[发明专利]一种多目视觉深度计算方法及装置

说明书

本发明提供了一种多目视觉深度计算方法及装置。该方法包括：使用多台可见光相机组成的相机矩阵对生物特征信息进行采集，得到多幅生物特征图像；将所述多幅生物特征图像传送到具有图像处理器GPU和中央处理器CPU的处理单元；将所述多幅生物特征图像的图像信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点。本发明实施例采用多台可见光相机控制技术进行生物特征信息的采集，可以显著提高生物特征信息的采集效率。并且，本发明实施例基于中央处理器和图形处理器的并行计算，可以高效地实现特征信息的处理。

技术领域

本发明涉及计算机技术领域，特别是一种多目视觉深度计算方法及装置。

背景技术

生物特征即生物固有的生理或行为特征，如指纹、掌纹、虹膜或人脸等。生物特征有一定的唯一性和稳定性，即任何两生物的某种生物特征之间的差异比较大，且生物特征一般不会随着时间发生很大的变化，这就使得生物特征很适合应用在身份认证或识别系统中的认证信息等场景中。

由于对生物特征数据的处理速度会直接影响到身份认证或识别系统中用户的使用体验，因此，如何提高生物特征采集和处理速度，成为亟需解决的技术问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的多目视觉深度计算方法及相应的装置。

根据本发明实施例的一方面，提供了一种多目视觉深度计算方法，包括：

使用多台可见光相机组成的相机矩阵对生物特征信息进行采集，得到多幅生物特征图像；

将所述多幅生物特征图像传送到具有图像处理器GPU和中央处理器CPU的处理单元；

将所述多幅生物特征图像的图像信息分配到GPU的块block中进行运算，并结合CPU的集中调度和分配功能，计算所述多幅生物特征图像各自的特征点。

可选地，所述GPU为双GPU，每颗GPU具有多个block。

可选地，在使用多台可见光相机组成的相机矩阵对生物特征信息进行采集之前，所述方法还包括通过以下方式布局多台可见光相机组成相机矩阵：

搭建支撑结构，在所述支撑结构上设置弧形承载结构；

将多台可见光相机布置在所述弧形承载结构上，形成相机矩阵。

可选地，若所述生物特征信息为头部面部信息，则所述方法还包括：

搭建与所述支撑结构连接的底座，在所述底座上设置用于固定生物拍照位置的座椅；

当生物位于所述座椅上时，利用布置在所述弧形承载结构上的多台可见光相机组成的相机矩阵对头部面部信息进行采集。

可选地，若所述生物特征信息为手部信息，则所述支撑结构为柜体，所述弧形承载结构设置在所述柜体内，所述方法还包括：

在所述柜体上面向多台可见光相机的镜头的一面设置透明玻璃盖板；

当生物的手部放置在所述透明玻璃盖板上时，利用布置在所述弧形承载结构上的多台可见光相机组成的相机矩阵对手部信息进行采集。

可选地，在计算所述多幅生物特征图像各自的特征点之后，所述方法还包括：

基于所述多幅生物特征图像各自的特征点，生成生物特征的特征点云数据；

根据所述特征点云数据构建生物特征的3D模型，以实现生物特征3D数据的采集。

可选地，在计算所述多幅生物特征图像各自的特征点之后，所述方法还包括：

基于所述多幅生物特征图像各自的特征点，生成生物特征的特征点云数据；