CN108268842A - 图像识别方法及装置 - Google Patents
图像识别方法及装置 Download PDFInfo
- Publication number
- CN108268842A CN108268842A CN201810030032.4A CN201810030032A CN108268842A CN 108268842 A CN108268842 A CN 108268842A CN 201810030032 A CN201810030032 A CN 201810030032A CN 108268842 A CN108268842 A CN 108268842A
- Authority
- CN
- China
- Prior art keywords
- picture
- image
- pictures
- angle
- characteristic point
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Abstract
本发明公开了一种图像识别方法及装置,所述图像识别方法包括:获取一2D图片中头像的角度信息;查询一2D图片库中与所述角度信息匹配的对比图片;通过所述对比图片识别所述2D图片。所述角度信息包括所述头像与基准面的水平转角、垂直转角及倾斜转角。本发明的图像识别方法及装置方便2D图片的管理及查询,利用所述2D图片能够从大量的图片中迅速定位图片,从而能够加快利用数据库进行图像识别、训练的速度。
Description
技术领域
本发明涉及一种图像识别方法及装置。
背景技术
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。
人脸识别系统的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,并且以美国、德国和日本的技术实现为主;人脸识别系统成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化。
现有技术中,通过人脸识别的所用到的数据样本难以获取,数据样本难以管理分类,利用数据样本识别图像的速度较慢。
发明内容
本发明要解决的技术问题是为了克服现有技术中数据样本难以管理分类,利用数据样本识别图像的速度较慢的缺陷,提供一种方便2D图片的管理及查询,能够加快利用数据库进行图像识别的图像识别方法及装置。
本发明是通过下述技术方案来解决上述技术问题:
一种图像识别方法,其特点在于,所述图像识别方法包括:
获取一2D图片中头像的角度信息;
查询一2D图片库中与所述角度信息匹配的对比图片;
通过所述对比图片识别所述2D图片。
较佳地,所述角度信息包括所述头像与基准面的水平转角、垂直转角及倾斜转角。
较佳地,所述2D图片库包括若干单位图片,每一所述单位图片中头像的水平转角、垂直转角及倾斜转角均为单位角度的整数倍。
较佳地,获取一2D图片的角度信息包括:
获取所述2D图片中头像上的特征点;
在预存的对应表中查找2D图片对应的角度信息,其中,所述对应表中包括特征点组合与角度信息的对应关系,所述特征点包括五官特征点、头轮廓特征点、头发特征点及发际线轮廓特征点。
较佳地,所述2D图片库通过一头像的3D影像生成。
较佳地,所述2D图片库的生成方法包括:
判断所述3D影像是否在目标方向上转动单位角度,若是则将所述3D影像在基准平面上投影以获取一张2D图片,其中所述目标方向为水平转角方向、垂直转角方向或倾斜转角方向中的一个方向,所述基准平面与从虚拟观察点观察所述3D影像的观察方向垂直。
较佳地,将所述3D影像在基准平面上投影以获取一张2D图片包括:
将所述3D模型的像素点均设于所述基准平面与虚拟观察点之间;
将所述像素点根据距离所述基准平面的距离由小到大的顺序,覆盖到所述基准平面上的垂直落点上以生成一张2D图片。
较佳地,所述2D图片库的生成方法包括:
通过头像的3D影像生成2D图片库;
获取2D图片库种每一图片的头像的特征点;
对于一个特征点组合,查找对应于所述特征点组合的全部2D图片,在所述2D图片库中仅保存全部2D图片中的一张。
本发明还提供一种图像识别装置,其特点在于,所述图像识别装置用于实现如上所述的图像识别方法。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:本发明的图像识别方法及装置方便2D图片的管理及查询,利用所述2D图片能够从大量的图片中迅速定位图片,从而能够加快利用数据库进行图像识别、训练的速度。
附图说明
图1为本发明实施例1的图像识别方法的流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种图像识别装置,在本实施例中所述图像识别装置为台式电脑。
利用所述图像识别装置,本实施例提供一种图像识别方法,包括:
步骤100、获取所述2D图片中头像上的特征点。
步骤101、在预存的对应表中查找2D图片中对应的角度信息。
其中,所述对应表中包括特征点组合与角度信息的对应关系,所述特征点包括五官特征点、头轮廓特征点、头发特征点及发际线轮廓特征点。
本实施例的特征点覆盖头像的各个面,通过对2D图片中的头像的特征点进行分析就能够判断出2D图片中头像的角度信息,例如,一个正脸的2D图片中是无法显示脑后面头发的特征点的,又如,左侧脸的2D图片中是无法显示右侧脸的特征点的。利用能看到的特征点形成的一个组合就能够判断出头像的角度信息。
步骤100、101实现了获取一头像的2D图片的角度信息。
所述角度信息包括所述头像与基准面的水平转角、垂直转角及倾斜转角。
本实施例中,水平转角、垂直转角及倾斜转角的临界值的差均为180度。
本实施例中,将2D图片库中的图片根据头像的角度做出标记,从而不仅能获取一个图片库,所述图片库的图片有序方便调用。
步骤102、查询一2D图片库中与所述角度信息匹配的对比图片。
所述2D图片库包括若干单位图片,每一所述单位图片中头像的水平转角、垂直转角及倾斜转角均为单位角度的整数倍。
本实施例中,水平转角相当于记录头像的水平转动(即左右转头),垂直转角相当于记录头像的垂直转动(即低头和抬头),倾斜转角相当于记录头像的倾斜转动(即歪头的角度)。
本实施例中,水平转角、垂直转角及倾斜转角的单位角度均为5度,本实施例中,基准头像的角度信息为(0,0,0),依次对应水平转角、垂直转角及倾斜转角,相当于头像水平正视前方,单位图片的获取方法为通过以每次转动5度的方式获取所述2D图片库。
举例来说,当水平转角和垂直转角都是0时,能够获取37张不同的歪头的单位图片,包括角度信息为(0,0,0)、(0,0,5)、(0,0,10)、…、(0,0,180)的单位图片。
当水平转角和垂直转角都是0获取完成后,转动垂直转角的角度5度获得(0,5,0)的图片,然后再次获取37张不同的歪头的单位图片,包括角度信息为(0,5,0)、(0,5,5)、(0,5,10)、…、(0,5,180)的单位图片。
当每一垂直转角各个单位角度均获取完成后,转动水平转角的角度5度获得(5,0,0)的图片,然后再次获取37张不同的歪头的单位图片,包括角度信息为(5,0,0)、(5,0,5)、(5,0,10)、…、(5,0,180)的单位图片。
然后根据上述规则获取(5,5,0)后,然后再次获取37张不同的歪头的单位图片。直到获取到(180,180,180)的图片。
步骤103、通过所述对比图片识别所述2D图片。
通过本实施例能够快速在数据库中查找与2D图片中头像角度最接近的对比图片,利用对比照片进行识别,不仅快捷,而且识别准确率高。
实施例2
本实施例与实施例1基本相同,不同之处仅在于:
所述2D图片库通过一头像的3D影像生成。
所述2D图片库的生成方法包括:
判断所述3D影像是否在目标方向上转动单位角度,若是则将所述3D模型的像素点均设于所述基准平面与虚拟观察点之间,然后将所述像素点根据距离所述基准平面的距离由小到大的顺序,覆盖到所述基准平面上的垂直落点上以生成一张2D图片。
上述方法实现了将所述3D影像在基准平面上投影以获取一张2D图片。其中所述目标方向为水平转角方向、垂直转角方向或倾斜转角方向中的一个方向,所述基准平面与从虚拟观察点观察所述3D影像的观察方向垂直。
上述方法详细记载了生成一张2D图片的方法,通过所述方法一次转动单位角度能够获取所述2D图片库。
本实施例还提供了一种优化2D图片库的方法,包括:
通过头像的3D影像生成2D图片库;
获取2D图片库种每一图片的头像的特征点;
对于一个特征点组合,查找对应于所述特征点组合的全部2D图片,在所述2D图片库中仅保存全部2D图片中的一张。
在本实施例中由于2D图片库是一张张通过转动3D头像连续生成的,转动角度较小时,会出现一个特征点组合对应多个2D图片的情况,本实施例将多余的2D图片筛出,精简了数据库。
具体的筛选方式是留取多付连续2D图片中中间的一幅图片。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (9)
1.一种图像识别方法,其特征在于,所述图像识别方法包括:
获取一2D图片中头像的角度信息;
查询一2D图片库中与所述角度信息匹配的对比图片;
通过所述对比图片识别所述2D图片。
2.如权利要求1所述的图像识别方法,其特征在于,所述角度信息包括所述头像与基准面的水平转角、垂直转角及倾斜转角。
3.如权利要求2所述的图像识别方法,其特征在于,所述2D图片库包括若干单位图片,每一所述单位图片中头像的水平转角、垂直转角及倾斜转角均为单位角度的整数倍。
4.如权利要求2所述的图像识别方法,其特征在于,获取一2D图片的角度信息包括:
获取所述2D图片中头像上的特征点;
在预存的对应表中查找2D图片对应的角度信息,其中,所述对应表中包括特征点组合与角度信息的对应关系,所述特征点包括五官特征点、头轮廓特征点、头发特征点及发际线轮廓特征点。
5.如权利要求2所述的图像识别方法,其特征在于,所述2D图片库通过一头像的3D影像生成。
6.如权利要求5所述的图像识别方法,其特征在于,所述2D图片库的生成方法包括:
判断所述3D影像是否在目标方向上转动单位角度,若是则将所述3D影像在基准平面上投影以获取一张2D图片,其中所述目标方向为水平转角方向、垂直转角方向或倾斜转角方向中的一个方向,所述基准平面与从虚拟观察点观察所述3D影像的观察方向垂直。
7.如权利要求6所述的图像识别方法,其特征在于,将所述3D影像在基准平面上投影以获取一张2D图片包括:
将所述3D模型的像素点均设于所述基准平面与虚拟观察点之间;
将所述像素点根据距离所述基准平面的距离由小到大的顺序,覆盖到所述基准平面上的垂直落点上以生成一张2D图片。
8.如权利要求5所述的图像识别方法,其特征在于,所述2D图片库的生成方法包括:
通过头像的3D影像生成2D图片库;
获取2D图片库种每一图片的头像的特征点;
对于一个特征点组合,查找对应于所述特征点组合的全部2D图片,在所述2D图片库中仅保存全部2D图片中的一张。
9.一种图像识别装置,其特征在于,所述图像识别装置用于实现如权利要求1至8中任意一项所述的图像识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810030032.4A CN108268842A (zh) | 2018-01-12 | 2018-01-12 | 图像识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810030032.4A CN108268842A (zh) | 2018-01-12 | 2018-01-12 | 图像识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108268842A true CN108268842A (zh) | 2018-07-10 |
Family
ID=62775485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810030032.4A Pending CN108268842A (zh) | 2018-01-12 | 2018-01-12 | 图像识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108268842A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108833890A (zh) * | 2018-08-08 | 2018-11-16 | 盎锐(上海)信息科技有限公司 | 基于摄像头的数据处理装置及方法 |
CN108881888A (zh) * | 2018-08-08 | 2018-11-23 | 盎锐(上海)信息科技有限公司 | 基于图像采集装置的数据处理设备及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1950722A (zh) * | 2004-07-30 | 2007-04-18 | 松下电工株式会社 | 个体检测器和共入检测设备 |
US20130229482A1 (en) * | 2005-03-01 | 2013-09-05 | Nissi Vilcovsky | Devices, systems and methods of capturing and displaying appearances |
CN105654048A (zh) * | 2015-12-30 | 2016-06-08 | 四川川大智胜软件股份有限公司 | 一种多视角人脸比对方法 |
CN105989363A (zh) * | 2016-04-29 | 2016-10-05 | 广东万峯信息科技有限公司 | 多角度人脸图片库的建立方法 |
CN106778524A (zh) * | 2016-11-25 | 2017-05-31 | 努比亚技术有限公司 | 一种基于双摄像头测距的颜值估算装置及其方法 |
-
2018
- 2018-01-12 CN CN201810030032.4A patent/CN108268842A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1950722A (zh) * | 2004-07-30 | 2007-04-18 | 松下电工株式会社 | 个体检测器和共入检测设备 |
US20130229482A1 (en) * | 2005-03-01 | 2013-09-05 | Nissi Vilcovsky | Devices, systems and methods of capturing and displaying appearances |
CN105654048A (zh) * | 2015-12-30 | 2016-06-08 | 四川川大智胜软件股份有限公司 | 一种多视角人脸比对方法 |
CN105989363A (zh) * | 2016-04-29 | 2016-10-05 | 广东万峯信息科技有限公司 | 多角度人脸图片库的建立方法 |
CN106778524A (zh) * | 2016-11-25 | 2017-05-31 | 努比亚技术有限公司 | 一种基于双摄像头测距的颜值估算装置及其方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108833890A (zh) * | 2018-08-08 | 2018-11-16 | 盎锐(上海)信息科技有限公司 | 基于摄像头的数据处理装置及方法 |
CN108881888A (zh) * | 2018-08-08 | 2018-11-23 | 盎锐(上海)信息科技有限公司 | 基于图像采集装置的数据处理设备及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11842458B2 (en) | Image feature combination for image-based object recognition | |
CN106778518B (zh) | 一种人脸活体检测方法及装置 | |
Aubry et al. | Painting-to-3D model alignment via discriminative visual elements | |
US7715596B2 (en) | Method for controlling photographs of people | |
Matern et al. | Gradient-based illumination description for image forgery detection | |
CN109684925B (zh) | 一种基于深度图像的人脸活体检测方法及设备 | |
US8395618B2 (en) | Method of capturing, processing, and rendering images | |
Zhang et al. | Detecting and extracting the photo composites using planar homography and graph cut | |
CN107077596A (zh) | 用于产生针对所选择识别文档的符合的面部图像的系统 | |
Feng et al. | Fine-grained change detection of misaligned scenes with varied illuminations | |
Fried et al. | Finding distractors in images | |
CN107918773A (zh) | 一种人脸活体检测方法、装置及电子设备 | |
CN112686084A (zh) | 图像标注系统 | |
Sun et al. | Multi-modal reflection removal using convolutional neural networks | |
CN108268842A (zh) | 图像识别方法及装置 | |
WO2002009024A1 (en) | Identity systems | |
Ali et al. | Single image Façade segmentation and computational rephotography of House images using deep learning | |
CN108184108A (zh) | 基于3d成像的图像生成方法及装置 | |
US7653219B2 (en) | System and method for image attribute recording an analysis for biometric applications | |
Di Martino et al. | Rethinking shape from shading for spoofing detection | |
CN115035281B (zh) | 一种快速的红外全景图像拼接方法 | |
Huang et al. | Automatic detection of object of interest and tracking in active video | |
Chuang | New models and methods for matting and compositing | |
CN108108705A (zh) | 基于3d摄像的训练方法及装置 | |
CN108280802A (zh) | 基于3d成像的图像获取方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180710 |
|
RJ01 | Rejection of invention patent application after publication |