[发明专利]一种多相机数据识别控制系统在审

专利信息
申请号: 201810300224.2 申请日: 2018-04-04
公开(公告)号: CN108537236A 公开(公告)日: 2018-09-14
发明(设计)人: 左忠斌;左达宇 申请(专利权)人: 天目爱视(北京)科技有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/00
代理公司: 北京智乾知识产权代理事务所(普通合伙) 11552 代理人: 华冰
地址: 100094 北京市海淀*** 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: 数据处理单元 照相机 数据采集控制装置 生物特征图像 生物特征信息 承载结构 控制系统 目标人体 相机数据 支撑结构 四维 采集 矩阵 特征数据存储 照相机控制 控制装置 身份信息 生物特征 数据识别 比对 点云 数据库 存储 相机 传输 身份
【权利要求书】:

1.一种多相机数据识别控制系统,其特征在于,包括如下装置:

数据采集控制装置,用于采集人体在给定时间内的多幅生物特征图像,并根据所述多幅生物特征图像构建生物特征的四维模型,以实现所述人体特征四维数据的采集;

四维特征数据存储装置,用于扫描或录入人体的身份信息(I1,I2,…In)作为识别标志对采集到的人体特征四维数据进行关联存储,形成包括多条人体特征四维数据(D1,D2,…Dn)的数据库;

数据识别控制装置,用于根据扫描或录入的目标人体的身份信息(I1,I2,…In)找到所述数据库中存储的人体特征四维数据(D1,D2,…Dn),并将所述目标人体的人体特征四维数据(T1,T2,…Tn)分别与相应的所述数据库中存储的人体特征四维数据(D1,D2,…Dn)进行比对,以识别目标人体的身份。

2.根据权利要求1所述的系统,其特征在于,所述的数据采集控制装置包括:支撑结构,设置在所述支撑结构上的弧形承载结构,布置在所述弧形承载结构上的形成相机矩阵的多台拍照相机,以及与所述多台拍照相机连接的数据处理单元;

所述多台拍照相机,用于对生物特征信息进行采集,得到多幅生物特征图像,并将所述多幅生物特征图像传输至所述数据处理单元;

所述数据处理单元,用于对所述多幅生物特征图像进行处理。

3.根据权利要求2所述的系统,其特征在于,所述数据处理单元具体包括:

提取器,用于提取所述多幅生物特征图像中各自的特征点;

生成器,用于基于提取的所述多幅生物特征图像中各自的特征点,生成生物特征的特征点云数据;

构建器,用于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。

4.根据权利要求3所述的系统,其特征在于,所述提取器包括图像处理器GPU和中央处理器CPU,GPU用于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,CPU用于集中调度和分配所述图像信息。

5.根据权利要求3所述的系统,其特征在于,所述多台拍照相机还用于:记录采集生物特征信息的时间数据,并传输至所述数据处理单元;

所述构建器还用于根据所述特征点云数据和所述时间数据,构建具有时间维度的生物特征的3D模型,以实现生物特征四维数据的采集。

6.根据权利要求4或5所述的系统,其特征在于,所述生成器还用于:

根据提取的所述多幅生物特征图像中各自的特征点的特征,进行特征点的匹配,建立匹配的特征点数据集;

根据多台拍照相机的光学信息,计算各台拍照相机相对于生物特征在空间上的相对位置,并根据所述相对位置计算出所述多幅生物特征图像中的特征点的空间深度信息;

根据匹配的特征点数据集和特征点的空间深度信息,生成生物特征的特征点云数据;

所述多幅生物特征图像中各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述;

根据多台拍照相机的光学信息,采用光束平差法计算各台拍照相机相对于生物特征在空间上的相对位置;

所述多幅生物特征图像中的特征点的空间深度信息包括:空间位置信息和颜色信息。

7.根据权利要求6所述的系统,其特征在于,所述构建器还用于:

设定待构建的3D模型的参考尺寸;根据所述参考尺寸和所述特征点云数据的空间位置信息,确定所述特征点云数据中各个特征点的空间尺寸,从而构建生物特征的3D模型;或者

设定待构建的3D模型的参考尺寸;根据所述参考尺寸和所述特征点云数据的空间位置信息,确定所述特征点云数据中各个特征点的空间尺寸,从而构建生物特征的3D模型;根据构建的生物特征的3D模型和所述时间数据,生成具有时间维度的生物特征的3D模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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天目爱视(北京)科技有限公司,未经天目爱视(北京)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/201810300224.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top