[发明专利]用于拍照智能化合成、打印的一体化设备及其处理方法

权利要求书

1.一种用于拍照智能化合成、打印的一体化设备，其特征在于：包括摄像机（2）、LCD触摸屏（3）、服务器（1）和激光打印机（4），所述摄像机（2）与服务器（1）通过USB接口电通信连接，所述LCD触摸屏（3）与服务器（1）通过DVI接口电通信连接，所述激光打印机（4）与服务器（1）通过RS232接口电通信连接。

2.按照权利要求1所述的用于拍照智能化合成、打印的一体化设备，其特征在于：所述服务器（1）为计算机。

3.按照权利要求1所述的用于拍照智能化合成、打印的一体化设备，其特征在于：所述摄像机（2）为高清摄像机。

4.按照权利要求1所述的用于拍照智能化合成、打印的一体化设备，其特征在于：所述激光打印机（4）为彩色激光打印机。

5.按照权利要求1～4任一项所述的用于拍照智能化合成、打印的一体化设备，其特征在于：所述服务器（1）包括有二维编码识别解密模块、人脸识别模块、三维场景识别模块、3D素材实时渲染引擎模块、增强现实合成引擎模块、显示模块和拍照打印模块；所述二维编码识别解密模块与摄像机（2）电通信连接，人脸识别模块和三维场景识别模块均分别与二维编码识别解密模块电通信连接，人脸识别模块和三维场景识别模块均分别与3D素材实时渲染引擎模块电通信连接；3D素材实时渲染引擎模块、增强现实合成引擎模块、显示模块和拍照打印模块依次电通信连接。

6.一种用于拍照智能化合成、打印处理方法，其特征在于：其方法如下：

A、摄像机（2）实时采集现场的视频图像信息，该视频图像信息构成图像数据流；

B、所述服务器（1）的二维编码识别解密模块从摄像机（2）获取图像数据流，并监测每一帧图像信息，如果出现特定格式的二维码，则解析该二维码并读取数据流，然后启用BASE64解码包对该图像数据流进行解码处理，若获得正确的信息则发送启动信号到人脸识别模块和三维场景识别模块；

C、人脸识别模块接收到启动信号后，开始接收图像数据流并检测每一帧图像，采用Adaboost挑选算法，首先使用Harr-like特征表示人脸，使用“积分图法”实现特征数值的快速计算，然后使用Adaboost算法挑选出一些最能代表人脸的矩形特征，该矩形特征即为弱分类器；按照加权投票的方式将弱分类器构造为一个强分类器，将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，然后通过服务器（1）的学习算法挑选出若干个有效的haar特征来组成人脸检测器；

D、三维场景识别模块检测分析服务器（1）的人脸识别模块每帧图像的特征点，与三维场景识别数据模块的数据库进行特征点对比和模式匹配，找到真实环境中的识别点，并将其位置和角度信息发送到3D素材实时渲染引擎模块中；

E、3D素材实时渲染引擎模块会根据接收到的人脸信息及用户选择的3D素材信息，加载3D模型文件并使用Unity3D游戏引擎对其进行实时贴图及灯光渲染；接收到三维场景识别模块的三维空间特征信号后，3D素材实时渲染引擎模块自动选择匹配数据库中对应的3D模型素材，并加装渲染，处理完成后将发送所有素材内容信息打包成素材包并传输到增强现实合成引擎模块中；

F、增强现实合成引擎模块接收到方法E中的素材包后，将实时采集到的人脸位置与3D服装模型进行匹配位置设计，并计算出其位置匹配特征点，然后计算、调整其重合度，将三维模型的空间位置与现实世界的空间关系相重叠，计算光线关系及亮度关系，并合成其合成帧图像，并将该合成帧图像发送到显示模块中；

H、显示模块根据不同显示设备的分辨率调整方法F中的合成帧图像像素并显示到屏幕上，并且将合成帧图像传输至拍照打印模块中；

I、拍照打印模块将方法H中的合成帧图像保存，并发送打印指令给激光打印机打印出合成帧图像的照片。

7.按照权利要求6所述的用于拍照智能化合成、打印处理方法，其特征在于：所述方法C中的人脸识别模块包括有训练系统总体框架，该训练系统总体框架由训练部分和补充部分构成；训练部分采集人脸样本集，补充部分采集非人脸样本集；人脸样本集与非人脸样本集组合在一起计算样本积分图，并进一步得出矩形特征原型，根据矩形特征原型计算出矩形特征值；若干个矩形特征值即可组成特征集，再确定阈值，由矩形特征生成对应的弱分类器，并得到弱分类器集；接着挑选最优的弱分类器，调用Adaboost挑选算法得到强分类器，由此获得类器集，将若干强分类器串联即可一个级联分类器。