[发明专利]一种3D结构光自适应精度实现方法及系统

说明书

本发明公开了一种3D结构光自适应精度实现方法，包括以下步骤：S01：图像传感器精度选择，该精度选择选择低精度；S02：进行2D图像采集；S03：对采集到的2D图像进行处理；S04：判断是否是人脸图像；如果不是则回到开始状态，如果是则进行S05；S05：自适应调节选择合适的精度采集3D图像数据；S06：人脸3D图像重建；S07：人脸识别。本发明提高硬件资源使用效率，降低功耗。当视场内不存在识别目标时，系统会自动的配置图像传感器以最低精度运行。保证系统正常运行的同时，减少视频冗余。

技术领域

本发明属于3D结构光人脸识别领域，具体涉及一种3D结构光自适应精度实现方法及3D结构光自适应精度实现系统。

背景技术

传统的3D(三维)结构光人脸识别采用固定精度的图像传感器，存在图像传感器精度过高冗余信息过多或图像传感器精度不够，不能提供足够的有效信息等问题。

发明内容

为了解决在3D(三维)结构光立体成像，人脸识别中存在视频数据冗余，识别速度慢，传感器功耗大等问题，本发明提供一种3D结构光自适应精度实现方法提高硬件资源使用效率，降低功耗。当视场内不存在识别目标时，系统会自动的配置图像传感器以最低精度运行。保证系统正常运行的同时，减少视频冗余。

一方面，本发明提供一种3D结构光自适应精度实现方法，包括以下步骤：

S01：图像传感器精度选择，该精度选择选择低精度；

S02：进行2D图像采集；

S03：对采集到的2D图像进行处理；

S04：判断是否是人脸图像；如果不是则回到开始状态，如果是则进行S05；

S05：自适应调节选择合适的精度采集3D图像数据；

S06：人脸3D图像重建；

S07：人脸识别。

可选地，所述自适应调节选择合适的精度采集3D图像数据包括以下步骤：

S051：初始选择中等精度的图像传感器ADC的量化位数，并对光源和相机进行三维坐标标定；

S052：使用散斑结构光投射到人脸，采集人脸信息；

S053：对采集到的图像进行精度判断，若精度合适，则进入SO6，若精度不合适，返回S051,重新选择精度。

可选地，所述S053中，对采集到的图像进行精度判断的方法为：若m＜n或m＞n时，则精度不合适，若m＝n则精度合适；其中，m代表选择的图像传感器ADC的量化位数；n代表3维图像数据的色彩位数也就是色彩深度，是指每个像素要用多少位二进制数字加以表示；并且n可以根据所需要的人脸识准确率，人为设定。

可选地，所述重新选择精度为：若m＜n，将m加1；若mn将m减1。

另一方面，本发明还提供一种3D结构光自适应精度实现的系统，所述3D结构光自适应精度实现的系统包括二维人脸图像形成模块、三维人脸图像数据采集模块、人脸三维图像重建模块和人脸识别模块，通过二维人脸图像形成模块将采集辨识后的人脸图像传输到三维人脸图像数据采集模块，三维人脸图像数据采集模块构建三维坐标、采集合适精度的三维图像数据传输到人脸三维图像重建模块，人脸三维图像重建模块重建人脸三维图像后传输到人脸识别模块进行人脸识别。

可选地，所述二维人脸图像形成模块包括初始化模块、低精度档图像传感器、二维图像预处理模块和人脸特征提取判定模块，当人脸特征提取判定模块判定二维图像为人脸图像时，将该图像传输到三维人脸图像数据采集模块，当判定为非人脸图像时，回到初始化模块重新采集图像。