太阳城集团

  • / 13
  • 下载费用:30 金币  

脸部识别方法、设备和用于执行该方法的计算机可读记录介质.pdf

摘要
申请专利号:

CN201280047273.0

申请日:

2012.09.27

公开号:

CN103988228A

公开日:

2014.08.13

当前法律状态:

授权

有效性:

有权

法律详情: 授权|||实质审查的生效IPC(主分类):G06T 7/00申请日:20120927|||公开
IPC分类号: G06T7/00 主分类号: G06T7/00
申请人: 英特尔公司
发明人: H.S.李; H.M.杰; B.N.康
地址: 美国加利福尼亚州
优先权: 2011.09.27 KR 10-2011-0097795
专利代理机构: 中国专利代理(香港)有限公司 72001 代理人: 叶晓勇;汤春龙
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

太阳城集团CN201280047273.0

授权太阳城集团号:

||||||

法律状态太阳城集团日:

2018.11.30|||2014.09.10|||2014.08.13

法律状态类型:

授权|||实质审查的生效|||公开

摘要

太阳城集团本公开涉及脸部识别方法、设备以及用于执行该方法的计算机可读记录介质。根据本公开的一些方面,脸部识别方法包含:(a)关键点设置步骤,在输入脸部图像上在指定位置设置关键点;(b)关键点描述符提取步骤,提取每个关键点的每个描述符;以及(c)匹配步骤,使用指定区域内的关键点的描述符来确定输入脸部图像是否匹配预先存储的脸部图像,描述符包含从输入脸部图像获得的每个第一关键点和对应于从输入脸部图像获得的第一关键点的预先存储的脸部图像的第二关键点的每个描述符。

权利要求书

权利要求书
1.   一种脸部识别方法,包括:
(a)在输入脸部图像中的预定位置设置关键点;
(b)提取每一个所述关键点的描述符;以及
(c)使用从所述输入脸部图像获得的第一关键点的描述符和预定区域中的关键点的描述符来确定所述输入脸部图像是否匹配之前存储的脸部图像,所述预定区域包含对应于从所述输入脸部图像获得的第一关键点的相应之前存储的脸部图像的第二关键点。

2.   如权利要求1所述的方法,其中步骤(c)包括:使用所述第一关键点的描述符和所述第二关键点的描述符计算并比较所述第一关键点与所述第二关键点之间的距离,以便分配包含之前存储的脸部图像当中具有最短距离的第二点的之前存储的特定脸部图像的标识符号作为每一个所述第一关键点的标识符号,并分配最频繁分配的标识符号作为所述输入脸部图像的标识符号。

3.   如权利要求2所述的方法,其中当使用所述第一关键点的描述符和所述第二关键点的描述符计算所述第一关键点与所述第二关键点之间的距离时,所述距离被计算为欧几里德距离。

4.   如权利要求1所述的方法,其中步骤(c)包括在所述脸部图像中形成网格块,并将所述网格块设置为预定区域。

5.   如权利要求4所述的方法,其中所述方法包括:使用所述第一关键点的描述符和所述第二关键点的描述符计算并比较所述第一关键点与所述第二关键点之间的距离,以便分配包含之前存储的脸部图像当中具有所述最短距离的第二点的之前存储的特定脸部图像的标识符号作为每一个所述第一关键点的标识符号;选择在每个网格块中分配最频繁的标识符号;以及分配最频繁选择的标识符号作为所述输入脸部图像的标识符号。

6.   如权利要求1所述的方法,其中步骤(c)将包围对应于从所述脸部图像获得的所述第一关键点的所述第二关键点的块设置为所述预定区域。

7.   如权利要求6所述的方法,其中所述方法包括:使用所述第一关键点的描述符和所述第二关键点的描述符计算并比较所述第一关键点与所述第二关键点之间的距离,以便分配包含之前存储的脸部图像当中具有所述最短距离的第二点的之前存储的特定脸部图像的标识符号作为每一个所述第一关键点的标识符号;选择在每个包围块中分配最频繁的所述标识符号;以及分配最频繁选择的标识符号作为所述输入脸部图像的标识符号。

8.   如权利要求1所述的方法,还包括:
(d)从所述输入脸部图像中检测脸部;以及
(e)将检测到的脸部图像标准化成预定大小的脸部图像以生成所述输入脸部图像,
其中步骤(a)在标准化的输入脸部图像的预定位置设置所述关键点。

9.   如权利要求8所述的方法,其中步骤(d)此外从所述输入脸部图像检测所述脸部的特征点以在与之前存储的脸部图像的方向相同的方向上布置检测到的脸部图像。

10.   如权利要求9所述的方法,其中所述特征点包括眼睛、鼻子或嘴巴的特征点。

11.   如权利要求1所述的方法,其中所述输入脸部图像和所述之前存储的脸部图像在相同方向上布置,并具有相同大小的灰度图像。

12.   如权利要求1所述的方法,其中在步骤(a),所述关键点在其上的所述输入脸部图像上的预定位置是固定的。

13.   一种脸部识别设备,包括:
关键点位置设置单元,配置成在输入脸部图像的预定位置设置关键点;
关键点描述符提取单元,配置成提取每一个所述关键点的描述符;以及
匹配单元,配置成使用从所述输入脸部图像获得的第一关键点的描述符和预定区域中的关键点的描述符来确定所述输入脸部图像是否匹配之前存储的脸部图像,所述预定区域包含对应于从所述输入脸部图像获得的第一关键点的每一个相应之前存储的脸部图像的第二关键点。

14.   如权利要求13所述的设备,其中所述匹配单元配置成使用所述第一关键点的描述符和所述第二关键点的描述符计算并比较所述第一关键点与所述第二关键点之间的距离,以便分配包含之前存储的脸部图像当中具有最短距离的第二点的之前存储的特定脸部图像的标识符号作为每一个所述第一关键点的标识符号,并配置成分配最频繁分配的标识符号作为所述输入脸部图像的标识符号。

15.   如权利要求14所述的设备,其中当使用所述第一关键点的描述符和所述第二关键点的描述符计算所述第一关键点与所述第二关键点之间的距离时,所述距离被计算为欧几里德距离。

16.   如权利要求13所述的设备,其中所述匹配单元配置成在所述脸部图像中形成网格块,并将所述网格块设置为所述预定区域。

17.   如权利要求16所述的设备,其中所述匹配单元配置成使用所述第一关键点的描述符和所述第二关键点的描述符计算并比较所述第一关键点与所述第二关键点之间的距离,以便分配包含之前存储的脸部图像当中具有最短距离的第二点的之前存储的特定脸部图像的标识符号作为每一个所述第一关键点的标识符号,并配置成选择在每个网格块中分配最频繁的标识符号,并分配最频繁选择的标识符号作为所述输入脸部图像的标识符号。

18.   如权利要求13所述的设备,其中所述匹配单元配置成将包围对应于从所述脸部图像获得的第一关键点的第二关键点的块设置为所述预定区域。

19.   如权利要求18所述的设备,其中所述匹配单元配置成使用所述第一关键点的描述符和所述第二关键点的描述符计算并比较所述第一关键点与所述第二关键点之间的距离,以便分配包含之前存储的脸部图像当中具有最短距离的第二点的之前存储的特定脸部图像的标识符号作为每一个所述第一关键点的标识符号,并配置成选择在每个包围块中分配最频繁的标识符号,并分配最频繁选择的标识符号作为所述输入脸部图像的标识符号。

20.   如权利要求13所述的设备,还包括:
脸部检测单元,配置成从最初输入的脸部图像检测所述脸部;以及
标准化单元,配置成将检测到的脸部图像标准化成预定大小的脸部图像以生成所述输入脸部图像,
其中所述关键点位置设置单元配置成在标准化的输入脸部图像的预定位置设置所述关键点。

21.   如权利要求20所述的设备,其中所述脸部检测单元此外配置成从所述输入图像检测所述脸部的特征点以在与之前存储的脸部图像的方向相同的方向上布置检测到的脸部图像。

22.   如权利要求21所述的设备,其中所述特征点包含眼睛、鼻子或嘴巴的特征点。

23.   如权利要求13所述的设备,其中所述输入脸部图像和所述之前存储的脸部图像在相同方向上布置,并具有相同大小的灰度图像。

24.   如权利要求13所述的设备,其中所述关键点位置设置单元设置所述关键点的所述输入脸部图像上的预定位置是固定的。

25.   一种计算机可读记录介质,用于记录执行如权利要求1至12中任一项所述的方法的计算机程序。

说明书

说明书脸部识别方法、设备和用于执行该方法的计算机可读记录介质
技术领域
本公开涉及用于识别脸部的方法和设备以及用于执行该方法的计算机可读记录介质。更具体地说,本公开涉及为了将诸如尺度不变特征变换(SIFT)等技术应用于脸部识别并改进性能,基于从输入图像的预定位置提取的关键点执行脸部识别,由此允许反映脸部图像改变的高精度识别。
背景技术
生物测定学是用于识别诸如指纹、脸部、虹膜、静脉等物理特征的技术,这些物理特征人和人不同。此类物理特征不像密钥或密码能被其他人偷走或拷贝,并且可用在安全领域等,因为它们没有被改变或丢失的风险。脸部识别是一种生物测定学技术,其包含用于检测视频或图片图像中的脸部区域并标识包含在所检测脸部区域中的脸部的技术。此类脸部识别技术不仅可用在安全领域,而且可用在各种其它应用中,与智能电话时代的进步保持一致。
具体地说,脸部识别是用于通过使用特征点的位置来标识所检测脸部图像中的脸部的技术。特征点可包含眼睛的中心点、每个眼睛的两个端点、眉毛的两个端点和中心点、嘴唇的两个端点等。
尽管在脸部识别技术中传统上已经使用了诸如主成分分析(PCA)、局部描述符分析(LDA)等统计方法,但因为从脸部局部区域提取的特征太阳城集团对于检测例如由于姿势或照明改变而引起的脸部图像的改变更可靠,因此在近些日子更常使用LDA。
另一技术,尺度不变特征变换(SIFT)在物体识别上显示出极佳的识别性能,但在脸部识别上未显示出良好的性能,并且在其应用上有限制。为什么此方法在脸部识别上显示出较差性能,存在各种原因。第一,因为脸部图像(不像物体图像)不成角但可变形,并且根据观察方向,甚至同一人的脸部看起来十分不同,因此特征点的位置也相应地改变。然而,SIFT方法不能将此类改变考虑进去以识别脸部。第二,一般在基于描述符的匹配中使用的基于距离的匹配技术或基于区域的匹配技术在强照明下获取的脸部图像或人处于不常见姿势的图像的情况下显示出差的性能。因而,为了将SIFT(其正常情况下用于物体识别)应用于脸部识别,应该解决上面描述的问题。
甚至当通过不同于SIFT的技术(诸如SURF、LESH或GLOH)执行脸部识别时,难以改进脸部识别的性能。
具体描述
技术问题
因此,本公开的目的是解决上面描述的问题。
此外,本公开的另一目的是以解决常规方法的问题的方式通过参考从之前存储的脸部图像和输入脸部图像的分别预定的位置提取的关键点的描述符来识别脸部从而改进脸部识别的性能。
本公开的又一目的是,通过向输入脸部图像的所有关键点分配标识符号并分配最频繁分配的标识符号作为输入脸部图像的标识符号,来显示出良好的脸部识别性能,甚至当输入脸部图像改变时。
技术方案
用于实现以上目的的本公开的代表性配置如下。
根据本公开的一方面,提供了一种脸部识别方法,包含:(a)在输入脸部图像的预定位置设置关键点;(b)提取每一个关键点的描述符;以及(c)基于从输入脸部图像获得的第一关键点的描述符和包含对应于从输入脸部图像获得的第一关键点的每一个之前存储的脸部图像的第二关键点的预定区域中的关键点的描述符来确定输入脸部图像是否匹配之前存储的脸部图像。
根据本公开的另一方面,提供了一种脸部识别设备,包含:关键点位置设置单元,用于在输入脸部图像的预定位置设置关键点;关键点描述符提取单元,用于提取每一个关键点的描述符;以及匹配单元,用于基于从输入脸部图像获得的第一关键点的描述符和包含对应于从输入脸部图像获得的第一关键点的每一个之前存储的脸部图像的第二关键点的预定区域中的关键点的描述符来确定输入脸部图像是否匹配之前存储的脸部图像。
根据本公开的一些方面,脸部识别设备进一步包含:脸部检测单元,用于从脸部图像中检测脸部;以及标准化单元,用于通过将检测到的脸部图像标准化成预定大小来生成脸部图像。
根据本公开的一些方面,通过比较相应第一关键点与相应第二关键点的描述符之间的距离,向相应第一关键点分配标识符号,并且分配最频繁分配的标识符号作为脸部图像的标识符号。
根据本公开的一些方面,在脸部图像上形成网格块,并且网格块被形成为预定区域,或者包围对应于从脸部图像获得的第一关键点的第二关键点的块被设置为预定区域。
此外,还提供了一种计算机可读记录介质,用于记录用于执行实现本公开各种方面的上面描述的方法的计算机程序。
技术效果
根据本公开的一些方面,由于通过将关键点设置成之前存储的脸部图像和输入脸部图像的相应固定位置并通过从每一个关键点提取描述符来识别脸部,因此脸部能以高准确度被识别,并且能反映脸部图像的改变。
根据本公开的一些方面,因为输入脸部图像的相应关键点的描述符与邻近之前存储的脸部图像的相应对应关键点的区域中的关键点的描述符之间的距离彼此相比较,因此分配最靠近的关键点的标识符号,并且对于分配给输入脸部图像关键点的标识符号进行投票,以便分配输入脸部图像的标识符号,可获得良好的识别性能,甚至当脸部图像的一些区域由于姿势或照明的改变而不匹配时。
附图说明
图1是图示根据本公开实施例使用SIFT技术的脸部识别设备的配置的框图。
图2是图示图1的脸部识别设备的每个块的操作的图解。
图3是图示图1的匹配单元的实施例的操作的图解。
图4是图示图1的匹配单元的另一实施例的操作的图解。
附图标记的说明
100:脸部识别设备
110:脸部检测单元
120:标准化单元
130:关键点位置设置单元
140:关键点描述符提取单元
150:匹配单元。
实施例
在如下详细描述中,参考附图,附图通过图示示出了可实现本公开的特定实施例。充分详细地描述了这些实施例以使本领域技术人员能够实现本公开。应该理解,本公开的各种实施例尽管不同但不一定相互排斥。例如,本文结合一个实施例描述的特定特征、结构和特性可在其它实施例内实现,而不脱离本公开的精神和范围。此外,应该理解,可修改每个所公开实施例内各个元件的位置或布置,而不脱离本公开的精神和范围。因此,如下详细描述不理解为限制意义。本公开的范围由所附权利要求书定义,连同权利要求书要求保护的整个范围的等效方案适当地解释。在附图中,相似的附图标记通过许多方式指代相同或类似的功能。
在下文中,本公开的各种实施例将参考附图详细描述,以便本领域技术人员能容易地实现本公开。
供参考,尽管可以说本公开被应用于使用诸如加速鲁棒特征(SURF)、基于局部能量的形状直方图(LESH)、梯度位置和方位直方图(GLOH)等技术以及使用SIFT技术的脸部识别设备,但为了说明的方便,下文将作为示例描述使用SIFT技术的脸部识别设备。
图1是图示根据本公开实施例使用SIFT技术的脸部识别设备的配置的框图。
参考图1,脸部识别设备100可包含脸部检测单元110、标准化单元120、关键点位置设置单元130、关键点描述符提取单元140和匹配单元150。
图1所示块的相应功能如下。
脸部检测单元110可从包含脸部的输入图像中检测脸部。脸部检测单元110例如可检测眼睛以便检测脸部,并且附加地可检测眉毛、鼻子、嘴巴等。此类检测的原因可以是在与所存储脸部图像的方向相同的方向上布置输入脸部图像。
标准化单元120可将检测到的脸部图像标准化成预定大小的灰度图像。
关键点位置设置单元130可在标准化脸部图像中的固定位置设置关键点。
关键点描述符提取单元140可通过计算在包围每个关键点的区域中的每个图像样本点的梯度幅值和方位来提取每个关键点的描述符。在由D.Lowe写作的并在“International Journal of Computer Vision, Volume 60, Issue 2”中公布的题为“Distinctive image features from scale-invariant Key points”的文章中提供了提取每一个关键点的描述符的方法,该文章的整个公开通过参考结合于此。然而,该方法不一定局限于此,并且可通过应用各种其它方法实现。
匹配单元150可使用从输入脸部图像的标准化脸部图像获得的相应关键点的描述符和包含对应于从DB(包含用于脸部识别的各种脸部图像的集合的数据库)中的输入图像(例如标准化的输入脸部图像)获得的关键点的相应预先存储的脸部图像的关键点的预定区域中的关键点的描述符来确定输入脸部图像是否匹配之前存储的脸部图像。
更具体地说,匹配单元150通过使用从输入图像的标准化脸部图像获得的相应关键点的描述符和包含对应于从输入图像的标准化脸部图像获得的关键点的相应预先存储的脸部图像的关键点的预定区域中的关键点的描述符来计算和比较输入脸部图像与预先存储的脸部图像的关键点之间的距离,可向从输入图像的标准化脸部图像获得的每一个关键点分配标识符号(ID),并且分配最频繁分配的标识符号作为输入图像的标准化脸部图像的标识符号。
为此,比如输入图像,有可能从每一个预先存储的脸部图像中检测脸部,将脸部图像标准化成与输入脸部图像的大小相同大小的灰度图像,在与之前在标准化输入脸部图像中设置的关键点位置相同的位置设置关键点,并且事先提取和存储所设置关键点的描述符。
在图1中,脸部检测单元110和标准化单元120可以不是强制性的。例如,当输入到关键点位置设置单元130中的脸部图像被布置在与预先存储的脸部图像的方向相同方向、并具有与预先存储的脸部图像的大小相同大小的灰度图像时,脸部检测单元110和标准化单元120可被省略。
图2是图示图1的脸部识别设备的每个块的操作的视图。
图2(a)示出了输入图像,图2(b)示出了由脸部检测单元110检测到的脸部图像,图2(c)示出了由标准化单元120标准化的脸部图像,图2(d)示出了表述由关键点位置设置单元130提取的关键点的脸部图像,并且图2(e)示出了由关键点描述符提取单元140提取的矢量K,其可表述为K={k1,...,kM}(其中k1表示从第一关键点提取的描述符,并且kM表示从第M个关键点提取的描述符)。图2(f)示出了脸部图像的改变由匹配单元150检测并且输入脸部图像IN被识别为与预先存储的脸部图像S1相同的脸部的情况。
图3是图示图1的匹配单元的实施例的操作的视图。图3(a)示出了标准化的输入脸部图像IN的关键点,并且图3(b)示出了被标准化和预先存储的M个脸部图像S1至SM的关键点。此外,g11至gij表示例如具有大小4x4的脸部图像IN和S1至SM的网格块,并且f1至f16表示每一个网格块g11至gij中的16个关键点。供参考,虽然在图3中每个块的点数量是16,但数量不限于此。
图1的匹配单元150使用输入脸部图像IN的网格块g11的关键点f1的描述符和预先存储的脸部图像S1至SM的网格块g11的关键点f1至f16的描述符计算关键点之间的距离(f1与f1之间的距离、f1与f2之间的距离、…以及f1与f16之间的距离)(距离可包含欧几里德距离,但不限于此),并向输入脸部图像IN的关键点f1分配包含具有最短距离的关键点的预先存储的脸部图像的标识符号。然后,它使用网格块g11的关键点f2的描述符和预先存储的脸部图像S1至SM的网格块g11的关键点f1至f16的描述符计算关键点f2与f1之间、f2与f2之间、…以及f2与f16之间的距离,并向输入脸部图像IN的关键点f2分配包含具有最短距离的关键点的预先存储的脸部图像的标识符号。以相同方式,预先存储的脸部图像S1至SM的标识符号当中的标识符号被分配给输入脸部图像IN的每一个网格块g11至gij的每一个关键点f1至fl6。也就是说,向输入脸部图像IN的每一个关键点f1至f16分配之前存储的脸部图像S1至SM的标识符号之一,并且它可使用输入脸部图像IN的每个关键点的描述符和对应于包含输入脸部图像IN的每个关键点的网格块的所有预先存储的脸部图像S1至SM的网格块中的关键点的描述符来计算关键点之间的距离,并分配包含具有最短距离的关键点的预先存储的脸部图像的标识符号作为输入脸部图像IN的每一个网格块g11至gij的每一个关键点f1至f16的关键点的标识符号。
然后,匹配单元150可对于分配给输入脸部图像IN的所有关键点的标识符号进行投票,其中可向输入脸部图像IN分配预先存储的脸部图像S1至SM的标识符号之一。也就是说,分配给输入脸部图像IN的所有关键点的标识符号当中的最频繁分配的标识符号可被分配作为输入脸部图像IN的标识符号。在此实例中,最频繁分配的标识符号可被选择用于每个网格块,并且所选择的标识符号当中的最频繁选择的标识符号可被分配作为输入脸部图像IN的标识符号。然而,本公开不必局限于此。当经历上面描述的过程时,输入脸部图像IN的脸部被识别成与具有与所分配的标识符号相同的标识符号的预先存储的脸部图像的脸部相同。
图4是图示图1的匹配单元的另一实施例的操作的图解。图4(a)示出了标准化的输入脸部图像IN的关键点,并且图4(b)示出了被标准化和预先存储的M个脸部图像S1至SM的关键点。此外,f11至f1k分别表示脸部图像IN和S1至SM的关键点,并且N1至N3中的每一个表示具有大小3x3的包围块,用于规定每一个关键点f22、f35、...和f(1-1)(k-2)的包围区域,并且可对于所有此类关键点规定包围块。供参考,在图4中包围区域具有3x3的大小,但不限于此。
图1的匹配单元150使用输入脸部图像IN的关键点f22的描述符和包围每一个预先存储的脸部图像S1至SM的关键点f22的块N1中的关键点的描述符来计算关键点之间的距离,并分配包含具有最短距离的关键点的预先存储的脸部图像的标识符号。以相同方式,它使用输入脸部图像IN的所有关键点中每个关键点的描述符和包含在对应于输入脸部图像IN的位置的每一个预先存储的脸部图像S1至SM的关键点的包围块中的关键点的描述符来计算关键点之间的距离,并分配包含具有最短距离的关键点的预先存储的脸部图像的标识符号。也就是说,向输入脸部图像IN的每一个关键点f11至f1k分配之前存储的脸部图像S1至SM的标识符号当中的一个标识符号,并且它使用输入脸部图像IN的每个关键点的描述符和包含对应于输入脸部图像IN的每个关键点的位置的关键点的所有之前存储的脸部图像S1至SM的包围块中的关键点的描述符来计算关键点之间的距离,并分配包含具有最短距离的关键点的预先存储的脸部图像的标识符号作为输入脸部图像IN的关键点的标识符号。
然后,匹配单元150通过对于分配给输入脸部图像IN的所有关键点的标识符号进行投票而向输入脸部图像IN分配预先存储的脸部图像S1至SM的标识符号之一。也就是说,分配给输入脸部图像IN的所有关键点的标识符号当中的最频繁分配的标识符号可被分配作为输入脸部图像IN的标识符号。在这一点上,在每个包围块中最频繁分配的标识符号可被首先选择,并且然后整个图像当中最频繁选择的标识符号可被分配作为输入脸部图像IN的标识符号。然而,本公开不必局限于此。当经历上面描述的过程时,输入脸部图像IN的脸部被识别成与具有与所分配的标识符号相同的标识符号的预先存储的脸部图像的脸部相同。
也就是说,匹配单元150可向输入脸部图像IN的所有关键点分配标识符号,并通过对于分配给所有关键点的标识符号进行投票而分配最频繁分配的标识符号作为输入脸部图像IN的标识符号。
在图3和图4中,输入脸部图像IN的每个关键点可被表述为“第一关键点”,并且预先存储的脸部图像S1至SM的每个关键点可被表述为“第二关键点”。
根据上面描述的本公开的实施例能采用可通过各种计算机组件执行并记录在计算机可读记录介质中的程序命令的形式实现。计算机可读记录介质可单独或以组合方式包含程序命令、数据文件、数据结构等。记录在计算机可读记录介质中的程序命令可以是特别设计并配置用于本公开的程序命令或由计算机软件领域的普通技术人员使用的已知程序命令。计算机可读记录介质例如包含磁介质(诸如硬盘、软盘和磁带)、光学记录介质(诸如CD-ROM和DVD)、磁光介质(诸如光盘)以及特别配置成存储和执行程序命令的硬件装置(诸如ROM、RAM、闪存等)。程序命令例如可包含可由计算机使用翻译器等执行的高级语言代码以及由编译器生成的机器代码。硬件装置可配置成使用一个或多个软件模块操作,以便根据本公开的各种实施例执行处理。
在前述讨论中,尽管本公开已经结合特定素材(诸如特定组件、示范实施例和附图)进行了描述,但它们仅提供用于帮助理解本公开,并且本公开不限于这些实施例。本领域技术人员将明白,根据这些描述可对它们进行各种修改和改变。
因此,本公开的精神不应该被限于上面描述的实施例,并且所附权利要求书及其相等或等效的修改将被视为落在本公开的范围内。

关 键 词:
脸部 识别 方法 设备 用于 执行 计算机 可读 记录 介质
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:脸部识别方法、设备和用于执行该方法的计算机可读记录介质.pdf
链接地址:http://zh228.com/p-6140543.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');