[发明专利]一种AI智能图像识别方法、电子设备、存储介质

权利要求书

1.一种AI智能图像识别方法，其特征在于，包括以下步骤：

采集人脸图像，通过会议教育一体机的摄像头采集参与视频电话的人脸图像；

检测人脸，所述会议教育一体机在所述人脸图像中标定人脸的位置和大小；

图像预处理，所述会议教育一体机根据人脸检测结果，对人脸图像进行灰度校正和噪声过滤；

提取图像特征，所述会议教育一体机对经过预处理的人脸图像根据人脸器官的形状描述及距离特性进行特征数据提取，将提取的特征数据合成模拟图，对所述模拟图像上的图像特征进行逐个标记，将标记后的图像特征进行提取，获得特征数据；

图像识别，所述会议教育一体机将所述特征数据与特征模板进行匹配，将相似度超过阈值的结果作为图像识别结果；

图像显示，所述会议教育一体机根据所述图像识别结果显示视频电话参与人员验证结果。

2.如权利要求1所述的一种AI智能图像识别方法，其特征在于：所述采集人脸图像步骤中，当视频电话参与人员在所述会议教育一体机的摄像头的拍摄范围内时，所述会议教育一体机的摄像头自动搜索并拍摄视频电话参与人员的人脸图像。

3.如权利要求2所述的一种AI智能图像识别方法，其特征在于：所述采集人脸图像步骤中，所述人脸图像包括静态图像、动态图像、若干位置图像、若干表情图像。

4.如权利要求1所述的一种AI智能图像识别方法，其特征在于：所述检测人脸步骤中，所述会议教育一体机通过所述人脸图像的直方图特征、颜色特征、模板特征、结构特征及Haar特征标定人脸的位置和大小。

5.如权利要求4所述的一种AI智能图像识别方法，其特征在于：所述检测人脸步骤中，所述会议教育一体机采用Adaboost学习算法在所述人脸图像中标定人脸的位置和大小。

6.如权利要求5所述的一种AI智能图像识别方法，其特征在于：所述检测人脸步骤包括：

所述会议教育一体机采用三维人脸模型对所述人脸图像的直方图特征、颜色特征、模板特征、结构特征及Haar特征的人脸进行定位追踪，并提取追踪到的人脸的多个特征点，多个所述特征点组成训练子样本，所有训练子样本构成训练样本；

所述会议教育一体机通过AdaBoos学习算法建立AdaBoost分类器，所述AdaBoost分类器由若干个KNN分类器进行加权组合构成；

所述会议教育一体机以所述训练样本训练所述KNN分类器，得到每个KNN分类器的权重系数；

所述会议教育一体机根据得到的每个KNN分类器的权重系数，采用交叉验证的方法，得到更新后的每个KNN分类器的权重系数，确定出所述AdaBoost分类器的人脸类别阈值及每个KNN分类器的K值，得到最终的AdaBoost分类器；

所述会议教育一体机将待检测的人脸图像输入到最终的AdaBoost分类器，对人脸的位置和大小进行识别。

7.如权利要求1所述的一种AI智能图像识别方法，其特征在于：所述提取图像特征步骤中，所述会议教育一体机对经过预处理的人脸图像中代表人脸特征的关键部位使用欧式距离、曲率和角度进行度量。

8.如权利要求1所述的一种AI智能图像识别方法，其特征在于：所述图像识别步骤中，所述会议教育一体机将一个所述特征数据与多个所述特征模板进行匹配，将相似度超过阈值的结果作为视频电话参与人员的辨认结果；

所述图像显示步骤中，所述会议教育一体机根据显示结果清点参与人员名单中未通过人脸识别和未参加人脸识别的人员信息并发送给负责人。

9.一种电子设备，其特征在于包括：处理器；

存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行如权利要求1-8任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1-8任意一项所述的方法。