[发明专利]一种应用双目识别的人像采集方法在审

专利信息
申请号: 202110961487.X 申请日: 2021-08-20
公开(公告)号: CN113763461A 公开(公告)日: 2021-12-07
发明(设计)人: 曹小伍;雷铭杰 申请(专利权)人: 杭州翔毅科技有限公司
主分类号: G06T7/70 分类号: G06T7/70;G06T5/00;G06T5/40;G06T3/00;G06T7/40;G06T7/514;G06K9/00
代理公司: 杭州杭诚专利事务所有限公司 33109 代理人: 刘正君
地址: 311200 浙江省杭州市萧山区*** 国省代码: 浙江;33
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 应用 双目 识别 人像 采集 方法
【权利要求书】:

1.一种应用双目识别的人像采集方法,其特征在于,包括以下步骤:

S1通过两个摄像头采集不同光照图像PXn和图像PYn

S2分别对不同光照图像PXn和图像PYn进行光照归一化处理,并且构建光照基准图像P′Xn和图像P′Yn

S3对图像P′Xn和图像P′Yn进行预处理和认知确定,基于图像的深度学习认知特征确认采集对象的针对性认知特征;

S4根据双目立体成像原理进行视差计算并获取点云图;

S5根据采集对象的针对性认知特征和点云图构建三维坐标空间;

S6对三维坐标空间的识别度精度要求和误差要求进行判断。

2.根据权利要求1所述的一种应用双目识别的人像采集方法,其特征在于,所述步骤S1中两个摄像头之间的相对位置保持固定。

3.根据权利要求1所述的一种应用双目识别的人像采集方法,其特征在于,所述步骤S2的光照归一化处理具体包括:

S2.1输入图像PXn(xXn,yXn)和图像PYn(xYn,yYn),并取对数;

S2.2计算阴影层图像;

S2.3计算反射层图像并进行指数变换;

S2.4选取图像PXn(xXn,yXn)的样本图像gX(xXn,yXn),并计算其直方图取图像PYn(xYn,yYn)的样本图像gY(xYn,yYn),并计算其直方图

S2.5对反射层图像采用直方图匹配法进行归一化处理,得到经光照归一化方法矫正后的图像rX(xX,yX)和rY(xY,yY)。

4.根据权利要求1所述的一种应用双目识别的人像采集方法,其特征在于,所述步骤S3中的预处理包括滤波、降噪、白平衡、扭曲处理和仿射变换。

5.根据权利要求1所述的一种应用双目识别的人像采集方法,其特征在于,所述步骤S3认知确定具体包括:

S3.1确定图像PX0和图像PY0普遍性认知特征;

S3.2建立图像PX0和图像PY0之间的匹配联系;

S3.3对采集对象的认知属性进行辨认。

6.根据权利要求5所述的一种应用双目识别的人像采集方法,其特征在于,所述步骤S3.1中普遍性认知特征包括纹理、轮廓和颜色,并且所述普遍性认知特征包括步骤S4所述的针对性认知特征。

7.根据权利要求5所述的一种应用双目识别的人像采集方法,其特征在于,所述步骤S3.1确定图像PA0和图像PB0普遍性认知特征的方法包括:图形种类、组成图形的线条的几何长度、组成图形的不同特征区域的颜色、组成图形的线条的连接关系、采集对象和其它通用性图形的几何关系、组成图形的轮廓的长度比例关系。

8.根据权利要求5所述的一种应用双目识别的人像采集方法,其特征在于,所述步骤S3.3中认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构。

9.根据权利要求1所述的一种应用双目识别的人像采集方法,其特征在于,所述步骤S6若无法满足三维坐标空间的识别度精度要求和误差要求,则判定为选取的针对性认知特征缺少区别度,跳回步骤S4基于图像的深度学习认知特征重新确认采集对象的针对性认知特征并继续构建三维坐标空间,直到满足三维坐标空间的识别度精度要求和误差要求。

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杭州翔毅科技有限公司,未经杭州翔毅科技有限公司许可,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/202110961487.X/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