一种基于深度学习的三维人脸识别方法

    公开(公告)号:CN113963420B

    公开(公告)日:2025-01-07

    申请号:CN202111326034.6

    申请日:2021-11-10

    Abstract: 一种基于深度学习的三维人脸识别方法,包括:构建人脸三维深度学习网络,计算每个训练样本的高频‑深度映射图,然后将每个训练样本的彩色人脸二维图像和高频‑深度映射图同时输入人脸三维深度学习网络中训练;使用彩色摄像头拍摄获得待测人脸的彩色人脸二维图像,然后将待测人脸的彩色人脸二维图像输入训练后的人脸三维深度学习网络,输出获得待测人脸的三维点云坐标;根据待测人脸的彩色人脸二维图像和三维点云坐标,计算三维人脸特征向量,然后将待测人脸的三维人脸特征向量和注册库中已注册人脸的三维人脸特征向量进行对比,从而识别待测人脸的人员信息。本发明属于信息技术领域,能充分利用人脸的深度信息来有效提高人脸识别结果的可靠性。

    一种基于图像卷积的无人机图像拼接方法

    公开(公告)号:CN114066733B

    公开(公告)日:2024-11-22

    申请号:CN202111386540.4

    申请日:2021-11-22

    Abstract: 一种基于图像卷积的无人机图像拼接方法,包括:采用图像卷积算法将无人机采集到的每张原始图像的像素值进行调整,获得对应的特征增强图像;将所有特征增强图像按照采集时间戳排序,构建图像拼接网络,并选取每2张时间相邻的特征增强图像输入图像拼接网络,处理流程如下:检测输入2张图像的重叠区域,从重叠区域中提取特征点,并确定匹配点,然后根据匹配点的图像坐标,计算获得2张图像之间的投影矩阵,并据此拼接成1张图;从图像拼接网络输出的所有拼接图中按顺序逐一选取每2张拼接图,并继续输入网络中,直至所有图像最终合成1张图。本发明属于信息技术领域,能有效解决无人机采集图像拼接过程中由于图像特征稀少而无法拼接的技术问题。

    一种基于3D视觉的AI智能物体识别方法

    公开(公告)号:CN113850195B

    公开(公告)日:2024-05-28

    申请号:CN202111135049.4

    申请日:2021-09-27

    Abstract: 一种基于3D视觉的AI智能物体识别方法,包括:建立虚拟三维坐标系,以三维坐标系原点为中心、对称放置3个鱼眼相机,每个鱼眼相机前设置一个棋盘格标定板;从每个棋盘格标定板上选取若干角点作为特征点,获取特征点的三维坐标,并通过角点检测算法获得二维坐标,然后采用PNP算法,计算每个鱼眼相机从三维到二维空间的转换关系:旋转矩阵和平移矩阵;通过鱼眼相机的内参、旋转矩阵和平移矩阵,获得每个相机图像和三维空间的对应关系,然后将3个鱼眼相机采集图像拼接成3D视觉图像;构建并训练一个3D视觉图像识别网络,输入3D视觉图像,并将识别出的物体显示在图像上。本发明属于信息技术领域,能获得360度视场范围的场景图像,并准确识别场景中物体。

Patent Agency Ranking