Способ распознавания живого организма и терминальное устройство



Способ распознавания живого организма и терминальное устройство
Способ распознавания живого организма и терминальное устройство
Способ распознавания живого организма и терминальное устройство
Способ распознавания живого организма и терминальное устройство
Способ распознавания живого организма и терминальное устройство
Способ распознавания живого организма и терминальное устройство
Способ распознавания живого организма и терминальное устройство

Владельцы патента RU 2731370:

ГУАНДУН ОППО МОБАЙЛ ТЕЛЕКОММЬЮНИКЕЙШНС КОРП., ЛТД. (CN)

Предоставляются способ распознавания живого организма и терминальное устройство. Технический результат заключается в обеспечении возможности распознавания живого организма. Первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии и второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии. Определяют разностное изображение от первого изображения и второго изображения. По разностному изображению определяют, является ли целевой объект живым организмом. При этом выполняют процесс повышения качества изображения применительно к разностному изображению. Выполняют процесс бинаризации применительно к разностному изображению, прошедшему процесс повышения качества изображения. Определяют, является ли целевой объект живым организмом, по разностному изображению, прошедшему процесс бинаризации. При этом получают один или несколько признаков из разностного изображения и определяют по одному или нескольким признакам, является ли целевой объект живым организмом. 3 н. и 10 з.п. ф-лы, 11 ил.

 

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

Настоящее изобретение относится к технической области терминальных устройств и, в частности, к способу распознавания живого организма и терминальному устройству.

ПРЕДПОСЫЛКИ ИЗОБРЕТЕНИЯ

С ростом популярности терминальных устройств (например, мобильных телефонов, планшетных компьютеров и т.д.) терминальные устройства начинают поддерживать все больше и больше приложений и становятся все более мощными. Делаясь все более разнообразными и персонализированными, терминальные устройства становятся незаменимыми электронными приспособлениями в жизни пользователей.

На сегодняшний день изготовители терминальных устройств все больше отдают предпочтение распознаванию радужной оболочки глаза. Безопасность распознавания радужной оболочки глаза также является одной из наиболее важных проблем. Из соображений безопасности, как правило, перед распознаванием радужной оболочки глаза, вначале выполняют распознавание живого организма по радужной оболочке глаза. Необходимо решить проблему, как реализовать распознавание живого организма.

КРАТКОЕ ОПИСАНИЕ

Варианты осуществления данного изобретения предоставляют способ распознавания живого организма и связанные с ним устройства, способные реализовывать распознавание живого организма.

Согласно первому аспекту вариантов осуществления изобретения предоставляется способ распознавания живого организма. Способ может включать следующее. Первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии и второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии. Определяют разностное изображение от первого изображения и второго изображения. По разностному изображению определяют, является ли целевой объект живым организмом.

Согласно второму аспекту вариантов осуществления изобретения предоставляется терминальное устройство. Терминальное устройство включает камеру и процессор приложений (ПП). Камера выполнена с возможностью получения первого изображения для целевого объекта посредством камеры на первом фокусном расстоянии и получения второго изображения для целевого объекта посредством камеры на втором фокусном расстоянии. ПП выполнен с возможностью управления определением разностного изображения от первого изображения и второго изображения. ПП дополнительно выполнен с возможностью определения по разностному изображению, является ли целевой объект живым организмом.

Согласно третьему аспекту вариантов осуществления изобретения предоставляется терминальное устройство. Терминальное устройство включает камеру, процессор приложений (ПП), соединенный с камерой, запоминающее устройство и одну или несколько программ, хранящихся на запоминающем устройстве и выполненных с возможностью исполнения процессором приложений (ПП). Программы включают команды, позволяющие осуществлять способ по первому аспекту.

Согласно четвертому аспекту вариантов осуществления изобретения предоставляется устройство для распознавания живого организма. Устройство для распознавания живого организма включает съемочный узел, определяющий узел и оценочный узел. Съемочный узел выполнен с возможностью получения первого изображения для целевого объекта посредством камеры на первом фокусном расстоянии и получения второго изображения для целевого объекта посредством камеры на втором фокусном расстоянии, где первое фокусное расстояние отличается от второго фокусного расстояния. Определяющий узел выполнен с возможностью определения разностного изображения от первого изображения и второго изображения. Оценочный узел выполнен с возможностью определения по разностному изображению, является ли целевой объект живым организмом.

Согласно пятому аспекту вариантов осуществления изобретения предоставляется машиночитаемый носитель данных. Машиночитаемый носитель данных выполнен с возможностью хранения компьютерных программ. Компьютерные программы способны осуществлять на компьютере часть операций или все операции, описанные в первом аспекте вариантов осуществления настоящего изобретения.

Согласно шестому аспекту вариантов осуществления изобретения предоставляется компьютерный программный продукт. Компьютерный программный продукт включает постоянный машиночитаемый носитель данных, на котором хранятся компьютерные программы. Компьютерные программы способны осуществлять на компьютере часть операций или все операции, описанные в первом аспекте вариантов осуществления настоящего изобретения. Компьютерный программный продукт может представлять собой инсталляционный программный пакет.

КРАТКОЕ ОПИСАНИЕ ГРАФИЧЕСКИХ МАТЕРИАЛОВ

На фиг. 1A показана структурная схема, иллюстрирующая смартфон согласно варианту осуществления настоящего изобретения.

На фиг. 1B показана структурная схема, иллюстрирующая терминальное устройство согласно варианту осуществления настоящего изобретения.

На фиг. 2 показана блок-схема, иллюстрирующая способ распознавания живого организма согласно варианту осуществления настоящего изобретения.

На фиг. 3 показана блок-схема, иллюстрирующая другой способ распознавания живого организма согласно варианту осуществления настоящего изобретения.

На фиг. 4 показана структурная схема, иллюстрирующая другое терминальное устройство согласно варианту осуществления настоящего изобретения.

На фиг. 5A показана структурная схема, иллюстрирующая устройство для распознавания живого организма согласно варианту осуществления настоящего изобретения.

На фиг. 5B показана структурная схема, иллюстрирующая оценочный узел устройства для распознавания живого организма, описанного на фиг. 5A, согласно варианту осуществления настоящего изобретения.

На фиг. 5C показана другая структурная схема, иллюстрирующая оценочный узел устройства для распознавания живого организма, описанного на фиг. 5A, согласно варианту осуществления настоящего изобретения.

На фиг. 5D показана структурная схема, иллюстрирующая определяющий узел устройства для распознавания живого организма, описанного на фиг. 5A, согласно варианту осуществления настоящего изобретения.

На фиг. 5E показана другая структурная схема, иллюстрирующая определяющий узел устройства для распознавания живого организма, описанного на фиг. 5A, согласно варианту осуществления настоящего изобретения.

На фиг. 6 показана структурная схема, иллюстрирующая другое терминальное устройство согласно варианту осуществления настоящего изобретения.

ПОДРОБНОЕ ОПИСАНИЕ

Термины «первый», «второй» в контексте технического описания, формулы и прилагаемых графических материалов настоящего изобретения используются для разграничения объектов, а не для описания какого-то конкретного порядка. Кроме того, термины «включать», «содержать» и «иметь», а также их вариации предназначены для охвата неисключительного указания. Например, процесс, способ, система, продукт или устройство, включающие несколько операций или узлов, не ограничиваются перечисленными операциями или узлами, они могут необязательно включать другие операции или узлы, которые не перечислены; альтернативно, также могут быть включены другие операции или узлы, присущие этим процессу, способу, продукту или устройству.

Упоминаемый в данном документе термин «вариант осуществления» или «реализация» означает, что определенный признак, структура или признак, описанный в связи с вариантом осуществления, может содержаться по меньшей мере в одном варианте осуществления настоящего изобретения. Эта фраза, встречающаяся в различных местах данного технического описания, не обязательно относится к одному и тому же варианту осуществления, равно как и не обозначает независимого или альтернативного варианта осуществления, являющегося взаимно исключающим по отношению к другим вариантам осуществления.

«Терминальное устройство» в вариантах осуществления изобретения может включать различные карманные устройства с функциями беспроводной связи, бортовые устройства, носимые устройства, вычислительные устройства или другие устройства обработки, подключенные к беспроводному модему, а также различные виды пользовательского оборудования (ПО), мобильные станции (Мобильная Станция, МС), терминальное устройство, и т.д. Для удобства описания упомянутые выше устройства собирательно называют терминальными устройствами.

Предоставляется способ распознавания живого организма, при котором первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии и второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии, причем первое фокусное расстояние отличается от второго фокусного расстояния, затем определяют разностное изображение от первого изображения и второго изображения и после этого по разностному изображению определяют, является ли целевой объект живым организмом.

В одной реализации определение, является ли целевой объект живым организмом, может выполняться по разностному изображению следующим образом. Применительно к разностному изображению выполняется процесс повышения качества изображения. Применительно к разностному изображению, прошедшему процесс повышения качества изображения, выполняется процесс бинаризации. По разностному изображению, прошедшему процесс бинаризации, определяют, является ли целевой объект живым организмом. При бинаризации изображения уровень серого пикселей изображения сводится к 0 или 255, что означает, что все изображение будет производить черно-белый визуальный эффект.

В другой реализации определение, является ли целевой объект живым организмом, может выполняться по разностному изображению следующим образом. Получают гистограмму разностного изображения. Гистограмму преобразуют в график кривой. Определяют сходство между этим графиком кривой и предварительно заданным графиком кривой и по этому сходству определяют, является ли целевой объект живым организмом.

В одной реализации настоящего изобретения определение, является ли целевой объект живым организмом, может выполняться по разностному изображению следующим образом. Из разностного изображения получают один или несколько признаков и по одному или нескольким признакам определяют, является ли целевой объект живым организмом.

Предварительно заданный классификатор, выполненный для живого организма, задается следующим образом. Получают набор положительных образцов и набор отрицательных образцов, где набор положительных образцов включает несколько разностных изображений для нескольких живых организмов и набор отрицательных образцов включает несколько разностных изображений для нескольких неживых организмов. Выделяют нескольких признаков из набора положительных образцов и выделяют нескольких признаков из набора отрицательных образцов. По нескольким признакам, выделенным из набора положительных образцов, получают первый целевой классификатор, и по нескольким признакам, выделенным из набора отрицательных образцов, получают второй целевой классификатор. Первый целевой классификатор и второй целевой классификатор используют в качестве предварительно заданного классификатора.

В одной реализации разностное изображение от первого изображения и второго изображения может определяться следующим образом. Получают бинаризованное первое изображение путем выполнения процесса бинаризации применительно к первому изображению. Получают бинаризованное второе изображение путем выполнения процесса бинаризации применительно ко второму изображению. Разностное изображение получают путем вычисления абсолютного значения разности каждого пикселя бинаризованного первого изображения и каждого соответствующего пикселя бинаризованного второго изображения.

В другой реализации разностное изображение от первого изображения и второго изображения может определяться следующим образом. Из первого изображения выделяют первое целевое изображение, соответствующее целевому объекту. Из второго изображения выделяют второе целевое изображение, соответствующее целевому объекту. Разрешение изображения первого целевого изображения регулируют таким образом, чтобы оно было сопоставимо с разрешением изображения второго целевого изображения. Разностное изображение от отрегулированного первого целевого изображения и второго целевого изображения определяют как разностное изображение от первого изображения и второго изображения.

Предоставляется другой способ распознавания живого организма, при котором первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии и второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии, причем первое фокусное расстояние отличается от второго фокусного расстояния. Затем определяют разностное изображение от первого изображения и второго изображения и подвергают его по меньшей мере одному из процессов: процессу повышения качества и/или процессу бинаризации. Затем, по разностному изображению, прошедшему процесс повышения качества и/или процесс бинаризации, определяют, является ли целевой объект живым организмом. Для понимания деталей этого способа предлагается ознакомиться со способом, раскрытым выше.

Предоставляется терминальное устройство, включающее камеру и процессор приложений (ПП). Камера соединена с ПП и выполнена с возможностью получения первого изображения для целевого объекта посредством камеры на первом фокусном расстоянии, и получения второго изображения для целевого объекта посредством камеры на втором фокусном расстоянии, где первое фокусное расстояние отличается от второго фокусного расстояния. ПП выполнен с возможностью определения разностного изображения от первого изображения и второго изображения и определения по разностному изображению, является ли целевой объект живым организмом. Альтернативно, ПП выполнен с возможностью определения разностного изображения от первого изображения и второго изображения и затем выполнения по меньшей мере одного из процессов: процесса повышения качества и/или процесса бинаризации – применительно к разностному изображению, после чего по разностному изображению, прошедшему процесс повышения качества и/или процесс бинаризации, происходит определение, является ли целевой объект живым организмом.

Далее будут подробно описаны варианты осуществления настоящего изобретения. Как показано на фиг. 1A, предоставляется терминальное устройство, такое как смартфон 100, включающее устройство распознавания радужной оболочки глаза. Устройство распознавания радужной оболочки глаза включает прожектор 21 узконаправленного инфракрасного света и инфракрасную камеру 22. В ходе работы устройства распознавания радужной оболочки глаза свет от прожектора 21 узконаправленного инфракрасного света направляется на радужную оболочку глаза и затем отражается радужной оболочкой глаза, попадая в инфракрасную камеру 22. Устройство распознавания радужной оболочки глаза выполнено с возможностью сбора изображений радужной оболочки глаза. Терминальное устройство 100 при этом также может включать переднюю камеру 23. Передняя камера может быть реализована с zoom-камерой.

На фиг. 1B показана структурная схема, иллюстрирующая терминальное устройство 100 согласно варианту осуществления настоящего изобретения. Как показано на фиг. 1B, терминальное устройство 100 включает процессор приложений (ПП) 110, камеру 120 и устройство 130 распознавания радужной оболочки глаза. Устройство 130 распознавания радужной оболочки глаза может быть встроено в камеру 120; альтернативно, устройство 130 распознавания радужной оболочки глаза может быть выполнено отдельно от камеры 120. ПП 110 соединен с камерой 120 и устройством 130 распознавания радужной оболочки глаза посредством шины 150.

В некоторых возможных реализациях камера 120 выполнена с возможностью получения первого изображения для целевого объекта посредством камеры на первом фокусном расстоянии и получения второго изображения для целевого объекта посредством камеры на втором фокусном расстоянии, где первое фокусное расстояние отличается от второго фокусного расстояния.

ПП 110 выполнен таким образом, чтобы, управляя им, можно было определять разностное изображение от первого изображения и второго изображения. ПП 110 дополнительно выполнен с возможностью определения по разностному изображению, является ли целевой объект живым организмом.

В некоторых возможных реализациях в том, что касается определения по разностному изображению, является ли целевой объект живым организмом, ПП 110 выполнен с возможностью получения гистограммы разностного изображения, преобразования гистограммы в график кривой, определения сходства между этим графиком кривой и предварительно заданным графиком кривой и определения по этому сходству, является ли целевой объект живым организмом.

В некоторых возможных реализациях в том, что касается определения по разностному изображению, является ли целевой объект живым организмом, ПП 110 выполнен с возможностью получения одного или нескольких признаков из разностного изображения и определения по одному или нескольким признакам, является ли целевой объект живым организмом.

В некоторых возможных реализациях в том, что касается определения разностного изображения от первого изображения и второго изображения, ПП 110 выполнен с возможностью получения бинаризованного первого изображения путем выполнения процесса бинаризации применительно к первому изображению, получения бинаризованного второго изображения путем выполнения процесса бинаризации применительно ко второму изображению, и получения разностного изображения путем вычисления абсолютного значения разности каждого пикселя бинаризованного первого изображения и каждого соответствующего пикселя бинаризованного второго изображения.

В некоторых возможных реализациях в том, что касается определения разностного изображения от первого изображения и второго изображения, ПП 110 выполнен с возможностью выделения из первого изображения первого целевого изображения, соответствующего целевому объекту, и выделения из второго изображения второго целевого изображения, соответствующего целевому объекту, регулировки разрешения изображения первого целевого изображения таким образом, чтобы оно было сопоставимо с разрешением изображения второго целевого изображения, и определения разностного изображения от отрегулированного первого целевого изображения и второго целевого изображения.

На фиг. 2 показана блок-схема, иллюстрирующая способ распознавания живого организма согласно варианту осуществления настоящего изобретения. Данный способ применим к терминальному устройству, оснащенному камерой и процессором приложений (ПП), например, терминальное устройство может быть таким, как показано на фиг. 1A или фиг. 1B. Как показано на фиг. 2, способ распознавания живого организма начинается блоком 201.

В блоке 201 первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии и второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии, причем первое фокусное расстояние отличается от второго фокусного расстояния.

Камера может представлять собой zoom-камеру. Целевым объектом может быть лицо человека, радужная оболочка глаза или другие объекты, снимаемые камерой. Первое изображение и второе изображение получают на основе разных фокусных расстояний, то есть, первое фокусное расстояние и второе фокусное расстояние разные. Далее, первое изображение и второе изображение могут соответствовать одной и той же сцене.

В блоке 202 определяют разностное изображение от первого изображения и второго изображения.

У первого изображения может быть такое же разрешение, как у второго изображения. Как первое изображение, так и второе изображение могут представлять собой изображения в оттенках серого. В целом, изображение в оттенках серого будет содержать информацию об основном контуре изображения, и поэтому нет необходимости принимать во внимание цветную информацию изображения, что снизит сложность обработки изображения.

Разностное изображение может быть получено разными путями, в том числе, но не только процессом бинаризации и регулировкой разрешения изображения, что будет подробно описано ниже.

Процесс бинаризации может быть выполнен, соответственно, применительно к первому изображению и второму изображению, с целью снижения сложности двумерных изображений и достижения быстрого процесса. Исходя из этого, в одной реализации в блоке 202 разностное изображение от первого изображения и второго изображения может определяться следующим образом. Применительно к первому изображению выполняют процесс бинаризации, получая бинаризованное первое изображение. Применительно ко второму изображению выполняют процесс бинаризации, получая бинаризованное второе изображение. Вычисляют абсолютное значение разности каждого пикселя бинаризованного первого изображения и каждого соответствующего пикселя бинаризованного второго изображения, получая разностное изображение.

Для бинаризованного первого изображения и бинаризованного второго изображения, разностное изображение может быть получено путем вычисления абсолютного значения разности каждого пикселя бинаризованного первого изображения и каждого соответствующего пикселя бинаризованного второго изображения. Таким путем можно анализировать по разностному изображению, является ли целевой объект живым организмом.

Следует отметить, что процесс бинаризации, выполняемый применительно к первому изображению и второму изображению, не имеет последовательных ограничений. Например, процесс бинаризации может быть вначале выполнен применительно ко второму изображению и затем выполнен применительно к первому изображению, и наоборот, или может быть выполнен применительно к первому изображению и второму изображению одновременно.

В другой реализации в блоке 202 разностное изображение от первого изображения и второго изображения может определяться следующим образом. Из первого изображения выделяют первое целевое изображение, соответствующее целевому объекту. Из второго изображения выделяют второе целевое изображение, соответствующее целевому объекту. Разрешение изображения первого целевого изображения регулируют таким образом, чтобы оно было сопоставимо с разрешением изображения второго целевого изображения. Разностное изображение от отрегулированного первого целевого изображения и второго целевого изображения определяют как разностное изображение от первого изображения и второго изображения.

Первое целевое изображение может представлять собой изображение радужной оболочки глаза или детализированное изображение радужной оболочки глаза. Аналогично, второе целевое изображение может представлять собой изображение радужной оболочки глаза или детализированное изображение радужной оболочки глаза. Схема, используемая здесь для выделения первого целевого изображения или второго целевого изображения, может включать, но без ограничения, алгоритм обнаружения углов Харриса, алгоритм вейвлет-преобразования, алгоритм масштабно-инвариантной трансформации признаков (SIFT) и тому подобное. Поскольку разрешение первого изображения может отличаться от разрешения второго изображения, и это различие может увеличиться после выделения признаков, разрешение первого целевого изображения может быть отрегулировано таким образом, чтобы оно было сопоставимо с разрешением второго целевого изображения. Методом, при помощи которого регулируют разрешение, может быть операция интерполяции (например, операция линейной интерполяции, операция билинейной интерполяции и т.д.) или субдискретизация или тому подобное. Таким путем разностное изображение от первого целевого изображения и второго целевого изображения может быть получено посредством дополнительных вычислений.

Упомянутые выше процесс бинаризации и регулировка разрешения изображения могут применяться в сочетании. Например, с целью снижения сложности двумерных (2D) изображений и достижения быстрого процесса, после получения первого целевого изображения и второго целевого изображения применительно к первому целевому изображению и второму целевому изображению может быть выполнен процесс бинаризации, чтобы получить бинаризованное первое целевое изображение и бинаризованное второе целевое изображение. Может быть вычислено абсолютное значение разности каждого пикселя бинаризованного первого целевого изображения и каждого соответствующего пикселя бинаризованного второго целевого изображения, чтобы получить разностное изображение. Таким путем можно анализировать по разностному изображению, является ли целевой объект живым организмом.

В блоке 203 по разностному изображению определяют, является ли целевой объект живым организмом.

Разностное изображение может включать более детализированные признаки, которые можно понимать как характеристики дифференциации. Для одного и того же объекта изображения, снятые на разных фокусных расстояниях, будут разными, и эти изображения также могут содержать разную детализированную информацию. В вариантах осуществления настоящего изобретения для удобства объяснения описываются плоскостные изображения (такие как фотография) и стереоизображения (такие как радужная оболочка глаза или лицо человека). У изображений, получаемых на разных фокусных расстояниях, есть характеристики дифференциации, и разностное изображение может использоваться для определения изменений между изображениями и выявления у целевого объекта свойства, позволяющего отнести его к живым организмам. Характеристики дифференциации фотографий, снятых на разных фокусных расстояниях, отличаются от характеристик дифференциации радужной оболочки глаза, снятой на разных фокусных расстояниях. Такое различие, главным образом, обусловлено следующими факторами. (1). Разный пространственный охват; например, фотография соответствует двумерному пространству, а радужная оболочка глаза соответствует трехмерному пространству. (2). Разный диапазон отражения. (3). Разные биологические характеристики; например, у фотографии нет биологических характеристик, а у радужной оболочки глаза есть биологические характеристики. Поэтому по характеристикам разностного изображения можно определить, является ли целевой объект живым организмом.

Дополнительная обработка, такая как преобразование гистограммы в график кривой и выделение признаков из разностного изображения, позволяет определять, то есть, оценивать, является ли целевой объект живым организмом. Указанная выше обработка будет отдельно показана ниже.

В одной возможной реализации, в блоке 203, определение, является ли целевой объект живым организмом, может выполняться по разностному изображению следующим образом. Получают гистограмму разностного изображения. Гистограмму преобразуют в график кривой. Определяют сходство между этим графиком кривой и предварительно заданным графиком кривой и по этому сходству определяют, является ли целевой объект живым организмом.

Указанный выше предварительно заданный график кривой может быть предварительно сохранен на терминальном устройстве и может быть экспериментально получен посредством разностного изображения, соответствующего радужной оболочке глаза живого организма. Гистограмма разностного изображения может быть получена и затем приближена к графику кривой, то есть, вершина каждого блока гистограммы может быть получена и затем приближена для получения графика кривой. Приближением, о котором тут говорится, может быть линейное приближение, гауссовское приближение, параболическое приближение и тому подобное. Затем вычисляют сходство между графиком кривой и предварительно заданным графиком кривой, получая значение сходства. Когда значение сходства превышает порог сходства, может быть заключено, что целевой объект принадлежит живому организму. С другой стороны, когда значение сходства меньше или равно порогу сходства, может быть заключено, что целевой объект не принадлежит живому организму, то есть целевой объект принадлежит неживому организму. Таким путем при помощи гистограммы разностного изображения можно опознавать, принадлежит ли целевой объект живому организму. Указанный порог сходства может представлять собой эмпирическое значение или может быть задан по умолчанию системой, или может быть задан пользователем, настоящее изобретение этим не ограничивается.

Описанные выше варианты осуществления настоящего изобретения могут использоваться для того, чтобы отличать живой организм от фотографии. Например, живой организм представляет собой настоящее тело человека, оно соответствует трехмерному (3D) изображению, и его поверхность является неровной. Напротив, фотография представляет собой плоскостное изображение и имеет плоскую поверхность. Поэтому, если снимать живой организм и фотографию на разных фокусных расстояниях, гистограмма разностного изображения, полученная на основе живого организма, будет значительно отличаться от гистограммы разностного изображения, полученной на основе фотографии. В соответствии с идеей такого принципа, при помощи описанного выше способа можно определять, является ли целевой объект живым организмом.

В другой возможной реализации, в блоке 203, определение, является ли целевой объект живым организмом, может выполняться по разностному изображению следующим образом. Вначале из разностного изображения может быть получен один или несколько признаков, и затем по одному или нескольким признакам может быть определено, является ли целевой объект живым организмом.

В частности, может быть получен набор положительных образцов и набор отрицательных образцов, где набор положительных образцов включает несколько разностных изображений для нескольких живых организмов и набор отрицательных образцов включает несколько разностных изображений для нескольких неживых организмов. Выделяют нескольких признаков из набора положительных образцов и выделяют нескольких признаков из набора отрицательных образцов. После этого по нескольким признакам, выделенным из набора положительных образцов, может быть получен первый классификатор, и по нескольким признакам, выделенным из набора отрицательных образцов, может быть получен второй классификатор. Наконец, по одному или нескольким признакам, первому классификатору и второму классификатору может быть определено, является ли целевой объект живым организмом.

В качестве примера получают набор положительных образцов, и набор положительных образцов содержит разностные изображения живых организмов A, где A – положительное целое число; аналогично, получают набор отрицательных образцов, и набор отрицательных образцов содержит разностные изображения неживых организмов B, где B – положительное целое число. Выделяют признаки набора положительных образцов, получая признаки набора A, и выделяют признаки набора отрицательных образцов, получая признаки набора B. После этого первый классификатор может быть получен по признакам набора A, и второй классификатор может быть получен по признакам набора B. Наконец, первый классификатор и второй классификатор, и один или несколько признаков могут быть использованы для распознавания живого организма.

Разностные изображения, о которых идет речь в операциях на C1 и C2, могут быть получены посредством операций, описанных в блоках 201–202. Значения A и B могут быть заданы пользователем, набор положительных образцов включает положительных образцы A, и отрицательный образец включает отрицательные образцы B. Чем больше значение A и/или B, тем выше эффект классификации классификатора. Чтобы понять, каким образом на C3 и C4 выделяются признаки, можно обратиться к приведенному выше описанию. Кроме того, классификатор включает, но без ограничения, машины опорных векторов, классификаторы генетических алгоритмов, классификаторы нейросетевых алгоритмов, каскадные классификаторы (например, генетический алгоритм + SVM) и тому подобное.

Как можно видеть, способы вариантов осуществления настоящего изобретения применимы к терминальному устройству, включающему камеру и ПП. Посредством съемки с zoom-эффектом первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии, а второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии, причем первое фокусное расстояние отличается от второго фокусного расстояния. Затем определяют разностное изображение от первого изображения и второго изображения. После этого по разностному изображению может быть определено, является ли целевой объект живым организмом. Таким образом, можно осуществлять съемку с zoom-эффектом целевого объекта, получая два изображения, снятых на разных фокусных расстояниях, и затем по различию между этими двумя изображениями может быть определено, является ли целевой объект живым организмом. Таким путем может быть реализовано распознавание живого организма.

На фиг. 3 показана блок-схема, иллюстрирующая способ распознавания живого организма согласно варианту осуществления настоящего изобретения. Способ применим к терминальному устройству с камерой и процессором приложений (ПП). Терминальное устройство может представлять собой терминальное устройство, показанное на фиг. 1A или фиг. 1B. Как показано на фиг. 3, способ распознавания живого организма начинается блоком 301.

В блоке 301 первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии и второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии, причем первое фокусное расстояние отличается от второго фокусного расстояния. В блоке 302 определяют разностное изображение от первого изображения и второго изображения. В блоке 303 применительно к разностному изображению выполняется процесс повышения качества изображения.

Указанный выше процесс повышения качества изображения может включать, но без ограничения, выравнивание гистограммы, растягивание в оттенках серого, подавление шума на основе вейвлет-преобразования, восстановление изображения, обработку резкости изображения, сглаживание, медианную фильтрацию, двустороннюю фильтрацию, направляющую фильтрацию и другие виды обработки изображения. После завершения процесса повышения качества изображения качество разностного изображения может быть улучшено. В частности, становится больше детализированной информации изображения, то есть после выполнения процесса повышения качества изображения может быть отображена ранее незначительная детализированная информация.

В блоке 304 применительно к разностному изображению, прошедшему повышение качества изображения, выполняют процесс бинаризации.

За счет выполнения процесса бинаризации применительно к разностному изображению, прошедшему повышение качества изображения, сложность разностного изображения, прошедшего повышение качества изображения, может быть снижена, что удобно для последующих операций. В ходе процесса бинаризации может быть выбран порог бинаризации, например, пиксельное значение пиксельной точки, превышающее порог бинаризации, может быть сведено к 255, а пиксельное значение пиксельной точки, меньшее или равное порогу бинаризации, может быть сведено к 0. Порогом бинаризации может быть среднее значение яркости разностного изображения, прошедшего процесс повышения качества изображения.

В блоке 305 по разностному изображению, прошедшему процесс бинаризации, определяют, является ли целевой объект живым организмом.

Чтобы понять, каким образом по бинаризованному разностному изображению определяют, является ли целевой объект живым организмом, можно обратиться к соответствующим операциям, описанным на фиг. 2, и поэтому здесь это не будет в подробностях описываться повторно.

Как можно видеть, в вариантах осуществления изобретения целевой объект снимают камерой на первом фокусном расстоянии, получая первое изображение, и снимают камерой на втором фокусном расстоянии, получая второе изображение, причем первое фокусное расстояние отличается от второго фокусного расстояния. После этого определяют разностное изображение от первого изображения и второго изображения и выполняют процесс повышения качества изображения применительно к разностному изображению. Процесс бинаризации выполняют применительно к разностному изображению после процесса повышения качества изображения. Наконец, по бинаризованному разностному изображению определяют, является ли целевой объект живым организмом. Таким образом, можно осуществлять съемку с zoom-эффектом целевого объекта, получая два изображения, снятых на разных фокусных расстояниях, и далее по различиям между этими двумя изображениями определять, является ли целевой объект живым организмом. Таким путем может быть реализовано распознавание живого организма.

На фиг. 4 показана структурная схема, иллюстрирующая терминальное устройство согласно варианту осуществления настоящего изобретения. Как показано на фиг. 4, терминальное устройство включает камеру, процессор приложений (ПП) и запоминающее устройство, включающее одну или несколько программ. Терминальное устройство может дополнительно включать устройство распознавания радужной оболочки глаза.

Одна или несколько программ хранятся на запоминающем устройстве и выполнены с возможностью исполнения ПП. Программы включают команды, позволяющие осуществлять следующие операции. Первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии и второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии, причем первое фокусное расстояние отличается от второго фокусного расстояния. Определяют разностное изображение от первого изображения и второго изображения. По разностному изображению определяют, является ли целевой объект живым организмом.

В одной возможной реализации в том, что касается определения по разностному изображению, является ли целевой объект живым организмом, программы включают команды, позволяющие осуществлять следующие операции. Получают гистограмму разностного изображения. Гистограмму преобразуют в график кривой. Определяют сходство между этим графиком кривой и предварительно заданным графиком кривой и по этому сходству определяют, является ли целевой объект живым организмом.

В другой возможной реализации в том, что касается определения по разностному изображению, является ли целевой объект живым организмом, программы включают команды, позволяющие осуществлять следующие операции. Из разностного изображения получают один или несколько признаков и по одному или нескольким признакам может быть определено, является ли целевой объект живым организмом.

В одной возможной реализации в том, что касается определения разностного изображения от первого изображения и второго изображения, программы включают команды, позволяющие осуществлять следующие операции. Применительно к первому изображению выполняют процесс бинаризации, получая бинаризованное первое изображение. Применительно ко второму изображению выполняют процесс бинаризации, получая бинаризованное второе изображение. Вычисляют абсолютное значение разности каждого пикселя бинаризованного первого изображения и каждого соответствующего пикселя бинаризованного второго изображения, получая разностное изображение.

В другой возможной реализации в том, что касается определения разностного изображения от первого изображения и второго изображения, программы включают команды, позволяющие осуществлять следующие операции. Из первого изображения выделяют первое целевое изображение, соответствующее целевому объекту. Из второго изображения выделяют второе целевое изображение, соответствующее целевому объекту. Разрешение изображения первого целевого изображения регулируют таким образом, чтобы оно было сопоставимо с разрешением изображения второго целевого изображения. Определяют разностное изображение от отрегулированного первого целевого изображения и второго целевого изображения.

На фиг. 5A показана структурная схема, иллюстрирующая устройство для распознавания живого организма согласно варианту осуществления настоящего изобретения. Устройство для распознавания живого организма применимо к терминальному устройству, включающему камеру и процессор приложений (ПП). Как показано на фиг. 5A, устройство для распознавания живого организма включает съемочный узел 510, определяющий узел 520 и оценочный узел 530.

Съемочный узел 510 выполнен с возможностью получения первого изображения для целевого объекта посредством камеры на первом фокусном расстоянии и получения второго изображения для целевого объекта посредством камеры на втором фокусном расстоянии, причем фокусные расстояния, соответствующие первому изображению и второму изображению, различны. Определяющий узел 520 выполнен с возможностью определения разностного изображения от первого изображения и второго изображения. Оценочный узел 530 выполнен с возможностью определения по разностному изображению, является ли целевой объект живым организмом.

В одной реализации на фиг. 5B показана подробная структурная схема, иллюстрирующая оценочный узел 530 устройства для распознавания живого организма, описанного на фиг. 5A. Как показано на фиг. 5B, оценочный узел 530 может включать модуль 531 получения, модуль 532 преобразования и оценочный модуль 533.

Модуль 531 получения выполнен с возможностью получения гистограммы разностного изображения. Модуль 532 преобразования выполнен с возможностью преобразования гистограммы в график кривой. Оценочный модуль 533 выполнен с возможностью определения сходства между этим графиком кривой и предварительно заданным графиком кривой и определения по этому сходству, является ли целевой объект живым организмом.

В одной реализации на фиг. 5C показана подробная структурная схема, иллюстрирующая оценочный узел 530 устройства для распознавания живого организма, описанного на фиг. 5A. Как показано на фиг. 5C, оценочный узел 530 может включать первый модуль 534 выделения и классифицирующий модуль 535.

Первый модуль 534 выделения выполнен с возможностью выделения признаков разностного изображения для получения набора параметров. Классифицирующий модуль 535 выполнен с возможностью обучения предварительно заданного классификатора, выполненного для распознавания живого организма, на наборе параметров с получением результата обучения, и определения по результату обучения, является ли целевой объект живым организмом.

В одной реализации на фиг. 5D показана подробная структурная схема, иллюстрирующая определяющий узел 520 устройства для распознавания живого организма, описанного на фиг. 5A. Как показано на фиг. 5D, определяющий узел 520 может включать модуль 521 обработки и модуль 522 вычисления.

Модуль 521 обработки выполнен с возможностью получения бинаризованного первого изображения путем выполнения процесса бинаризации применительно к первому изображению. Модуль 521 обработки дополнительно выполнен с возможностью получения бинаризованного второго изображения путем выполнения процесса бинаризации применительно ко второму изображению. Модуль 522 вычисления выполнен с возможностью получения разностного изображения путем вычисления абсолютного значения разности каждого пикселя бинаризованного первого изображения и каждого соответствующего пикселя бинаризованного второго изображения.

В одной реализации на фиг. 5E показана подробная структурная схема, иллюстрирующая определяющий узел 520 устройства для распознавания живого организма, описанного на фиг. 5A. Как показано на фиг. 5E, определяющий узел 520 может включать второй модуль 523 выделения, модуль 524 регулировки и модуль 525 определения.

Второй модуль 523 выделения выполнен с возможностью выделения из первого изображения первого целевого изображения, соответствующего целевому объекту. Второй модуль 523 выделения дополнительно выполнен с возможностью выделения из второго изображения второго целевого изображения, соответствующего целевому объекту. Модуль 524 регулировки выполнен с возможностью регулировки разрешения изображения первого целевого изображения таким образом, чтобы оно было сопоставимо с разрешением второго целевого изображения. Модуль 525 определения выполнен с возможностью определения разностного изображения от отрегулированного первого целевого изображения и второго целевого изображения.

Как можно видеть, при помощи устройства для распознавания живого организма согласно реализациям изобретения первое изображение для целевого объекта получают посредством камеры на первом фокусном расстоянии и второе изображение для целевого объекта получают посредством камеры на втором фокусном расстоянии, причем первое фокусное расстояние отличается от второго фокусного расстояния. Затем определяют разностное изображение от первого изображения и второго изображения. После этого по разностному изображению определяют, является ли целевой объект живым организмом. Таким образом, можно осуществлять съемку с zoom-эффектом целевого объекта, получая два изображения, снятых на разных фокусных расстояниях, и затем по различию между этими двумя изображениями может быть определено, является ли целевой объект живым организмом. Таким путем может быть реализовано распознавание живого организма.

Следует понимать, что функции узлов или модулей устройства для распознавания живого организма в данной реализации могут осуществляться согласно способам в вышеизложенных вариантах осуществления способов. Чтобы понять подробности, можно обратиться к соответствующим описаниям в вышеизложенных вариантах осуществления способов, и поэтому здесь они не будут описываться дополнительно.

Согласно варианту осуществления настоящего изобретения, предоставляется другой терминал. Как показано на фиг. 6, для удобства описания показаны только те части, которые связаны с вариантами осуществления настоящего изобретения. Для ознакомления с техническими деталями, которые здесь не описываются, можно обратиться к вариантам осуществления способов настоящего изобретения. Терминальное устройство может представлять собой любой мобильный терминал, такой как мобильный телефон, планшетный компьютер, карманный персональный компьютер (PDA), терминал торговой точки (POS), бортовой компьютер и тому подобное. Далее в качестве примера терминального устройства описывается мобильный телефон.

На фиг. 6 показана структурная схема, иллюстрирующая частичную конструкцию мобильного телефона, связанную с терминальным устройством согласно варианту осуществления настоящего изобретения. Как показано на фиг. 6, мобильный телефон включает радиочастотную (РЧ) схему 610, запоминающее устройство 620, узел 630 ввода, датчик 650, звуковую схему 660, модуль 670 беспроводной связи (Wi-Fi), процессор приложений (ПП) 680, источник 690 питания и другие компоненты. Специалисты в области техники должны понимать, что конструкция мобильного телефона, показанная на фиг. 6, не накладывает никаких ограничений. Мобильный телефон, выполненный с возможностью осуществления технических решений изобретения, может включать больше или меньше компонентов, чем показано, или может сочетать определенные компоненты или другие компоненты. Далее различные компоненты мобильного телефона будут подробно описаны со ссылкой на фиг. 6.

Узел 630 ввода выполнен с возможностью приема вводимой цифровой или символьной информации и генерирования основного входного сигнала, связанного с пользовательскими параметрами и средствами управления мобильным телефоном. В одной реализации узел 630 ввода может включать сенсорный экран 633, устройство 631 распознавания радужной оболочки глаза. Узел 630 ввода может дополнительно включать другие устройства 632 ввода. По меньшей мере в одной реализации другими устройствами 632 ввода может быть камера, например, zoom-камера. В одной реализации другие устройства 632 ввода могут включать, но без ограничения, одно или несколько из следующего: физическую клавишу, функциональную клавишу (такую как регулятор громкости, пусковая кнопка и т.д.), трекбол, мышь, джойстик и тому подобное.

ПП 80 выполнен с возможностью осуществления следующих операций.

Посредством камеры выполняется съемка с zoom-эффектом целевого объекта для получения первого изображения и второго изображения, причем фокусные расстояния, соответствующие первому изображению и второму изображению, различны. Определяют разностное изображение от первого изображения и второго изображения. По разностному изображению определяют, является ли целевой объект живым организмом.

ПП 680 представляет собой центр управления мобильным телефоном. Он использует различные интерфейсы и каналы, чтобы соединять различные части всего мобильного телефона, запускает или выполняет программные продукты и/или модули, хранящиеся на запоминающем устройстве 620, и обращается к данным, хранящимся на запоминающем устройстве 620, для выполнения различных функций мобильного телефона и обработки данных, тем самым осуществляя мониторинг мобильного телефона. По меньшей мере в одной реализации ПП 680 может включать один или несколько обрабатывающих узлов; например, процессор 680 может быть интегрирован с процессором приложений и процессором модема, причем процессор приложений, главным образом, выполнен с возможностью поддержки работы операционной системы, пользовательского интерфейса, прикладных программ и так далее, а процессор модема, главным образом, выполнен для беспроводного обмена данными. Следует понимать, что вышеупомянутый процессор модема может не быть интегрирован в ПП 680.

Запоминающее устройство 620 может включать быстродействующее запоминающее устройство с произвольным доступом (RAM) и может дополнительно включать постоянное запоминающее устройство, такое как по меньшей мере одно дисковое запоминающее устройство, флеш-устройство или другие постоянные твердотельные запоминающие устройства. РЧ схема 610 выполнена с возможностью передачи или приема информации. Как правило, РЧ схема 610 содержит, но без ограничения, антенну, по меньшей мере один усилитель, приемопередатчик, согласующее устройство, усилитель с низким уровнем помех (LNA), дуплексер и т.п. В дополнение, РЧ схема 610 также может обмениваться данными с сетевыми и иными устройствами посредством беспроводной связи. Для вышеупомянутой беспроводной связи может использоваться любой стандарт или протокол связи, включая, но без ограничения, глобальную систему мобильной связи (GSM), систему пакетной радиосвязи общего пользования (GPRS), систему множественного доступа с кодовым разделением (CDMA), систему широкополосного множественного доступа с кодовым разделением (WCDMA), систему долгосрочного развития (LTE), электронную почту, службу коротких сообщений (SMS) и т.п.

Мобильный телефон также может содержать по меньшей мере один датчик 650, такой как датчик света, датчик движения и другие датчики. В одной реализации датчик света может включать датчик внешнего освещения и датчик ближней локации, из которых датчик внешнего освещения может регулировать яркость дисплея в соответствии с внешним освещением, и датчик ближней локации может выключать дисплей и/или подсветку, когда мобильный телефон подносят к уху. Датчик-акселерометр, который является типом датчика движения, может определять величину ускорения во всех направлениях (обычно по трем осям), и, когда мобильный телефон в неподвижном состоянии, датчик-акселерометр может определять гравитационное ускорение и направление гравитации; кроме того, датчик-акселерометр может идентифицировать использование жестов при работе с мобильным телефоном (таких как вертикальный и горизонтальный поворот экрана, связанные игры, калибровка ориентации посредством магнитометра), или датчик-акселерометр может использоваться для функций, связанных с распознаванием вибрации (таких как шагомер, касание) и так далее. Мобильный телефон также может быть оснащен гироскопом, барометром, гигрометром, термометром, инфракрасным датчиком и другими датчиками, и здесь это не будет описываться повторно.

Звуковая схема 660, динамик 661, микрофон 662 могут быть выполнены с возможностью обеспечения аудиоинтерфейса между пользователем и мобильным телефоном. Звуковая схема 660 может быть выполнена с возможностью преобразования получаемых аудиоданных в электрические сигналы и передачи этих электрических сигналов на динамик 661. Динамик 661 выполнен с возможностью преобразования электрических сигналов в звуковые сигналы для вывода. С другой стороны, микрофон 662 выполнен с возможностью преобразования получаемых звуковых сигналов в электрические сигналы, которые будут приниматься и преобразовываться в аудиоданные звуковой схемой 660 для вывода. Затем ПП 680 обрабатывает и передает эти аудиоданные посредством РЧ схемы 610, например, на другой мобильный телефон, или аудиоданные выводятся на запоминающее устройство 620 для дополнительной обработки.

Wi-Fi относится к технологии беспроводной передачи данных ближнего радиуса действия. С помощью Wi-Fi модуля 670 мобильный телефон может помогать пользователю отправлять и принимать электронные письма, просматривать веб-страницы, получать доступ к потоковому мультимедиа и тому подобное. Wi-Fi предоставляет пользователям беспроводной широкополосный доступ к сети Интернет. Хотя на фиг. 6 показан Wi-Fi-модуль 670, следует понимать, что Wi-Fi модуль 670 не является обязательной составляющей мобильного телефона и может быть опущен в соответствии с актуальными потребностями без нарушения сущности настоящего изобретения. Мобильный телефон также включает источник 690 питания (например, батарею), который подает питание на различные компоненты. Например, источник 690 питания может быть логически связан с ПП 680 посредством системы управления питанием, что позволяет управлять зарядкой, разрядкой и потреблением энергии посредством системы управления питанием.

Хотя это не показано, мобильный телефон может включать камеру, Bluetooth-модуль и т.д., но в описании настоящего изобретения о них не будет говориться подробно. Способ вышеописанных реализаций, показанный на фиг. 2 и фиг. 3 может быть реализован на основе конструкции мобильного телефона. Функции узлов, показанных на фиг. 4 и фиг. 5A–5E, могут достигаться на основе конструкции мобильного телефона.

Варианты осуществления настоящего изобретения также предоставляют машиночитаемый носитель данных. Машиночитаемый носитель данных может хранить компьютерные программы, которые при выполнении могут быть способны осуществлять на компьютере все или часть операций любого из способов распознавания живого организма, описанных в вышеприведенных вариантах осуществления способов.

Варианты осуществления настоящего изобретения также предоставляют компьютерный программный продукт. Компьютерный программный продукт включает постоянный машиночитаемый носитель данных, на котором хранятся компьютерные программы. Компьютерные программы способны осуществлять на компьютере все или часть операций любого из способов, описанных в вышеприведенных вариантах осуществления способов.

Следует отметить, что для простоты изложения приведенные выше варианты осуществления способов описаны в виде ряда сочетаний действий, однако специалисты в области техники поймут, что настоящее изобретение не ограничивается описанными последовательностями действий. Это обусловлено тем, что, согласно настоящему изобретению, определенные шаги или операции могут быть выполнены в другом порядке или одновременно. Кроме того, специалисты в области техники должны понимать, что варианты осуществления, описанные в данном техническом описании, являются примерными вариантами осуществления, и упоминаемые в них действия и модули не обязательно существенны для настоящего изобретения.

В приведенных выше вариантах осуществления описание каждого варианта осуществления подчеркивает свои моменты. Если в одном варианте осуществления нет подробного описания каких-то частей, может быть сделана отсылка на соответствующие описания в других вариантах осуществления.

В вариантах осуществления изобретения следует понимать, что устройство, раскрываемое в приводимых здесь вариантах осуществления, может быть реализовано по-другому. Например, описанные выше варианты осуществления устройства являются лишь иллюстративными; например, разделение узла представляет собой разделение только логических функций и при фактической реализации могут применяться другие способы разделения, например, несколько узлов или компонентов могут быть скомбинированы или могут быть объединены в другую систему, или могут игнорироваться, опускаться или не выполняться некоторые признаки. Кроме того, связь или коммуникационное соединение между каждым из показанных или описанных компонентов могут быть прямой связью или коммуникационным соединением посредством некоторых интерфейсов, или могут находиться в прямой связи или коммуникации вместе с другими устройствами или узлами, и могут представлять собой электрическое соединение или другие виды соединения.

Узлы, описанные в качестве отдельных компонентов, могут быть или не быть физически раздельными, компоненты, показанные как узлы, могут представлять или не представлять собой физические узлы, т.е., они могут быть расположены в одном месте или могут быть распределены между множеством сетевых элементов. Часть узлов или все узлы могут быть выбраны в соответствии с фактическими потребностями для достижения цели технических решений вариантов осуществления.

Кроме того, функциональные узлы в различных вариантах осуществления настоящего изобретения могут быть интегрированы в один обрабатывающий узел, или каждый узел может физически присутствовать, или два или более узлов могут быть интегрированы в один узел. Вышеупомянутый интегрированный узел может быть реализован в форме аппаратных средств или программного функционального узла.

Интегрированный узел может храниться на машиночитаемом носителе данных, если он реализован в виде программного функционального узла, и продаваться или использоваться в качестве отдельного продукта. На основании такого понимания технические решения настоящего изобретения по существу или та часть технических решений, которая вносит вклад в область техники изобретения, или все технические решения или их часть могут быть реализованы в виде программного продукта, который хранится на запоминающем устройстве и включает команды для обеспечения выполнения компьютерным устройством (которое может представлять собой персональный компьютер, сервер или сетевое устройство и т.д.) всех или части операций, описанных в различных вариантах осуществления настоящего изобретения. Запоминающее устройство включает различные носители, способные хранить программные коды, такие как универсальная последовательная шина (USB), постоянное запоминающее устройство (ROM), запоминающее устройство с произвольным доступом (RAM), съемный жесткий диск, диск, компакт-диск (CD) или тому подобное.

Специалисты в области техники должны понимать, что все различные способы описанных выше вариантов осуществления или их часть может быть реализована посредством программы, управляющей связанными аппаратными средствами, причем эта программа может храниться на машиночитаемом запоминающем устройстве, которое может включать флеш-память, постоянное запоминающее устройство (ROM), запоминающее устройство с произвольным доступом (RAM), диск или компакт-диск (CD) и так далее.

1. Способ распознавания живого организма, включающий:

получение (201) первого изображения для целевого объекта посредством камеры на первом фокусном расстоянии;

получение (201) второго изображения для целевого объекта посредством камеры на втором фокусном расстоянии;

определение (202) разностного изображения от первого изображения и второго изображения и

определение (203) по разностному изображению, является ли целевой объект живым организмом.

2. Способ по п. 1, отличающийся тем, что определение по разностному изображению, является ли целевой объект живым организмом, включает:

выполнение (303) процесса повышения качества изображения применительно к разностному изображению;

выполнение (304) процесса бинаризации применительно к разностному изображению, прошедшему процесс повышения качества изображения; и

определение (305), является ли целевой объект живым организмом, по разностному изображению, прошедшему процесс бинаризации.

3. Способ по п. 1, отличающийся тем, что определение по разностному изображению, является ли целевой объект живым организмом, включает:

получение одного или нескольких признаков из разностного изображения и

определение по одному или нескольким признакам, является ли целевой объект живым организмом.

4. Способ по п. 3, отличающийся тем, что определение по одному или нескольким признакам, является ли целевой объект живым организмом, включает:

получение набора положительных образцов и набора отрицательных образцов, при этом набор положительных образцов включает несколько разностных изображений для нескольких живых организмов и набор отрицательных образцов включает несколько разностных изображений для нескольких неживых организмов;

выделение нескольких признаков из набора положительных образцов и нескольких признаков из набора отрицательных образцов;

получение первого классификатора по нескольким признакам, выделенным из набора положительных образцов, и получение второго классификатора по нескольким признакам, выделенным из набора отрицательных образцов; и

определение, является ли целевой объект живым организмом, по одному или нескольким признакам, первому классификатору и второму классификатору.

5. Способ по любому из пп. 1–4, отличающийся тем, что определение разностного изображения от первого изображения и второго изображения включает:

получение бинаризованного первого изображения путем выполнения процесса бинаризации применительно к первому изображению;

получение бинаризованного второго изображения путем выполнения процесса бинаризации применительно ко второму изображению и

получение разностного изображения путем вычисления абсолютного значения разности каждого пикселя бинаризованного первого изображения и каждого соответствующего пикселя бинаризованного второго изображения.

6. Способ по любому из пп. 1–4, отличающийся тем, что определение разностного изображения от первого изображения и второго изображения включает:

выделение из первого изображения первого целевого изображения, соответствующего целевому объекту;

выделение из второго изображения второго целевого изображения, соответствующего целевому объекту;

регулировку разрешения изображения первого целевого изображения таким образом, чтобы оно было сопоставимо с разрешением изображения второго целевого изображения; и

определение разностного изображения от первого отрегулированного целевого изображения и второго целевого изображения.

7. Терминальное устройство, содержащее:

камеру и

процессор приложений (ПП); при этом

камера соединена с ПП и выполнена с возможностью получения первого изображения для целевого объекта посредством камеры на первом фокусном расстоянии и получения второго изображения для целевого объекта посредством камеры на втором фокусном расстоянии; и

ПП выполнен с возможностью определения разностного изображения от первого изображения и второго изображения и определения по разностному изображению, является ли целевой объект живым организмом.

8. Терминальное устройство по п. 7, отличающееся тем, что ПП, выполненный с возможностью определения по разностному изображению, является ли целевой объект живым организмом, выполнен с возможностью:

получения разностного изображения повышенного качества путем выполнения процесса повышения качества изображения применительно к разностному изображению;

получения бинаризованного изображения путем выполнения процесса бинаризации применительно к разностному изображению повышенного качества и

определения по бинаризованному разностному изображению, является ли целевой объект живым организмом.

9. Терминальное устройство по п. 7, отличающееся тем, что ПП, выполненный с возможностью определения по разностному изображению, является ли целевой объект живым организмом, выполнен с возможностью:

получения одного или нескольких признаков из разностного изображения и

определения по одному или нескольким признакам, является ли целевой объект живым организмом.

10. Терминальное устройство по п. 9, отличающееся тем, что ПП дополнительно выполнен с возможностью:

получения набора положительных образцов и набора отрицательных образцов, где набор положительных образцов содержит несколько разностных изображений для нескольких живых организмов и набор отрицательных образцов содержит несколько разностных изображений для нескольких неживых организмов;

выделения нескольких признаков из набора положительных образцов и нескольких признаков из набора отрицательных образцов;

получения первого классификатора по нескольким признакам, выделенным из набора положительных образцов, и второго классификатора по нескольким признакам, выделенным из набора отрицательных образцов; и

определения, является ли целевой объект живым организмом, по одному или нескольким признакам, первому классификатору и второму классификатору.

11. Терминальное устройство по любому из пп. 7–10, отличающееся тем, что ПП, выполненный с возможностью определения разностного изображения от первого изображения и второго изображения, выполнен с возможностью:

получения бинаризованного первого изображения путем выполнения процесса бинаризации применительно к первому изображению;

получения бинаризованного второго изображения путем выполнения процесса бинаризации применительно ко второму изображению; и

получения разностного изображения путем вычисления абсолютного значения разности каждого пикселя бинаризованного первого изображения и каждого соответствующего пикселя бинаризованного второго изображения.

12. Терминальное устройство по любому из пп. 7–10, отличающееся тем, что ПП, выполненный с возможностью определения разностного изображения от первого изображения и второго изображения, выполнен с возможностью:

выделения из первого изображения первого целевого изображения, соответствующего целевому объекту;

выделения из второго изображения второго целевого изображения, соответствующего целевому объекту;

регулировки разрешения изображения первого целевого изображения таким образом, чтобы оно было сопоставимо с разрешением изображения второго целевого изображения; и

определения разностного изображения от первого отрегулированного целевого изображения и второго целевого изображения как разностного изображения от первого изображения и второго изображения.

13. Постоянный машиночитаемый носитель данных, на котором хранятся программные коды, которые при исполнении компьютером способны осуществлять на компьютере способ по любому из пп. 1–6.



 

Похожие патенты:

Изобретение относится к оптическим устройствам, например оптическому прицелу огнестрельного оружия, зрительной трубе, биноклю, с широкой областью обзора (field-of-view, FOV) и прицельной сеткой (например, перекрестия, точки и т.д.).

Изобретение относится к оптическим устройствам, например оптическому прицелу огнестрельного оружия, зрительной трубе, биноклю, с широкой областью обзора (field-of-view, FOV) и прицельной сеткой (например, перекрестия, точки и т.д.).

Изобретение относится к средствам для обработки изображений. Технический результат заключается в повышении эффективности обработки изображений.

Изобретение относится к средствам для обработки изображений. Технический результат заключается в повышении эффективности обработки изображений.

Изобретение относится к области вычислительной техники. Техническим результатом является обеспечение поиска информации для определения целевого результата из фотографируемого предмета.

Изобретение относится к устройству захвата изображений и к аксессуарам, каждый из которых содержит оправу, снабженную контактами, которые обеспечивают электрическое соединение с другим устройством.

Изобретение относится к устройству захвата изображения и аксессуарам, каждый из которых включает в себя байонет, снабженный выводами, которые обеспечивают электрическое соединение с другим устройством.

Группа изобретений относится к боковому зеркалу заднего вида транспортного средства. Система для выявления положения зеркала транспортного средства содержит электронный блок управления (ECU), включающий в себя процессор и память, и инструкции, сохраненные в памяти и исполняемые процессором.

Изобретение относится к средствам видеорегистрации на железнодорожном транспорте для контроля выполнения технологических операций. Система дистанционного контроля и регистрации технологических операций включает персональную камеру видеонаблюдения, закрепленную на головном уборе работника, персональный абонентский терминал работника с монитором наблюдения, пультом управления с кнопкой записи кадра и средствами беспроводной связи - LTE, Wi-Fi, WIMAX, GSMR, с диспетчером и/или машинистом, диспетчерский терминал с монитором, пультом, видео- и аудио-регистратором и средствами беспроводной связи; дополнительный терминал на подвижном объекте, например, локомотиве, с монитором, пультом, видео- и аудио-регистратором и средствами беспроводной связи.

Изобретение относится к захвату изображений. Техническим результатом является обеспечение способа захвата изображения части головы и/или тела пользователя, которое в противном случае было бы трудно или невозможно увидеть без использования дополнительных зеркал.

Изобретение относится к области обработки видеоинформации. Система обнаружения пешеходов содержит стереоскопическую камеру для захвата определенных стереоскопических изображений пешеходов, проходящих через заданный участок, схему ASIC для обработки захваченных стереоскопических изображений, контроллер стереоскопической системы обнаружения пешеходов, имеющий процессор, сетевой интерфейс и память, в которой хранятся исполняемые компьютером команды, которые заставляют процессор выполнить: захват стереоскопической камерой стереоскопических изображений пешеходов, ректификацию стереоскопических изображений, вычисление карт диспаратности ректифицированных стереоскопических изображений, обучение двухпоточной нейронной сети с глубоким обучением, в которой содержится нейронная сеть извлечения признаков диспаратности из карт диспаратности множества стереоскопических изображений пешеходов, и нейронную сеть изучения и объединения признаков, полученных из левых ректифицированных изображений и карт диспаратности множества стереоскопических изображений пешеходов, обнаружение множества пешеходов, проходящих через заданный участок, при помощи обученной двухпоточной нейронной сети с глубоким обучением.
Наверх