[发明专利]一种AI智能图像识别方法、电子设备、存储介质在审

专利信息
申请号: 202110236579.1 申请日: 2021-03-03
公开(公告)号: CN113128334A 公开(公告)日: 2021-07-16
发明(设计)人: 黎小辉;谭贵勇 申请(专利权)人: 广州朗国电子科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州市越秀区哲力专利商标事务所(普通合伙) 44288 代理人: 杨莉莎
地址: 510700 广东省广州市黄埔区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 ai 智能 图像 识别 方法 电子设备 存储 介质
【说明书】:

发明提供一种AI智能图像识别方法,包括步骤:采集人脸图像,检测人脸,图像预处理,提取图像特征,图像识别,图像显示。本发明涉及电子设备和存储介质,用于执行一种AI智能图像识别方法。本发明解决了为了获得较高的人脸识别精度,通常采用结构复杂且参数量较多的神经网络,最终导致训练完成的人脸识别模型在计算资源有限的会议教育一体机上难以使用的问题,采用Adaboost学习算法有效地提高了分类器的检测速度,通过对模拟图上的图像特征进行逐个标记,再对标记后的图像特征进行提取,有利于准确提取特征数据,实现快速、高精度的会议教育一体机图像识别。

技术领域

本发明涉及会议教育一体机技术领域,尤其涉及一种AI智能图像识别方法、电子设备、存储介质。

背景技术

会议教育一体机专为高效会议和教育设计,融合超清显示、触摸书写、无线投屏、多屏互动、远程协作等多功能为一体,告别传统会议和教育中冗杂多余的流程及操作,为会议办公和教育提供高效畅快体验。目前会议教育一体机可以视频电话的形式将两个或两个以上不同地方的个人或群体,通过传输线路及多媒体设备,将声音、影像及文件资料互传,实现即时且互动的沟通,以实现会议和教育的目的。采用视频电话可以实现与多人同时进行通讯,人们还可以面对面讲话。

视频电话中需要对参与人员的图像进行采集,并进行人脸识别。为了获得较高的人脸识别精度,通常采用结构复杂且参数量较多的神经网络,最终导致训练完成的人脸识别模型在计算资源有限的会议教育一体机上难以使用。因此,急需一种速度快、精度高的会议教育一体机图像识别方法。

发明内容

为了克服现有技术的不足,本发明的目的在于提供一种AI智能图像识别方法,解决了为了获得较高的人脸识别精度,通常采用结构复杂且参数量较多的神经网络,最终导致训练完成的人脸识别模型在计算资源有限的会议教育一体机上难以使用的问题。

本发明提供一种AI智能图像识别方法,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。

进一步地,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。

进一步地,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。

进一步地,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。

进一步地,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。

进一步地,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;

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广州朗国电子科技有限公司,未经广州朗国电子科技有限公司许可,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/202110236579.1/2.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