互联信息技术有限公司 | 耳部关键点检测方法、装置、存储介质及电子设备 |
| CN113228615A (zh) * | 2018-12-28 | 2021-08-06 | 索尼集团公司 | 信息处理装置、信息处理方法和信息处理程序 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1916936A (zh) * | 2006-09-07 | 2007-02-21 | 北京理工大学 | 一种侧面轮廓和人耳特征相结合的身份识别装置 |
| CN102831390A (zh) * | 2012-07-02 | 2012-12-19 | 北京科技大学 | 一种人耳认证系统及方法 |
| CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
-
2016
- 2016-10-28 CN CN201610958533.XA patent/CN106599779A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1916936A (zh) * | 2006-09-07 | 2007-02-21 | 北京理工大学 | 一种侧面轮廓和人耳特征相结合的身份识别装置 |
| CN102831390A (zh) * | 2012-07-02 | 2012-12-19 | 北京科技大学 | 一种人耳认证系统及方法 |
| CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107169483A (zh) * | 2017-07-12 | 2017-09-15 | 深圳奥比中光科技有限公司 | 基于人脸识别的任务执行 |
| CN107229925A (zh) * | 2017-07-12 | 2017-10-03 | 深圳奥比中光科技有限公司 | 利用人耳识别进行通话 |
| CN113228615A (zh) * | 2018-12-28 | 2021-08-06 | 索尼集团公司 | 信息处理装置、信息处理方法和信息处理程序 |
| CN113228615B (zh) * | 2018-12-28 | 2023-11-07 | 索尼集团公司 | 信息处理装置、信息处理方法和计算机可读记录介质 |
| US12126895B2 (en) | 2018-12-28 | 2024-10-22 | Sony Group Corporation | Side-view head and ear image capturing for head related transfer functions |
| CN110197149A (zh) * | 2019-05-23 | 2019-09-03 | 北京达佳互联信息技术有限公司 | 耳部关键点检测方法、装置、存储介质及电子设备 |
| CN110197149B (zh) * | 2019-05-23 | 2021-05-18 | 北京达佳互联信息技术有限公司 | 耳部关键点检测方法、装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105554385B (zh) | 一种远距离多模态生物特征识别方法及其系统 | |
| CN103106401B (zh) | 一种具有人机交互机制的移动终端虹膜识别装置 | |
| CN104380729B (zh) | 摄像机参数的上下文驱动调整 | |
| CN110837750B (zh) | 一种人脸质量评价方法与装置 | |
| CN102855471B (zh) | 远距离虹膜智能成像装置及方法 | |
| JP2004320287A (ja) | デジタルカメラ | |
| CN109190522B (zh) | 一种基于红外相机的活体检测方法 | |
| CN104834901A (zh) | 一种基于双目立体视觉的人脸检测方法、装置及系统 | |
| CN101587542A (zh) | 基于眼动轨迹跟踪的景深融合增强显示方法及系统 | |
| CN107230187A (zh) | 多媒体信息处理的方法和装置 | |
| CN104519263B (zh) | 一种图像获取的方法及电子设备 | |
| CN105809144A (zh) | 一种采用动作切分的手势识别系统和方法 | |
| CN110929566A (zh) | 基于可见光和近红外双目摄像头的人脸活体检测方法 | |
| CN109453517B (zh) | 虚拟角色控制方法和装置、存储介质、移动终端 | |
| JP2004320286A (ja) | デジタルカメラ | |
| TW201203134A (en) | Facial expression capturing method and apparatus therewith | |
| CN106599779A (zh) | 一种人耳识别方法 | |
| CN105022999A (zh) | 一种人码伴随实时采集系统 | |
| CN114241379B (zh) | 一种乘客异常行为识别方法、装置、设备及乘客监控系统 | |
| CN107609475B (zh) | 基于光场相机的行人检测误检提出方法 | |
| CN112666705A (zh) | 一种眼动追踪设备及眼动追踪方法 | |
| CN106881716A (zh) | 基于3d摄像头机器人的人体跟随方法及系统 | |
| CN105761243A (zh) | 基于结构光投影的三维全脸照相系统及其照相方法 | |
| JP2004320285A (ja) | デジタルカメラ | |
| US11875080B2 (en) | Object sharing method and apparatus |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170426 |