摘要: 本发明公开了一种基于唇部纹理结构的数字识别方法。该方法包括以下步骤:首先,利用深度学习中的卷积神经网络(CNN)强大的特征提取能力;其次,采用长短时记忆网络(LSTM)对时序信息进行处理。通过结合卷积神经网络和长短时记忆网络,该方法能够根据视频中对象的唇部运动识别数字。
该方法对唇部图像的类内差异、头部姿势变化以及非控制环境下的光照变化具有较强的鲁棒性。因此,有效地解决了唇语识别技术在交互式活体检测中识别精度不高的问题。
该方法可广泛应用于配有高分辨率摄像头的场景,例如:中国金融系统的交互式活体检测等。
| 专利名称 | 基于唇部纹理结构的数字识别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610586767.6 |
| 申请号 | - | 专利申请日期 | 2016-07-22 |
| 专利授权日期 | 2016-12-21 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 谭铁牛;孙哲南;赫然;董文恺 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于唇部纹理结构的数字识别方法,该方法包括:利用深度学习中卷积神经网络较强的特征提取能力以及长短时记忆网络对时序信息的处理能力,通过卷积神经网络和长短时记忆网络根据视频中对象的唇部运动识别数字。该方法对唇部图像的类内差异,头部姿势变化和非控制环境下的光照变化有较强的鲁棒性,有效地解决了唇语识别技术在交互式活体检测中识别精度不高的问题。该方法可被广泛应用于配有分辨率较高的摄像头的场景,如:中国金融系统的交互式活体检测等。 | ||