[发明专利]基于区域最匹配特征点的头部状态监测方法有效
| 申请号： | 201710465201.2 | 申请日： | 2017-06-19 |
| 公开（公告）号： | CN109145684B | 公开（公告）日： | 2022-02-18 |
| 发明（设计）人： | 李小霞;张宇;李菲 | 申请（专利权）人： | 西南科技大学 |
| 主分类号： | G06V20/59 | 分类号： | G06V20/59;G06V10/46;G06V10/75;G06V10/774;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 621010 四川省绵阳*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于区域最匹配特征点的头部状态监测方法，本方法包括如下步骤：步骤1、采集红外视频帧并进行人脸检测；步骤2、在最大人脸框的基础上规划特征点检测区域；步骤3、选取正确头部状态时的人脸作为模板，提取模板检测区域的所有SURF特征点；步骤4、提取监测帧检测区域的SURF特征点，选出与模板最匹配的三对特征点；步骤5、通过最匹配的三对特征点的位置信息判断监测帧的头部状态。其特征在于：1）实时性好，仅需单帧红外图像，仅采用三对最匹配特征点进行计算，降低了算法的复杂度；2）可靠性高，规划特征点检测区域可以减少误匹配，提取三对最匹配特征点可避免单一匹配带来的随机性，并有效避免特征点丢失的情况。 | ||
| 搜索关键词： | 基于 区域 匹配 特征 头部 状态 监测 方法 | ||
【主权项】：
1.一种基于区域最匹配特征点的头部状态监测方法，其特征在于：1）实时性好，不需要大规模的样本统计，仅需单帧红外图像，仅采用三对最匹配SURF特征点进行平行度和归一化整体偏移距离的计算，降低了算法的复杂度；2）可靠性高，在最大人脸框的基础上规划了特征点检测区域可以减少误匹配，提取三对最匹配特征点可避免单一匹配带来的随机性，并有效避免特征点丢失的情况，结合最匹配特征点间的平行度和归一化整体偏离距离进行决策级的融合和判断，本方法包括如下步骤：步骤1、采集红外视频帧，利用AdaBoost算法进行人脸检测，提取最大人脸框；步骤2、在最大人脸框的基础上规划特征点检测区域，得到所需的重点检测区域；步骤3、选取正确头部状态时的人脸作为模板，提取模板检测区域的所有SURF特征点；步骤4、提取监测帧检测区域的SURF特征点，选出与模板最匹配的三对特征点；步骤5、通过最匹配的三对特征点的位置信息判断监测帧的头部状态。
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西南科技大学，未经西南科技大学许可，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/patent/201710465201.2/，转载请声明来源钻瓜专利网。
- 上一篇：兼具图像识别功能的存储器
- 下一篇：基于集成学习的果蔬高光谱品质检测方法
