欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019106252723
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种双目摄像头的目标识别与定位方法,其特征在于,该方法包括如下步骤:步骤1:利用人脸图片训练数据库,进行基于卷积神经网络CNN的分类学习,得到基于人脸识别的分类模型;

步骤2:利用图片的深度信息,进行基于支持向量机SVM的回归学习,得到距离回归函数,构建图片深度信息与目标距离摄像头距离的关系;

步骤3:通过摄像头拍摄目标,利用获得的人脸照片,通过人脸分类模型完成人员目标识别;

步骤4:同时利用拍摄图片的深度信息,计算目标距离摄像头的距离,实现人员定位;

步骤1:利用双目摄像头拍摄待识别人员人脸图像信息,建立人员目标标签和人脸图片数据库;利用卷积神经网络对人员目标标签和人脸图片数据库进行离线分类学习,得到人员目标识别分类模型;

步骤2:记录拍摄点位置信息,利用OpenCV中图像处理技术,从双目摄像头拍摄深度图片中提取拍摄图片的深度信息,建立位置信息和深度图片信息数据库;利用支持向量机对位置信息和深度图片信息数据库进行训练,学习位置信息和深度图片信息之间的对应关系,得到基于位置信息的回归模型;

步骤3:使用双目摄像头采集目标的运动信息,双目摄像头拍摄到人员图片后,使用人脸检测算法,对检测到的人脸图像通过裁剪处理,输入到上述步骤1人员目标识别分类模型中,实现人员的识别;

步骤4:当系统检测到目标后,会自动处理采集到的目标的深度图片信息,然后输入到上述步骤2的基于位置信息的回归模型中,得到目标离摄像头的具体位置,进而得到目标位置,实现人员的定位。

2.根据权利要求1所述的双目摄像头的目标识别与定位方法,其特征在于,步骤1和步骤2为离线阶段,步骤3和步骤4为在线阶段。

3. 根据权利要求1所述的双目摄像头的目标识别与定位方法,其特征在于,人脸检测算法为级联分类器Cascade Classifier算法。

4.根据权利要求3所述的双目摄像头的目标识别与定位方法,其特征在于,离线阶段和在线阶段具体为:(1)人员的识别过程:

本模块功能:首先调用人脸检测模块,当检测到人脸后,对检测到的人脸图像加以裁剪处理,然后输入到已经训练好的人员目标识别分类模型中,该模型会自动识别被检测的人员,得到识别结果;其中,基于卷积神经网络的人员目标识别分类模型分为两个阶段:离线阶段和在线阶段;

离线阶段:利用双目摄像头拍摄待识别人员人脸图像信息,建立人员目标标签,人脸图片数据库;利用卷积神经网络对人员目标标签,人脸图片数据库进行离线分类学习,得到人员目标识别分类模型;

在线阶段:双目摄像头拍摄到人员图片后,使用人脸检测算法,对检测到的人脸图像通过裁剪处理,利用人员目标识别分类模型,实现人员的识别;

(2)人员的定位过程:

基于支持向量机的人员定位回归模型分为两个阶段:离线阶段和在线阶段;

离线阶段:记录拍摄点位置信息,从双目摄像头拍摄深度图片中提取拍摄图片的深度信息,建立位置信息,深度图片信息数据库;利用支持向量机对位置信息,深度图片信息数据库进行训练,学习位置信息和深度图片信息之间的对应关系,得到基于位置信息的回归模型;

在线阶段:在未知位置使用双目摄像头采集视频信息,当检测到人员后,处理对应的深度信息图片,将其像素信息进行归一化处理,利用位置信息的回归模型,得到目标离摄像头的具体位置,进而得到目标位置。

5.基于双目摄像头的人员识别与定位系统,包括人员识别系统以及人员定位系统,其特征在于:硬件设备主要有:图像采集设备、算法处理设备以及显示设备;

图像采集设备:使用小觅双目摄像头完成图像采集工作,型号为S系列,摄像头参数为:Replacable Standard M12镜头,USB3.0接口;

算法处理设备:采集后的图像数据,需要进行人员的识别和定位处理,仿真实验都是在计算机上实现,其具体的配置:Intel Core i5‑7300HQ CPU 2.50GHz,内存为7.89G;

系统显示设备:算法处理后结果需要显示并输出,采用计算机的显示器来完成此项功能。