CN115620353A - 一种用于3d人脸识别的图像预处理方法 - Google Patents
一种用于3d人脸识别的图像预处理方法 Download PDFInfo
- Publication number
- CN115620353A CN115620353A CN202210531234.3A CN202210531234A CN115620353A CN 115620353 A CN115620353 A CN 115620353A CN 202210531234 A CN202210531234 A CN 202210531234A CN 115620353 A CN115620353 A CN 115620353A
- Authority
- CN
- China
- Prior art keywords
- image
- region
- processing
- brightness
- face recognition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000007781 pre-processing Methods 0.000 title claims abstract description 19
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims description 144
- 230000000694 effects Effects 0.000 claims description 22
- 230000000977 initiatory effect Effects 0.000 claims description 8
- 208000002874 Acne Vulgaris Diseases 0.000 claims description 6
- 206010000496 acne Diseases 0.000 claims description 6
- 239000013589 supplement Substances 0.000 claims description 6
- 230000009290 primary effect Effects 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims 3
- 208000007256 Nevus Diseases 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000001502 supplementing effect Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
Images
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
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/16—Image acquisition using multiple overlapping images; Image stitching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种用于3D人脸识别的图像预处理方法，该方法包括步骤一～步骤十。本申请的用于3D人脸识别的图像预处理方法，通过对环境因素的获取，分别对不同环境亮度下的图像进行区别处理，从而实现消除图像采集过程中所处环境对图像采集结果的影响，进而确保后续人脸识别的准确性。通过区域分割再拼接的形式，实现在最优亮度条件下的人脸特征图像的获取，进而提高人脸上特征获取的全面性，提高人脸识别的准确性。
Description
技术领域
本申请涉及图像处理技术领域，具体是一种用于3D人脸识别的图像预处理方法。
背景技术
3D人脸识别是基于采集到的人脸特征进行重组后形成3D图像后在进行识别的，因此，在图像采集过程中，采集到的图像的精准度对后续的识别结果的准确性有很大影响。现有技术常常会忽略或轻视外界采集条件如天气影响等造成的光线不足、或过亮的情况导致的图像采集不精准的问题，该种情况下，人脸上的局部特征可能会出现丢失的情况，进而导致后续的识别结果准确度下降，因此，需要一种用于3D人脸识别的图像预处理方法来提高人脸图像获取的精准度和图像的清晰度，进而确保人脸识别的准确性。
发明内容
本申请的目的在于提供用于3D人脸识别的图像预处理方法，以解决上述背景技术中提出的环境因素对人脸特征提取造成影响的情况。
为实现上述目的，本申请提供如下技术方案：一种用于3D人脸识别的图像预处理方法，该方法包括以下步骤：
步骤一：通过图像采集装置获取环境亮度值P，所述图像采集装置在用户脸上投射激光点，定位该激光点为图像定位点；
步骤二：将获取的所述环境亮度值P与预设的亮度阈值范围d～D进行比较；
步骤三：当d＜P＜D时，执行步骤十；
步骤四：当P＞D或当P＜d时，将当前图像定义为一级图像素材，并反馈信号至所述图像采集装置，所述图像采集装置进行二次图像采集，采集到的图像定义为二级图像素材，并执行步骤五；
步骤五：对所述一级图像素材、所述二级图像素材按照图像定位点的所在位置按照相同大小的规则进行区域分割，将分割后的区域分别定义为素材一区域1、素材一区域2……素材一区域n、素材二区域1、素材二区域2……素材二区域n；
步骤六：提取所有分割后的区域的环境亮度值，并分别定义为：素材一区域1亮度P1、素材一区域2亮度P2……素材一区域n亮度Pn、素材二区域1亮度p1、素材二区域2亮度p2……素材二区域n亮度pn；
步骤七：将所述一级图像素材上的各个区域的亮度值相对应的与所述二级图像素材上各个区域的亮度值进行比对，在P＜d时，当所述素材一区域n对应的亮度值和所述素材二区域n对应的亮度值满足Pn≥pn，将所述素材一区域n定义为目标区域，反之，将所述素材二区域n定义为目标区域，在P＞D时，所述素材一区域n对应的亮度值和所述素材二区域n对应的亮度值满足Pn≤pn，将所述素材一区域n定义为目标区域，反之，将所述素材二区域n定义为目标区域；
步骤八：将所有目标区域按照图像定位给点的位置进行拼接形成初效图像，并对初效图像进行肤色润色处理获取成效图像；
步骤九：将所述成效图像传输至后续识别装置进行处理；
步骤十：将所述图像采集装置获取到的图像传输至后续识别装置进行处理。
作为优选，在所述步骤四中，当所述P＜d时，将所述一级图像素材、所述二级图像素材进行低照度图像增强处理、图像去雾处理，将处理后的图像定义为三级图像素材，并进入步骤十一，所述步骤十一包括将所述步骤九中的成效图像与所述三级图像素材进行比对，提取所述三级图像素材上差异特征，所述差异特征为在所述成效图像上未显示的特征，至少包括痣、痘、毛发中的一种或多种，并采用人脸抠像处理将所述差异特征提取后，拼接于所述初效图像上后，对初效图像进行肤色润色处理获取成效图像。
作为优选，所述在所述步骤四中，当所述P＞d时，将所述一级图像素材、所述二级图像素材进行红外图像增强处理，将处理后的图像定义为三级图像素材，并进入步骤十，所述步骤十一包括将所述步骤九中的成效图像与所述三级图像素材进行比对，提取所述三级图像素材上差异特征，所述差异特征为在所述成效图像上未显示的特征，至少包括痣、痘、毛发中的一种或多种，并采用人脸抠像处理将所述差异特征提取后，拼接于所述初效图像上后，对初效图像进行肤色润色处理获取成效图像。
作为优选，所述步骤十一还包括对所述三级图像素材按照图像定位点的所在位置按照相同大小的规则进行区域分割，将分割后的区域分别定义为素材三区域1、素材三区域2……素材三区域n，所述的采用人脸抠像处理将所述差异特征提取具体包括将具有所述差异特征的素材三区域i提取后，拼接与所述初效图像的相应位置处。
作为优选，在所述步骤七中，当P1＝p1、P2＝p2……Pn＝pn时，丢弃所述二级图像素材，并重新采集获取新的图像作为二级图像素材。
作为优选，所述步骤八中的肤色润色处理包括建立肤色数据库，所述建立肤色数据库具体包括将所述一级图像素材、所述二级图像素材中的肤色数据进行提取，并采用等差线性变化处理的补光方式进行补光处理，将补光处理后的图像作为备选图像。
作为优选，所述步骤九还包括将所述备选图像传输至后续识别装置进行处理。
作为优选，所述图像采集装置包括点阵投影器、红外摄像头。
有益效果：本申请的用于3D人脸识别的图像预处理方法，通过对环境因素的获取，分别对不同环境亮度下的图像进行区别处理，从而实现消除图像采集过程中所处环境对图像采集结果的影响，进而确保后续人脸识别的准确性。通过区域分割再拼接的形式，实现在最优亮度条件下的人脸特征图像的获取，进而提高人脸上特征获取的全面性，提高人脸识别的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例中用于3D人脸识别的图像预处理方法流程示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
术语“一级”、“二级”、“三级”仅用于描述目的，而不能理解为指示或暗示相对重要性。还需要说明的是，本申请文件中使用到的标准零件均可以从市场上购买，而且根据说明书和附图的记载均可以进行订制。除非另有明确的规定和限定，未做明确限定的情况下，机械、零件和设备均可以采用现有技术中常规的型号。
在本文中，术语“包括”意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例
参考图1所示的一种用于3D人脸识别的图像预处理方法，该方法包括以下步骤：
步骤一：通过图像采集装置获取环境亮度值P，图像采集装置在用户脸上投射激光点，定位该激光点为图像定位点；在本实施例中，图像采集装置包括点阵投影器、红外摄像头。
步骤二：将获取的环境亮度值P与预设的亮度阈值范围d～D进行比较。
步骤三：当d＜P＜D时，执行步骤十。
步骤四：当P＞D或当P＜d时，将当前图像定义为一级图像素材，并反馈信号至图像采集装置，图像采集装置进行二次图像采集，采集到的图像定义为二级图像素材，并执行步骤五。
步骤五：对一级图像素材、二级图像素材按照图像定位点的所在位置按照相同大小的规则进行区域分割，将分割后的区域分别定义为素材一区域1、素材一区域2……素材一区域n、素材二区域1、素材二区域2……素材二区域n。
步骤六：提取所有分割后的区域的环境亮度值，并分别定义为：素材一区域1亮度P1、素材一区域2亮度P2……素材一区域n亮度Pn、素材二区域1亮度p1、素材二区域2亮度p2……素材二区域n亮度pn。
步骤七：将一级图像素材上的各个区域的亮度值相对应的与二级图像素材上各个区域的亮度值进行比对，在P＜d时，当素材一区域n对应的亮度值和素材二区域n对应的亮度值满足Pn≥pn，将素材一区域n定义为目标区域，反之，将素材二区域n定义为目标区域，在P＞D时，素材一区域n对应的亮度值和素材二区域n对应的亮度值满足Pn≤pn，将素材一区域n定义为目标区域，反之，将素材二区域n定义为目标区域。
步骤八：将所有目标区域按照图像定位给点的位置进行拼接形成初效图像，具体的，采用将将一级图像素材和二级图像素材上相对应的图像定位点重合的方式实现图像拼接，从而确保拼接后图像的重合度，并对初效图像进行肤色润色处理获取成效图像。
步骤九：将成效图像传输至后续识别装置进行处理。
步骤十：将图像采集装置获取到的图像传输至后续识别装置进行处理。
作为本实施例的一种优选地实施方式，在步骤四中，当P＜d时，将一级图像素材、二级图像素材进行低照度图像增强处理、图像去雾处理，将处理后的图像定义为三级图像素材，并进入步骤十一，步骤十一包括将步骤九中的成效图像与三级图像素材进行比对，提取三级图像素材上差异特征，差异特征为在成效图像上未显示的特征，至少包括痣、痘、毛发中的一种或多种，并采用人脸抠像处理将差异特征提取后，拼接于初效图像上后，对初效图像进行肤色润色处理获取成效图像。
作为本实施例的一种优选地实施方式，在步骤四中，当P＞d时，将一级图像素材、二级图像素材进行红外图像增强处理，将处理后的图像定义为三级图像素材，并进入步骤十，步骤十一包括将步骤九中的成效图像与三级图像素材进行比对，提取三级图像素材上差异特征，差异特征为在成效图像上未显示的特征，至少包括痣、痘、毛发中的一种或多种，并采用人脸抠像处理将差异特征提取后，拼接于初效图像上后，对初效图像进行肤色润色处理获取成效图像。
基于上述P＜d和P＞d记载的步骤十一的内容，步骤十一还包括对三级图像素材按照图像定位点的所在位置按照相同大小的规则进行区域分割，将分割后的区域分别定义为素材三区域1、素材三区域2……素材三区域n，采用人脸抠像处理将差异特征提取具体包括将具有差异特征的素材三区域i提取后，拼接与初效图像的相应位置处。这样设置的好处是，通过对三级图像素材的获取以及与一级图像素材、二级图像素材的比对，能够将位于一级图像素材和二级图像素材上未显露出的脸部特征进行获取，从而提高成效图像上脸部特征的全面性，进而提高后续人脸识别的准确性。
本实施例中，在步骤七中，当P1＝p1、P2＝p2……Pn＝pn时，丢弃二级图像素材，并重新采集获取新的图像作为二级图像素材。
进一步地，步骤八中的肤色润色处理包括建立肤色数据库，建立肤色数据库具体包括将一级图像素材、二级图像素材中的肤色数据进行提取，并采用等差线性变化处理的补光方式进行补光处理，将补光处理后的图像作为备选图像。步骤九还包括将备选图像传输至后续识别装置进行处理。这样设置的好处是，提供不同的肤色数据供后续人脸识别使用，从而提高基于人脸图像进行人脸识别时的数据基础，确保时被准确性。
最后应说明的是：以上所述仅为本申请的优选实施例而已，并不用于限制本申请，尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (8)
1.一种用于3D人脸识别的图像预处理方法，其特征在于，该方法包括以下步骤：
步骤一：通过图像采集装置获取环境亮度值P，所述图像采集装置在用户脸上投射激光点，定位该激光点为图像定位点；
步骤二：将获取的所述环境亮度值P与预设的亮度阈值范围d～D进行比较；
步骤三：当d＜P＜D时，执行步骤十；
步骤四：当P＞D或当P＜d时，将当前图像定义为一级图像素材，并反馈信号至所述图像采集装置，所述图像采集装置进行二次图像采集，采集到的图像定义为二级图像素材，并执行步骤五；
步骤五：对所述一级图像素材、所述二级图像素材按照图像定位点的所在位置按照相同大小的规则进行区域分割，将分割后的区域分别定义为素材一区域1、素材一区域2……素材一区域n、素材二区域1、素材二区域2……素材二区域n；
步骤六：提取所有分割后的区域的环境亮度值，并分别定义为：素材一区域1亮度P1、素材一区域2亮度P2……素材一区域n亮度Pn、素材二区域1亮度p1、素材二区域2亮度p2……素材二区域n亮度pn；
步骤七：将所述一级图像素材上的各个区域的亮度值相对应的与所述二级图像素材上各个区域的亮度值进行比对，在P＜d时，当所述素材一区域n对应的亮度值和所述素材二区域n对应的亮度值满足Pn≥pn，将所述素材一区域n定义为目标区域，反之，将所述素材二区域n定义为目标区域，在P＞D时，所述素材一区域n对应的亮度值和所述素材二区域n对应的亮度值满足Pn≤pn，将所述素材一区域n定义为目标区域，反之，将所述素材二区域n定义为目标区域；
步骤八：将所有目标区域按照图像定位给点的位置进行拼接形成初效图像，并对初效图像进行肤色润色处理获取成效图像；
步骤九：将所述成效图像传输至后续识别装置进行处理；
步骤十：将所述图像采集装置获取到的图像传输至后续识别装置进行处理。
2.根据权利要求1所述的用于3D人脸识别的图像预处理方法，其特征在于，在所述步骤四中，当所述P＜d时，将所述一级图像素材、所述二级图像素材进行低照度图像增强处理、图像去雾处理，将处理后的图像定义为三级图像素材，并进入步骤十一，所述步骤十一包括将所述步骤九中的成效图像与所述三级图像素材进行比对，提取所述三级图像素材上差异特征，所述差异特征为在所述成效图像上未显示的特征，至少包括痣、痘、毛发中的一种或多种，并采用人脸抠像处理将所述差异特征提取后，拼接于所述初效图像上后，对初效图像进行肤色润色处理获取成效图像。
3.根据权利要求1所述的用于3D人脸识别的图像预处理方法，其特征在于，所述在所述步骤四中，当所述P＞d时，将所述一级图像素材、所述二级图像素材进行红外图像增强处理，将处理后的图像定义为三级图像素材，并进入步骤十，所述步骤十一包括将所述步骤九中的成效图像与所述三级图像素材进行比对，提取所述三级图像素材上差异特征，所述差异特征为在所述成效图像上未显示的特征，至少包括痣、痘、毛发中的一种或多种，并采用人脸抠像处理将所述差异特征提取后，拼接于所述初效图像上后，对初效图像进行肤色润色处理获取成效图像。
4.根据权利要求2或3所述的用于3D人脸识别的图像预处理方法，其特征在于，所述步骤十一还包括对所述三级图像素材按照图像定位点的所在位置按照相同大小的规则进行区域分割，将分割后的区域分别定义为素材三区域1、素材三区域2……素材三区域n，所述的采用人脸抠像处理将所述差异特征提取具体包括将具有所述差异特征的素材三区域i提取后，拼接与所述初效图像的相应位置处。
5.根据权利要求1所述的用于3D人脸识别的图像预处理方法，其特征在于，在所述步骤七中，当P1＝p1、P2＝p2……Pn＝pn时，丢弃所述二级图像素材，并重新采集获取新的图像作为二级图像素材。
6.根据权利要求1所述的用于3D人脸识别的图像预处理方法，其特征在于，所述步骤八中的肤色润色处理包括建立肤色数据库，所述建立肤色数据库具体包括将所述一级图像素材、所述二级图像素材中的肤色数据进行提取，并采用等差线性变化处理的补光方式进行补光处理，将补光处理后的图像作为备选图像。
7.根据权利要求6所述的用于3D人脸识别的图像预处理方法，其特征在于，所述步骤九还包括将所述备选图像传输至后续识别装置进行处理。
8.根据权利要求1所述的用于3D人脸识别的图像预处理方法，其特征在于，所述图像采集装置包括点阵投影器、红外摄像头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210531234.3A CN115620353A (zh) | 2022-05-16 | 2022-05-16 | 一种用于3d人脸识别的图像预处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210531234.3A CN115620353A (zh) | 2022-05-16 | 2022-05-16 | 一种用于3d人脸识别的图像预处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115620353A true CN115620353A (zh) | 2023-01-17 |
Family
ID=84857238
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210531234.3A Pending CN115620353A (zh) | 2022-05-16 | 2022-05-16 | 一种用于3d人脸识别的图像预处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115620353A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116168066A (zh) * | 2023-04-25 | 2023-05-26 | 河海大学 | 基于数据分析的建筑物三维点云配准预处理方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108205804A (zh) * | 2016-12-16 | 2018-06-26 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置及电子设备 |
| CN110263737A (zh) * | 2019-06-25 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、终端设备及可读存储介质 |
| CN110751009A (zh) * | 2018-12-20 | 2020-02-04 | 北京嘀嘀无限科技发展有限公司 | 人脸识别方法、目标识别方法、装置和电子设备 |
| CN110930335A (zh) * | 2019-11-27 | 2020-03-27 | 维沃移动通信有限公司 | 一种图像处理方法及电子设备 |
| CN112861645A (zh) * | 2021-01-18 | 2021-05-28 | 盛视科技股份有限公司 | 红外摄像头弱光环境补偿方法、装置及电子设备 |
-
2022
- 2022-05-16 CN CN202210531234.3A patent/CN115620353A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108205804A (zh) * | 2016-12-16 | 2018-06-26 | 阿里巴巴集团控股有限公司 | 图像处理方法、装置及电子设备 |
| CN110751009A (zh) * | 2018-12-20 | 2020-02-04 | 北京嘀嘀无限科技发展有限公司 | 人脸识别方法、目标识别方法、装置和电子设备 |
| CN110263737A (zh) * | 2019-06-25 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、终端设备及可读存储介质 |
| CN110930335A (zh) * | 2019-11-27 | 2020-03-27 | 维沃移动通信有限公司 | 一种图像处理方法及电子设备 |
| CN112861645A (zh) * | 2021-01-18 | 2021-05-28 | 盛视科技股份有限公司 | 红外摄像头弱光环境补偿方法、装置及电子设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116168066A (zh) * | 2023-04-25 | 2023-05-26 | 河海大学 | 基于数据分析的建筑物三维点云配准预处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111881913A (zh) | 图像识别方法及装置、存储介质和处理器 | |
| US8379920B2 (en) | Real-time clothing recognition in surveillance videos | |
| CN113449727A (zh) | 一种基于深度神经网络的伪装目标检测识别方法 | |
| CN111739027B (zh) | 一种图像处理方法、装置、设备及可读存储介质 | |
| CN109359634B (zh) | 一种基于双目摄像机的人脸活体检测方法 | |
| Skodras et al. | An unconstrained method for lip detection in color images | |
| CN102592141A (zh) | 一种对动态图像中人脸遮挡的方法 | |
| CN102819728A (zh) | 一种基于分类模板匹配的交通标志检测方法 | |
| CN111553923B (zh) | 一种图像处理方法、电子设备及计算机可读存储介质 | |
| US20210256291A1 (en) | Computer-implemented method of detecting foreign object on background object in an image, apparatus for detecting foreign object on background object in an image, and computer-program product | |
| CN112839167B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| CN113033488A (zh) | 医疗特征识别方法及装置、电子设备、存储介质 | |
| CN108022243A (zh) | 一种基于深度学习的图像中纸张检测方法 | |
| CN115620353A (zh) | 一种用于3d人脸识别的图像预处理方法 | |
| CN115082776A (zh) | 一种基于图像识别的电能表自动检测系统及方法 | |
| CN113707279B (zh) | 医学影像图片的辅助分析方法、装置、计算机设备及介质 | |
| CN101866422A (zh) | 基于图像的多特征融合提取图像关注度的方法 | |
| TW201039246A (en) | Method for continuously outputting character by video-recording | |
| CN111798542B (zh) | 模型训练方法、数据处理方法及装置、设备、存储介质 | |
| Arsic et al. | Improved lip detection algorithm based on region segmentation and edge detection | |
| Youlian et al. | Face detection method using template feature and skin color feature in rgb color space | |
| CN109741426B (zh) | 一种漫画形式转化方法和装置 | |
| CN114187309B (zh) | 一种基于卷积神经网络的头发分割方法及系统 | |
| CN111738930A (zh) | 人脸图像的合成方法、装置、电子设备及存储介质 | |
| CN114549694B (zh) | 一种证件照换装方法及系统 |
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 |