-
公开(公告)号：CN109357628B
公开(公告)日：2024-06-21
申请号：CN201811240298.8
申请日：2018-10-23
申请人： 合肥的卢深视科技有限公司
IPC分类号： G01B11/24
摘要： 本发明实施例提供一种三维图像采集方法，所述方法包括：从获取到的第一三维图像中提取感兴趣区域；获取所述感兴趣区域的三维图像，作为第二三维图像，所述第二三维图像中的感兴趣区域带有结构光，所述第二三维图像的精度高于所述第一三维图像的精度。本发明实施例提供的三维图像采集方法，先从获取到的广角端的三维图像中提取感兴趣区域，然后，再获取带有结构光的感兴趣区域的摄远端的三维图像，从而实现感兴趣区域的高精度三维图像的采集，简化了三维计算的算法复杂度，提高了采集效率，能够采集没有结构特征的感兴趣区域的三维图像，提高了三维图像的精度。
-
公开(公告)号：CN114845043B
公开(公告)日：2024-03-15
申请号：CN202210272066.0
申请日：2022-03-18
申请人： 合肥的卢深视科技有限公司
IPC分类号： H04N23/67 , H04N23/611 , H04N23/11
摘要： 本申请实施例涉及自动对焦技术领域，公开了一种自动对焦方法、系统、电子设备和计算机可读存储介质，该方法包括：对相机的彩色镜头拍摄的彩色图进行人脸检测，确定所述彩色图中的第一人脸区域和瞳距；根据瞳距、第一人脸区域的大小和彩色图的大小，确定人脸与相机之间的距离；根据彩色镜头的焦距、相机的红外镜头的初始焦距、第一人脸区域的位置和第一人脸区域的大小，确定红外镜头拍摄的红外图中的第二人脸区域；根据人脸与相机之间的距离和第二人脸区域，对红外镜头进行自动对焦，无需额外的测距装置，降低了深度相机的成本，并且大大减少了计算量，可以实现快速且高精度的自动对焦，进而提升了深度恢复的精度。
-
公开(公告)号：CN117252766A
公开(公告)日：2023-12-19
申请号：CN202210647265.5
申请日：2022-06-08
申请人： 合肥的卢深视科技有限公司
IPC分类号： G06T5/00 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/09
摘要： 本发明实施例涉及图像处理技术领域，公开了一种网络的训练及去除图像眩光的方法、装置、设备及介质。神经网络的训练方法包括：获取红外图和与红外图记录相同场景灰度图；将归一化处理后的红外图和灰度图输入生成网络，得到生成网络输出的眩光图和无眩光图；将无眩光图和红外图输入第一判别网络，得到用于指示无眩光图是否为真实红外图像的第一判别结果；根据红外图、眩光图和无眩光图确定重构损失并根据第一判别结果确定第一判别损失；根据重构损失和第一判别损失对生成网络进行参数调整。使得训练出一种用于去除红外图中的眩光的神经网络，能够不受眩光类型的限制，通用、准确、低成本地去除红外图中的眩光。
-
公开(公告)号：CN115760750B
公开(公告)日：2023-11-21
申请号：CN202211429482.3
申请日：2022-11-15
申请人： 北京的卢铭视科技有限公司 , 合肥的卢深视科技有限公司
-
公开(公告)号：CN111768450B
公开(公告)日：2023-10-13
申请号：CN202010525452.7
申请日：2020-06-10
申请人： 合肥的卢深视科技有限公司
摘要： 本发明实施例提供一种基于散斑图的结构光相机行偏差的自动检测方法和装置，该方法包括：提取测试物体的散斑图作为测试图，然后提取测试图对应的深度图和显著图，再进一步确定显著图对应的显著掩模，通过漫水填充处理显著掩模得到扩展显著掩模，其用于标识显著图中的扩展显著区域，再确定扩展显著掩模标识的扩展显著区域在所述深度图中的对应区域中有深度值的像素点总个数为深度有效个数，最后基于深度有效个数和扩展显著区域内的像素点总个数判定待测结构光相机是否存在行偏差。本发明实施例提供的方法和装置，实现了快速自动检测待测结构光相机拍摄的测试散斑图是否具有行偏差，避免了相机每次使用时都需要重新标定而造成的时间延误。
-
公开(公告)号：CN115620082B
公开(公告)日：2023-09-01
申请号：CN202211203912.X
申请日：2022-09-29
申请人： 合肥的卢深视科技有限公司
IPC分类号： G06V10/774 , G06V10/764 , G06V40/10 , G06V40/20
摘要： 本申请实施例涉及图像识别技术领域，公开了一种模型训练方法、头部姿态估计方法、电子设备及存储介质。模型训练方法包括：基于训练样本中所包含的头部图像的角度标签和所属的场景标签，构建各所述头部图像的角度在所属场景标签下所服从的高斯分布；根据各所述头部图像对应的所述高斯分布，获取所述头部图像的角度标签在所属场景标签下的真实概率；构建用于获取所述头部图像的预测角度和该预测角度的预测概率的头部姿态估计网络；以所述训练样本对所述头部姿态估计网络进行训练，得到训练好的所述头部姿态估计网络。本申请训练好的头部姿态估计网络在各种复杂场景下依然能得到准确度较高的头部姿态估计结果。
-
公开(公告)号：CN115620083B
公开(公告)日：2023-08-29
申请号：CN202211204607.2
申请日：2022-09-29
申请人： 合肥的卢深视科技有限公司
IPC分类号： G06V10/774 , G06V10/764 , G06V40/16 , G06V20/70 , G06T7/00
摘要： 本申请实施例涉及图像识别技术领域，公开了一种模型训练方法、人脸图像质量评价方法、设备及介质。模型训练方法包括：构建用于从已标注好质量类别或坏质量类别的人脸图像中提取人脸特征向量的特征提取模型；构建用于生成人脸特征向量对应的质量分数特征图的特征生成模型；对特征提取模型和特征生成模型进行联合训练；联合训练的损失函数包括人脸特征向量的分类损失和中心损失，好质量类别的人脸图像的质量分数特征图的特征损失，各质量类别的人脸图像的质量分数特征图的分类损失。由于无需与特定的人脸识别模型配合使用，使得通过特征提取模型和特征生成模型输出的质量分数特征图可以客观准确地表征出人脸图像质量好坏，且模型简单、训练速度快。
-
公开(公告)号：CN111695438B
公开(公告)日：2023-08-04
申请号：CN202010431119.X
申请日：2020-05-20
申请人： 合肥的卢深视科技有限公司
IPC分类号： G06V40/16 , G06V20/64 , G06V40/20 , G06V10/774 , G06V10/764
摘要： 本发明实施例提供一种头部姿态估计方法和装置，所述头部姿态估计方法包括：获取深度图像数据；将深度图像数据输入至头部姿态估计模型中，得到头部姿态估计模型输出的头部姿态估计结果；其中，头部姿态估计模型为，以深度图像样本数据为样本，以预先标注或区间划定的与深度图像样本数据一一对应的综合维度姿态大小角度二分类标签、单维度姿态多分类标签以及单维度回归标签为样本标签进行训练得到；综合维度姿态大小角度二分类标签用于表示综合多维度头部姿态的空间特征；单维度姿态多分类标签和单维度回归标签均用于表示单个维度头部姿态的空间特征。本发明实施例提供的头部姿态估计方法具有更高精度及泛化能力，使得头部姿态估计结果更加鲁棒。
-
公开(公告)号：CN116129227A
公开(公告)日：2023-05-16
申请号：CN202310385857.9
申请日：2023-04-12
申请人： 合肥的卢深视科技有限公司
IPC分类号： G06V10/774 , G06V40/16
摘要： 本申请实施例涉及人脸检测技术领域，公开了一种模型训练方法、装置、电子设备及计算机可读存储介质。上述模型训练方法包括：分别将获取到的若干个人脸图像输入到待训练模型中，得到若干个人脸特征向量；其中，各人脸图像均携带有用于表征身份的标识信息；根据若干个人脸特征向量，以及若干个人脸特征向量对应的人脸图像的标识信息，更新预构建的身份代理池中的身份代理或生成新的身份代理；其中，每个身份代理均对应有代理标识信息和代理人脸特征向量；基于各人脸特征向量与各代理人脸特征向量之间的相似度，对待训练模型进行训练，直至满足预设的收敛条件，得到训练完成的模型，训练过程对硬件资源的要求较低，并且计算量较小，训练效率高。
-
公开(公告)号：CN115797426A
公开(公告)日：2023-03-14
申请号：CN202310100922.9
申请日：2023-02-13
申请人： 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领域，公开了一种图像对齐方法、电子设备及存储介质。图像对齐方法包括：针对结构光相机所得到的相同分辨率的彩色图和目标图，将彩色图分块，并对得到的多个彩色图像块以结构光相机的最近工作距离和最远工作距离分别映射到目标图的图像坐标系中，得到目标图中对应最近工作距离的多个第一图像块和对应最远工作距离的多个第二图像块；根据对应同一彩色图像块的第一图像块和第二图像块的角点坐标，计算包含第一图像块和第二图像块的外接矩形，得到目标图的多个第三图像块；根据结构光相机的参数，将多个第三图像块与彩色图对齐。本申请避免了对齐后的目标图出现断裂、锯齿、直线变曲线等情况，有效提高了对齐精度。
-
-
-
-
-
-
-
-
-
搜索结果
376 条记录 (耗时 0.047 秒)
