[发明专利]对象识别方法和系统在审
申请号: | 201611115803.7 | 申请日: | 2016-12-07 |
公开(公告)号: | CN108171244A | 公开(公告)日: | 2018-06-15 |
发明(设计)人: | 姚颂 | 申请(专利权)人: | 北京深鉴科技有限公司 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06T3/00 |
代理公司: | 北京展翼知识产权代理事务所(特殊普通合伙) 11452 | 代理人: | 屠长存 |
地址: | 100083 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 对象区域 仿射变换矩阵 关键点位置 对象识别 输入图像 关键点 图像 标准化图像 关键点检测 准确度 标准位置 对象检测 仿射变换 模型获取 使用对象 截取 映射 检测 | ||
1.一种对象识别方法,用于从输入图像中识别对象,该方法包括:
使用对象识别模型从所述输入图像中截取对象区域图像;
使用关键点识别模型获取所述对象区域图像上的多个关键点位置;
获取将所述多个关键点位置映射到与其对应的多个关键点标准位置的仿射变换矩阵;以及
使用所述仿射变换矩阵对所述对象区域图像进行仿射变换,得到对象标准化图像。
2.根据权利要求1所述的对象识别方法,其中,所述使用对象识别模型从所述输入图像中截取对象区域图像的步骤包括:
使用对象识别模型分析输入图像,以获取其中的对象区域范围;以及
从所述输入图像中截取对象区域图像。
3.根据权利要求1所述的对象识别方法,其中,在获取所述仿射变换矩阵之前,该方法还包括:
基于所述对象区域图像上的关键点位置和所述对象的固有几何属性重新计算对象区域范围,并重新截取对象区域图像。
4.根据权利要求1所述的对象识别方法,其中,在获取所述仿射变换矩阵之前,该方法还包括:
对所述对象区域图像进行拉伸或压缩,以使其具有预定形状和尺寸,其中,所述关键点标准位置是具有所述预定形状和尺寸的标准对象图像上的关键点位置。
5.根据权利要求1所述的对象识别方法,其中,所述对对象区域图像进行仿射变换的步骤包括:
对第一帧缓冲存储器中保存的所述对象区域图像逐列进行行变换,在所述行变换中,使用所述仿射变换矩阵对所述对象区域图像中具有相同原始列坐标的一列原始像素进行行变换,得到中间图像中具有所述相同原始列坐标和各个目标行坐标的各中间像素的像素值,并将其写入第二帧缓冲存储器中;
清空所述第一帧缓冲存储器;
对第二帧缓冲存储器中保存的所述对象区域图像逐行进行列变换,在所述列变换中,从所述第一帧缓冲存储器读取所述对象区域图像的一行原始像素,使用所述仿射变换矩阵对所述中间图像中具有相同目标行坐标的一行中间像素进行列变换,得到所述对象标准化图像中具有所述相同目标行坐标和各个目标列坐标的各目标像素的像素值,并将其写入第一帧缓冲存储器中;以及
清空所述第二帧缓冲存储器。
6.根据权利要求1-5中任何一项所述的对象识别方法,其中,所述对象识别模型和所述关键点识别模型均为卷积神经网络模型。
7.根据权利要求1-5中任何一项所述的对象识别方法,其中,所述对象为人脸。
8.一种对象识别系统,用于从输入图像中识别对象,该系统包括:
存储器,用于存储所述输入图像;
FPGA模块,用于在其上实现对象识别模型和关键点识别模型,所述对象识别模型用于从所述输入图像中识别对象区域范围,以便于从所述输入图像中截取对象区域图像,所述关键点识别模型用于获取所述对象区域图像上的多个关键点位置;
CPU模块,用于控制所述FPGA模块,并且计算将所述多个关键点位置映射到与其对应的多个关键点标准位置的仿射变换矩阵;
几何变换模块,使用所述仿射变换矩阵对所述对象区域图像进行仿射变换,得到对象标准化图像。
9.根据权利要求8所述的对象识别系统,其中,
所述CPU模块基于所述对象区域图像上的关键点位置和所述对象的固有几何属性重新计算对象区域范围,并重新截取对象区域图像,
所述CPU模块控制所述FPGA模块上的关键点识别模型从重新截取的对象区域图像中重新获取多个关键点位置,所述CPU模块使用重新获取的所述多个关键点位置计算所述仿射变换矩阵。
10.根据权利要求8所述的对象识别系统,其中,
所述CPU模块对所述对象区域图像进行拉伸或压缩,以使其具有预定形状和尺寸,其中,所述关键点标准位置是具有所述预定形状和尺寸的标准对象图像上的关键点位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京深鉴科技有限公司,未经北京深鉴科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611115803.7/1.html,转载请声明来源钻瓜专利网。