专利汇可以提供基于三维人脸识别的超市预付费支付方法专利检索,专利查询,专利分析的服务。并且本 发明 公开一种基于三维 人脸识别 的超市预付费支付方法,包括以下步骤,S01,建立预付费人脸识别库;S02,三维激光 扫描仪 采集人脸图像;S03,将步骤S02获取的三维人脸图像分解成二维子图,并转换为灰度图;S05,对二维子图进行人脸图像轮廓提取:S06,提取二维子图中人脸图像面部特征;S07,建立三维人脸图形模型;S08,将步骤S07获取的三维人脸图形模型与步骤S01所述预付费人脸识别库中的数据进行对比匹配,当匹配度超过匹配 阈值 时,进入超市预付费 支付系统 ,否则,支付失败。本发明脱离购物卡本身实现三维人脸识别预付费支付,三维人脸识别相应速度快,安全性能高。,下面是基于三维人脸识别的超市预付费支付方法专利的具体信息内容。
1.基于三维人脸识别的超市预付费支付方法,其特征在于,包括以下步骤,S01,建立预付费人脸识别库:通过三维激光扫描仪得到的人脸标准样本图像数据,将所述样本图像数据存入到数据库中,建立人脸识别库;
S02,三维激光扫描仪采集人脸图像;
S03,将步骤S02获取的三维人脸图像分解成二维子图,并转换为灰度图;
S04,对二维子图进行人脸图像轮廓提取:
S05,提取二维子图中人脸图像面部特征;
S06,建立三维人脸图形模型:通过多边形网格方法建立三维模型,把三维模型表面的点连接成以多边形为单位的网格;
S07,将步骤S06获取的三维人脸图形模型与步骤S01所述预付费人脸识别库中的数据进行对比匹配,当匹配度超过匹配阈值时,进入超市预付费支付系统,否则,支付失败。
2.根据权利要求1所述的基于三维人脸识别的超市预付费支付方法,其特征在于,步骤S01所述图像数据是点云数据,扫描数据是以点云数据形式存储,存储黑白人脸图像,每个点的信息包括三维空间位置、相对坐标系位置和灰度信息。
3.根据权利要求1所述的基三维人脸识别的超市预付费支付方法,其特征在于,步骤S03包括以下步骤,通过不同光照条件和三维物体在二维图像中呈现出的不同姿态,自动学习物体的表示或者训练集;基于样本训练方法将不同脸部表情的图像进行标准化处理。
4.根据权利要求1所述的基于三维人脸识别的超市预付费支付方法,其特征在于,步骤S03二维子图包括正视子图、侧视子图和俯视子图。
5.根据权利要求1所述的基于三维人脸识别的超市预付费支付方法,其特征在于,步骤S04包括以下步骤,建立图像边缘灰度变化模型,进行边缘检测,提取人脸图像轮廓。
6.根据权利要求1所述的基于三维人脸识别的超市预付费支付方法,其特征在于,步骤S06多边形网格方法采用分段线性拟合,在物体表面不规则地采集样本点并完全不需要对物体进行参数化;三维人脸图形模型包括为正视子图、侧视子图和俯视子图。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于Tersoff力场的石墨烯多级粗粒化方法 | 2020-05-08 | 728 |
一种基于融合神经网络的视频中人体行为识别方法 | 2020-05-11 | 786 |
基于人工骨修复材料的生物肋骨鼻及下颌仿真整形技术 | 2020-05-08 | 854 |
一种自助式购物管理系统 | 2020-05-08 | 539 |
一种基于Mask R-CNN网络的砾石参数获取方法、装置、设备及存储介质 | 2020-05-11 | 271 |
基于多粒度学习的软件界面元素检测方法、系统、计算机设备和存储介质 | 2020-05-08 | 70 |
一种基于张量流递归神经网络的检测分拨系统及方法 | 2020-05-08 | 798 |
一种动态传输3D模型的方法 | 2020-05-08 | 814 |
一种基于GTV的心脏左心室运动分析方法 | 2020-05-08 | 859 |
钻孔布置方案的鲁棒性评估方法和装置 | 2020-05-08 | 150 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。