-
公开(公告)号:CN114299016A
公开(公告)日:2022-04-08
申请号:CN202111631715.3
申请日:2021-12-28
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
摘要: 本发明实施例涉及深度感知技术领域,公开了一种深度图检测方法,包括:利用待测深度相机获取深度图检测装置的三角形开口一侧的深度图;获取深度图中空心半圆锥壳的平面精准度和/或深度精准度;根据空心半圆锥壳的平面精准度和/或深度精准度确定待测深度相机的性能量化结果。本发明中深度图检测装置、方法、系统及存储介质,提供了一种定量衡量深度相机获取的深度图质量优劣的方法,客观准确。
-
公开(公告)号:CN114297852A
公开(公告)日:2022-04-08
申请号:CN202111631734.6
申请日:2021-12-28
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
IPC分类号: G06F30/20
摘要: 本发明实施例涉及光器件领域,公开了一种散斑结构光的发收装置、信噪比的获取方法及电子设备,其中,散斑结构光的发收装置包括:散斑投射器和散斑接收器;所述散斑投射器包括线偏振光发射器,准直镜和衍射光学元件;所述散斑接收器包括红外接收器和偏振片;所述线偏振光发射器,用于将发出的线偏振光依次经所述准直镜和所述衍射光学元件,出射形成散斑光线;所述红外接收器,用于接收穿过所述偏振片的散斑光线;其中,所述线偏振光发射器的偏振方向与偏振片偏振方向的夹角为θ。本方案能够过滤部分太阳光噪声,从而提高散斑结构光系统的信噪比,有利于改善户外强光场景的应用效果和实现远距离探测。
-
公开(公告)号:CN114283089A
公开(公告)日:2022-04-05
申请号:CN202111603078.9
申请日:2021-12-24
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
IPC分类号: G06T5/00
摘要: 本发明实施例涉及图像处理领域,公开了一种基于跳跃加速的深度恢复方法、电子设备及存储介质,其中方法包括:针对预处理后的物体散斑图和参考散斑图,从所述物体散斑图中选择多个候选种子点,以及每个候选种子点对应的第一视差搜索范围;对每个所述候选种子点,从对应的第一视差搜索范围内跳跃选取多个视差值进行视差搜索,并基于得到的各所述视差值对应的匹配代价值,确定该候选种子点是否为种子点,并获取所述种子点的视差值;利用所述种子点及其视差值,采用区域增长方法确定所述物体散斑图与所述参考散斑图的视差值;基于所述物体散斑图与所述参考散斑图的视差值恢复深度信息。本方案能够在有效保证恢复图像精度的基础上,加速深度恢复进程。
-
公开(公告)号:CN114283081A
公开(公告)日:2022-04-05
申请号:CN202111547557.3
申请日:2021-12-16
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
IPC分类号: G06T5/00
摘要: 本发明实施例涉及图像处理领域,公开了一种基于金字塔加速的深度恢复方法、电子设备及存储介质,其中方法包括:对预处理后的物体散斑图和参考散斑图进行一层下采样;对下采样得到的物体金字塔层中与多个候选种子点对应的映射点,在参考金字塔层中进行视差搜索,确定每个映射点对应的最优的多个第一视差值;对每个候选种子点,根据相应各第一视差值所确定的视差搜索范围进行视差搜索,确定该候选种子点是否为种子点,并获取种子点的第二视差值;利用种子点及其第二视差值,采用区域增长方法确定物体散斑图与参考散斑图的视差值;基于视差值恢复深度信息。本方案能够有效解决现有金字塔中底层与上层视差不一致的问题,同时加速深度恢复进程。
-
公开(公告)号:CN114267062A
公开(公告)日:2022-04-01
申请号:CN202111487041.4
申请日:2021-12-07
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
IPC分类号: G06V40/16 , G06K9/62 , G06V10/774 , G06N3/04 , G06N3/08
摘要: 本申请实施例涉及计算机视觉技术领域,公开了一种模型训练方法、电子设备和计算机可读存储介质,该方法包括:构建第一模型,第一模型包括用于进行池化和下采样处理的第一模块,以及用于进行扩大感受野和上采样处理的第二模块;根据第一训练样本对第一模型进行第一训练,得到完成第一训练的第一模型;根据第二训练样本和预训练的第二模型对完成第一训练的第一模型进行第二训练,得到完成第二训练的第一模型,第二模型包括由堆叠的卷积和跳跃连接组成的编码器,以及由堆叠的转置卷积和空洞卷积组成的解码器,训练出的第一模型的参数较少,推理速度很快,可以部署在移动终端上,并且能够在大幅减少计算量的同时保持高性能。
-
公开(公告)号:CN113947803B
公开(公告)日:2022-03-25
申请号:CN202111575705.2
申请日:2021-12-22
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
IPC分类号: G06V40/16 , G06K9/62 , G06T7/55 , G06V10/774 , G06V10/764
摘要: 本发明实施例涉及人脸识别领域,公开了一种模型训练、用于人脸识别的样本数据生成方法及电子设备,通过获取人脸未戴口罩下自然表情的第一标准深度图像、未戴口罩下非自然表情的第二标准深度图像,和戴口罩下非自然表情的第三标准深度图像;以同一人脸的第一标准深度图像作为图像样本、相同表情类型的第二标准深度图像和第三标准深度图像依次作为图像样本的第一特征标签和第二特征标签;基于图像样本、第一特征标签和第二特征标签联合训练第一特征提取模型和第二特征提取模型,以最终得到输入为人脸未戴口罩下自然表情、输出为戴口罩下非自然表情的特征提取模型。基于本方案中的模型所生成的特征向量,可以生成用于人脸识别的戴口罩人脸深度图像。
-
公开(公告)号:CN113936316B
公开(公告)日:2022-03-25
申请号:CN202111200124.0
申请日:2021-10-14
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
IPC分类号: G06V40/16 , G06V10/143 , G06V10/145 , G06V10/25 , G06T7/00
摘要: 本申请实施例涉及计算机视觉技术领域,公开了一种DOE脱落检测方法、电子设备和计算机可读存储介质,该方法包括:计算红外图对应的深度图的人脸区域内的空洞率;若空洞率大于第一预设阈值,则将红外图对应的散斑图与红外图进行差分相减,得到前景图;对前景图进行连通区域检测,获得若干连通区域;其中,连通区域内的各像素点的灰度值大于或等于第二预设阈值;根据预设的划分标准和面积最大的连通区域,确定目标区域,并计算目标区域的灰度均值;根据目标区域的灰度均值,确定待检测相机的DOE是否脱落,本申请实施例提供的DOE脱落检测方法,可以在不增加相机的成本和体积的前提下进行检测,同时提升了DOE脱落检测的准确性、鲁棒性和稳定性。
-
公开(公告)号:CN113901971B
公开(公告)日:2022-03-25
申请号:CN202111495018.X
申请日:2021-12-09
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
摘要: 本申请实施例涉及计算机技术领域,公开了一种健身姿势矫正方法、装置、电子设备和存储介质,上述健身姿势矫正方法包括:获取目标健身动作和用户的身体数据;根据所述目标健身动作和所述身体数据,确定所述用户对应的标准健身姿势;根据所述身体数据和获取到的深度图,确定所述用户的真实健身姿势;其中,所述深度图是通过相机在所述用户做所述目标健身动作时拍摄的;计算所述真实健身姿势与所述标准健身姿势的差距,并根据所述差距生成并展示矫正提示。本申请实施例提供的健身姿势矫正方法,可以在保护用户个人隐私的前提下,及时对用户的健身姿势进行矫正,提升用户的健身体验。
-
公开(公告)号:CN113808185B
公开(公告)日:2022-03-25
申请号:CN202111373749.7
申请日:2021-11-19
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
摘要: 本发明实施例涉及图像处理领域,公开了一种图像深度恢复方法、电子设备及存储介质,基于从同源红外图像中检测到的人脸,对物体散斑图进行分割,得到包含人脸的第一掩膜区和不包含人脸的第二掩膜区;分别计算由不同采样因子下采样后的第一掩膜区和第二掩膜区所对应的第一视差图;分别对下采样后的第一掩膜区和第二掩膜区所对应的第一视差图进行上采样,得到原第一掩膜区和第二掩膜区所对应的第二视差图;对原第一掩膜区和第二掩膜区所对应的第二视差图按坐标位置进行视差融合,得到物体散斑图对应的视差图,并基于该视差图恢复得到深度图,从而快速获取物体散斑图对应的深度图。
-
公开(公告)号:CN113643406B
公开(公告)日:2022-03-25
申请号:CN202110923640.X
申请日:2021-08-12
申请人: 北京的卢深视科技有限公司 , 合肥的卢深视科技有限公司
摘要: 本申请实施例涉及图像处理技术领域,公开了一种图像生成方法、电子设备及计算机可读存储介质。上述图像生成方法包括:判断获取到的曲线是否满足预设的行偏移曲线判断标准;若所述曲线满足预设的行偏移曲线判断标准,则根据所述曲线生成映射关系;根据获取到的原始图像和所述映射关系,生成所述原始图像对应的目标图像,其中,所述目标图像与所述原始图像之间存在所述曲线表征的行偏移。本申请实施例提供的图像生成方法,可以简单快速地获得大量存在行偏移的图像及图像的行偏移曲线,有效降低模型的训练成本,同时使得模型的训练样本更加丰富。
-
-
-
-
-
-
-
-
-