一种基于结构光摄像头的3D人脸识别方法

    公开(公告)号:CN112183481A

    公开(公告)日:2021-01-05

    申请号:CN202011182517.9

    申请日:2020-10-29

    Abstract: 本发明公开了一种基于结构光摄像头的3D人脸识别方法,其包括以下步骤:以下步骤:通过图像采集装置分别采集待识别个体的3D人脸图像;利用PCL点云库对3D人脸图像进行点云处理,分别得到高精度伪RGB图和低精度伪RGB图;构建人脸识别模型并输入高精度伪RGB图、低精度伪RGB图,提取特征向量Ai作为对比基准和特征向量Bi,通过计算特征向量Bi与特征向量Ai的相似度,判断相似度最高的特征向量Bi与特征向量Ai之间的距离是否大于预定阈值,是则识别成功,否则识别失败;本发明3D人脸图像通过点云处理后在人脸识别模型进行处理分析,充分利用低精度点云与高精度点云之间的特征关联,有效提高了在结构光摄像头进行人脸识别的准确率。

    一种基于局部关系指导的图像分割方法

    公开(公告)号:CN112085747A

    公开(公告)日:2020-12-15

    申请号:CN202010937149.8

    申请日:2020-09-08

    Abstract: 本发明公开了一种基于局部关系指导的图像分割方法,包括如下步骤:S1、在卷积神经网络模型中设计两个分支,第一分支为异同判断模块,第二分支保留原有的分割模块;S2、异同判断模块输出得到待分割图像的局部关系图r,并通过已有分割标注信息的变换进行监督;S3、分割模块输出初步分割结果S4、将局部关系图r与初步分割结果融合,通过定义的引导公式进行引导,调整初步分割结果生成最终分割结果p。本发明将像素局部关系信息作用到初步分割结果中,使得像素点的输出能显式利用周围像素点的分类信息和周围像素点与中心像素点的关系信息,克服了现有技术无法有效利用边界信息的缺陷,提高图像分割的准确性,同时有效降低了学习的难度。

    一种基于增强特征表示的图像分割方法

    公开(公告)号:CN112085746A

    公开(公告)日:2020-12-15

    申请号:CN202010937140.7

    申请日:2020-09-08

    Abstract: 本发明公开了一种基于增强特征表示的图像分割方法,包括如下步骤:S1、以卷积神经网络作为骨干网络,将待分割图像输入到卷积神经网络以获得初次分割结果,输出特征图;S2、利用全局平均池化捕获所述特征图的类别整体特征;S3、重建像素特征,将其用于分类获得最终的分割图像。本发明通过捕获各类别的整体特征,将其作用于各类别内像素点,进而增强像素特征表示,提高类内像素点的相似度和类间像素点的判别性,从而提高图像分割的准确性。

Patent Agency Ranking