CN104091149B - 人脸的采集建模训练系统及其采集建模训练方法 - Google Patents
人脸的采集建模训练系统及其采集建模训练方法 Download PDFInfo
- Publication number
- CN104091149B CN104091149B CN201410279893.8A CN201410279893A CN104091149B CN 104091149 B CN104091149 B CN 104091149B CN 201410279893 A CN201410279893 A CN 201410279893A CN 104091149 B CN104091149 B CN 104091149B
- Authority
- CN
- China
- Prior art keywords
- acquisition
- collection
- angle
- harvester
- sliding rail
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明提供了一种人脸的采集建模训练系统及其采集建模训练方法，所述采集建模训练方法包括以下步骤：步骤一，采集装置进行水平采集方向的采集点及采集精度的选择；步骤二，采集装置进行光源的调整；步骤三，确认采集装置的纵向俯仰角要求，调整水平向采集点的俯仰角度；步骤四，数据采集及标定；步骤五：重复步骤三、步骤四的采集过程，得到采集对象数据后进行标定，若一组采集对象的全部信息采集结束后，统一送入角度训练分类器中进行模型训练。本发明通过对采集摄像机位置的动态选择以细分被采集对象在同光源条件下不同角度的模型数据，提高了被采集模型的精度，从而增强系统整体的识别能力，可以再次训练符合实际使用场所的模型进行识别。
Description
技术领域
本发明属于安防系统中人脸采集角度训练的领域，具体地，涉及一种人脸的采集建模训练系统及其采集建模训练方法。
背景技术
目前，安防系统多安装在运动过程中采集对象，从人脸的采集装置一般选择建模的人脸照片的角度都在水平旋转30°，俯仰角度30°以内，超过此范围的人脸照片所建立的模型基本不具意义且引起的误差较大。如何在现有的采集能力下提升系统的识别能力是当前的一大主要方向。此外，适当的分析光源对人脸建模数据的影响亦具意义。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种人脸的采集建模训练系统及其采集建模训练方法，其通过对采集摄像机位置的动态选择以细分被采集对象在同光源条件下不同角度的模型数据，提高了被采集模型的精度，从而增强系统整体的识别能力，通过匹配不同现场的光源条件，可以再次训练符合实际使用场所的模型进行识别。
根据本发明的一个方面，提供一种人脸的采集建模训练系统，其包括：
采集摄像机阵列，由不少于九部采集摄像机组成，通过调整纵向半圆滑动轨道位置给出采集摄像机不同的俯仰角度进行人脸信息采集；
水平采集方向导轨，水平采集方向导轨用于水平方向采集且由卡槽和滑轨组成，滑轨是以采集点为圆心的一个半圆型轨道，通过卡槽将采集摄像机固定在不同的位置上；
纵向半圆滑动轨道，纵向半圆滑动轨道用于调整纵向俯仰角，采用普通的滑动轨道将水平采集方向导轨中心位置固定在其卡槽上，由电动控制箱移动卡槽从而达到更改水平采集方向导轨在纵向半圆滑动轨道上位置点的目的；
角度训练分类器，角度训练分类器根据采集摄像机采集的数据进行训练人脸角度模型。
优选地，所述采集摄像机阵列、水平采集方向导轨、纵向半圆滑动轨道构成一个采集装置。
优选地，所述采集摄像机的架设方式有两种：一种是将采集摄像机平均分布在水平采集方向导轨范围内；另一种是在采集关心区域高密度分布，其他区域内低密度分布。
本发明还提供一种人脸的采集建模训练系统的采集建模训练的方法，所述采集建模训练的方法如上所述的人脸的采集建模训练系统，所述采集建模训练的方法包括以下步骤：
步骤一，采集装置进行水平采集方向的采集点及采集精度的选择；
步骤二，采集装置进行光源的调整；
步骤三，确认采集装置的纵向俯仰角要求，纵向俯仰角的调整采用半圆滑动轨道设计，在保证焦距不变的情况下，调整水平向采集点的俯仰角度，然后在滑动轨道上固定位置进行同光源下的信息采集；
步骤四，数据采集及标定，选择好采集装置的采集布置形式后，将采集对象置于采集点，移动纵向轨道到指定位置开始对采集对象逐个进行采集；
步骤五：重复步骤三、步骤四的采集过程，得到采集对象数据后进行标定，若一组采集对象的全部信息采集结束后，统一送入角度训练分类器中进行模型训练。
优选地，所述采集装置的采集区域为一个半球体区域。
优选地，所述采集装置将水平采集方向平均分割成N份或不均匀切割成N份，N≥8，需要将采集焦点布置在非逆光的固定光照条件下进行采集。
与现有技术相比，本发明具有如下的有益效果：本发明通过对采集摄像机位置的动态选择以细分被采集对象在同光源条件下不同角度的模型数据，提高了被采集模型的精度，从而增强系统整体的识别能力，通过匹配不同现场的光源条件，可以再次训练符合实际使用场所的模型进行识别。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1是本发明人脸的采集建模训练系统的原理框图。
图2是本发明采用的水平采集方向导轨的结构示意图。
图3是本发明中水平采集方向导轨和纵向半圆滑动轨道的结构示意图图。
图4是本发明中信息输送过程的示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1至图4所示，本发明人脸的采集建模训练系统包括：
采集摄像机阵列，由不少于九部采集摄像机组成，通过调整纵向半圆滑动轨道位置给出采集摄像机不同的俯仰角度进行人脸信息采集。采集摄像机的架设方式有两种：一种是将采集摄像机平均分布在水平采集方向导轨范围内；另一种是在采集关心区域高密度分布，其他区域内低密度分布；
水平采集方向导轨，水平采集方向导轨用于水平方向采集且由卡槽和滑轨组成，滑轨是以采集点A为圆心的一个半圆型轨道B，可以通过卡槽将采集摄像机C固定在不同的位置上；
纵向半圆滑动轨道，纵向半圆滑动轨道D用于调整纵向俯仰角，采用普通的滑动轨道将水平采集方向导轨中心位置固定在其卡槽上，由电动控制箱移动卡槽从而达到更改水平采集方向导轨在纵向半圆滑动轨道上位置点的目的；
角度训练分类器，角度训练分类器根据采集摄像机采集的数据进行训练人脸角度模型。当采集点固定好后进行数据采集，待数据采集结束统一发送到角度训练分类器中进行模型训练，将修正后的模型嵌入识别系统中。
其中，采集摄像机阵列、水平采集方向导轨、纵向半圆滑动轨道构成一个采集装置。
本发明人脸的采集建模训练系统的采集建模训练的方法包括以下步骤：
步骤一：采集装置进行水平采集方向的采集点及采集精度的选择，水平采集方向导轨的圆心即为系统的采集点。确定好系统采集点后，再确定采集系统水平采集方向的精度选择，在满足最低分割数N≥8时，这里选择N＝8，则将九部高速采集摄像机以22.5°间隔平行固定在水平采集凹槽中并调好焦距。在成本允许的范围内，采集点越多则采集分辨精度越高。在采集点数固定时，也可以根据系统最关注的角度范围内对角度进行不均匀划分。但水平采集方向角度固定后，在采集过程中不予更改。采集装置的采集区域为一个半球体区域，其采集范围水平方向-90～90°，纵向-90～90°，在任意一纵向范围内，采集装置将水平采集方向平均分割成N份或不均匀切割成N份，N(最低分割数)≥8，需要将采集焦点布置在非逆光的固定光照条件下进行采集。
步骤二：采集系统进行光源的调整，水平采集方向调整完毕，将系统所需要的光照条件布置到采集区域内。
步骤三：确认采集装置的纵向俯仰角要求，纵向俯仰角的调整采用半圆滑动轨道设计，在保证焦距不变的情况下，调整水平向采集点的俯仰角度，然后在滑动轨道上固定位置进行同光源下的信息采集，这里需要根据系统的精度要求任意调整采集坐标。纵向俯仰角采集通过轨道调节控制，可自由控制俯仰角度间隔进行采集。
步骤四：数据采集及标定，选择好采集系统的采集布置形式后，将采集对象置于采集点，移动纵向轨道到指定位置开始对采集对象逐个进行采集；将采集摄像机阵列所采集的全部数据统一输出，用文件名修改工具将角度标定在文件名的对应字段，实现对应输出角度标定。
步骤五：重复步骤三、步骤四的采集过程，得到采集对象数据后进行标定，若一组采集对象的全部信息采集结束后，统一送入角度训练分类器中进行模型训练。
下面结合具体实施例进行详细说明：根据图2水平向剖面图选择系统水平向采集点数并布置位置，本系统采用九部高速采集摄像机以22.5°间隔平行固定在水平采集凹槽中并调好焦距。调整现场光线至采集点均匀达到100勒克斯。在纵向半圆轨道上共选择了五个位置，俯仰角分别为-10°，-5°，0°，5°，10°，如图3所示，将被采集对象固定到采集点位置，分别将水平向导轨定位在俯仰角为-10°、-5°、0°、5°、10°的五个位置进行人脸采集。如图4所示，在固定光照条件依次采集人脸信息，由后台软件进行角度信息标定，待整组数据采集完毕后送入系统的角度训练分类器中进行训练人脸角度模型。
本发明通过采集单个采集对象的多个角度同环境下的人脸照片，对其进行全方位信息采集建模，实现了在采集区域内对同一光源下采集对象的人脸数据采集、标定、入库训练，实现了精细化角度建模，提高模型识别精度，从而为提高了人脸识别算法的精度提供了依据。本发明不仅实现采集数据的精确分类，提供原始数据的正确标定，而且为系统光照条件调整提供可行的训练数据。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
Claims (2)
1.一种人脸的采集建模训练系统，其特征在于，其包括：
采集摄像机阵列，由不少于九部采集摄像机组成，通过调整纵向半圆滑动轨道位置给出采集摄像机不同的俯仰角度进行人脸信息采集；
水平采集方向导轨，水平采集方向导轨用于水平方向采集且由卡槽和滑轨组成，滑轨是以采集点为圆心的一个半圆型轨道，通过卡槽将采集摄像机固定在不同的位置上；
纵向半圆滑动轨道，纵向半圆滑动轨道用于调整纵向俯仰角，采用普通的滑动轨道将水平采集方向导轨中心位置固定在其卡槽上，由电动控制箱移动卡槽从而达到更改水平采集方向导轨在纵向半圆滑动轨道上位置点的目的；
角度训练分类器，角度训练分类器根据采集摄像机采集的数据进行训练人脸角度模型；
所述采集摄像机阵列、水平采集方向导轨、纵向半圆滑动轨道构成一个采集装置；
所述采集摄像机的架设方式有两种：一种是将采集摄像机平均分布在水平采集方向导轨范围内；另一种是在采集关心区域高密度分布，其他区域内低密度分布。
2.一种人脸的采集建模训练系统的采集建模训练的方法，其特征在于，其包括以下步骤：
步骤一，采集装置进行水平采集方向的采集点及采集精度的选择；
步骤二，采集装置进行光源的调整；
步骤三，确认采集装置的纵向俯仰角要求，纵向俯仰角的调整采用半圆滑动轨道设计，在保证焦距不变的情况下，调整水平向采集点的俯仰角度，然后在滑动轨道上固定位置进行同光源下的信息采集；
步骤四，数据采集，选择好采集装置的采集布置形式后，将采集对象置于采集点，移动纵向轨道到指定位置开始对采集对象逐个进行采集；
步骤五：重复步骤三、步骤四的采集过程，得到采集对象数据后进行标定，若一组采集对象的全部信息采集结束后，统一送入角度训练分类器中进行模型训练；所述采集装置的采集区域为一个半球体区域；所述采集装置将水平采集方向平均分割成N份或不均匀切割成N份，N≥8，需要将采集焦点布置在非逆光的固定光照条件下进行采集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410279893.8A CN104091149B (zh) | 2014-06-20 | 2014-06-20 | 人脸的采集建模训练系统及其采集建模训练方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410279893.8A CN104091149B (zh) | 2014-06-20 | 2014-06-20 | 人脸的采集建模训练系统及其采集建模训练方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104091149A CN104091149A (zh) | 2014-10-08 |
| CN104091149B true CN104091149B (zh) | 2018-01-26 |
Family
ID=51638864
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410279893.8A Active CN104091149B (zh) | 2014-06-20 | 2014-06-20 | 人脸的采集建模训练系统及其采集建模训练方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104091149B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104616008B (zh) * | 2015-02-15 | 2018-08-17 | 四川川大智胜软件股份有限公司 | 一种多视角二维人脸图像采集平台及其采集方法 |
| CN105447481B (zh) * | 2015-12-30 | 2019-04-30 | 四川川大智胜软件股份有限公司 | 基于图像传感器阵列的三维人脸数据采集系统 |
| CN107103271A (zh) | 2016-02-23 | 2017-08-29 | 芋头科技（杭州）有限公司 | 一种人脸检测方法 |
| CN110826367A (zh) * | 2018-08-10 | 2020-02-21 | 北京魔门塔科技有限公司 | 一种用于数据分析的人脸图像采集系统 |
| CN110826366A (zh) * | 2018-08-10 | 2020-02-21 | 北京魔门塔科技有限公司 | 一种夜晚用于数据分析的人脸图像采集系统 |
| CN109376684B (zh) | 2018-11-13 | 2021-04-06 | 广州市百果园信息技术有限公司 | 一种人脸关键点检测方法、装置、计算机设备和存储介质 |
| CN114339065A (zh) * | 2022-01-13 | 2022-04-12 | 北京大橘大栗文化传媒有限公司 | 一种九点式高精度面部数据采集方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101271515A (zh) * | 2007-03-21 | 2008-09-24 | 株式会社理光 | 能识别多角度目标的图像检测装置 |
| CN102572247A (zh) * | 2011-12-22 | 2012-07-11 | 王昭东 | 一种全角度可交互的轨道摄像机 |
| CN102609695A (zh) * | 2012-02-14 | 2012-07-25 | 上海博物馆 | 一种多角度人脸识别方法及系统 |
| CN202433920U (zh) * | 2012-02-20 | 2012-09-12 | 华焦宝 | 多角度人脸识别系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7187787B2 (en) * | 2003-03-14 | 2007-03-06 | Intelitrac, Inc. | Method and apparatus for facial identification enhancement |
| US7421097B2 (en) * | 2003-05-27 | 2008-09-02 | Honeywell International Inc. | Face identification verification using 3 dimensional modeling |
-
2014
- 2014-06-20 CN CN201410279893.8A patent/CN104091149B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101271515A (zh) * | 2007-03-21 | 2008-09-24 | 株式会社理光 | 能识别多角度目标的图像检测装置 |
| CN102572247A (zh) * | 2011-12-22 | 2012-07-11 | 王昭东 | 一种全角度可交互的轨道摄像机 |
| CN102609695A (zh) * | 2012-02-14 | 2012-07-25 | 上海博物馆 | 一种多角度人脸识别方法及系统 |
| CN202433920U (zh) * | 2012-02-20 | 2012-09-12 | 华焦宝 | 多角度人脸识别系统 |
Non-Patent Citations (1)
| Title |
|---|
| 多摄像机协同的最优人脸采集算法;朱同辉，邓毅，刘崎峰，吴敏伟;《计算机工程》;20131031;第39卷(第10期);第212-216页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104091149A (zh) | 2014-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104091149B (zh) | 人脸的采集建模训练系统及其采集建模训练方法 | |
| CN104020475B (zh) | 一种基于机载LiDAR数据的电力线提取及建模方法 | |
| CN104482860B (zh) | 鱼类形态参数自动测量装置和方法 | |
| CN109785337A (zh) | 一种基于实例分割算法的栏内哺乳动物清点方法 | |
| Wang et al. | Deep learning approach for apple edge detection to remotely monitor apple growth in orchards | |
| Medeiros et al. | Modeling dormant fruit trees for agricultural automation | |
| CN111855664A (zh) | 一种可调节隧道病害三维检测系统 | |
| CN101950434A (zh) | 一种车载激光雷达系统及城市部件自动化测量方法 | |
| KR20210063016A (ko) | 작물 재배면적 추출방법 및 프로그램 | |
| CN105066877A (zh) | 基于智能终端镜头的树木测量方法 | |
| Hess et al. | A high‐resolution approach for the spatiotemporal analysis of forest canopy space using terrestrial laser scanning data | |
| CN102706536B (zh) | 宽视场光学系统畸变自动测量装置及方法 | |
| Vastaranta et al. | Forest stand age classification using time series of photogrammetrically derived digital surface models | |
| CN103699903A (zh) | 基于图像识别的城市屋顶绿化面积计算方法及系统 | |
| CN104331686B (zh) | 一种土壤地表秸秆覆盖率人工辅助识别系统 | |
| CN107704878A (zh) | 一种基于深度学习的高光谱数据库半自动化建立方法 | |
| CN205737579U (zh) | 列车运行综合图像信息检测装置 | |
| CN115240087A (zh) | 基于双目立体视觉及激光点云的树障定位分析方法及系统 | |
| CN106682663A (zh) | 用于移动平台的多模态生物特征识别系统及方法 | |
| CN114240866B (zh) | 基于二维图像与三维生长信息的组培苗分级方法及装置 | |
| CN109324051A (zh) | 一种植物水分检测方法及系统 | |
| CN111855653B (zh) | 一种植物干旱监测方法、监测模块和监测装置 | |
| CN115541030A (zh) | 高炉炉顶料面温度分布的识别方法、装置及存储介质 | |
| CN103323216A (zh) | 一种检测平行光管视差的装置及方法 | |
| CN208419911U (zh) | 一种陶瓷砖平整度激光测量装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |