[發(fā)明專利]基于3D攝像的訓(xùn)練方法及裝置

在審

• 申請?zhí)枺?/td>: 201711472028.5
• 申請日: 2017-12-29
• 公開（公告）號: CN108154128A
• 公開（公告）日: 2018-06-12
• 發(fā)明（設(shè)計）人: 吳躍華
• 申請（專利權(quán)）人: 盎銳（上海）信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T3/00
• 代理公司: 上海知義律師事務(wù)所 31304
• 代理人: 劉峰

本發(fā)明公開了一種基于3D攝像的訓(xùn)練方法及裝置，一種基于3D攝像的訓(xùn)練方法，所述基于3D攝像的訓(xùn)練方法包括：獲取一頭像的3D模型；根據(jù)所述3D模型生成一2D圖片庫；利用所述2D圖片庫做所述頭像的模型訓(xùn)練。本發(fā)明的訓(xùn)練方法及裝置能夠使數(shù)據(jù)樣本盡可能大、數(shù)據(jù)多樣化，數(shù)據(jù)樣本質(zhì)量較高，從而能夠大幅度優(yōu)化人臉識別的準確度。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于3D攝像的訓(xùn)練方法及裝置。

背景技術(shù)

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。

人臉識別系統(tǒng)的研究始于20世紀60年代，80年代后隨著計算機技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，而真正進入初級的應(yīng)用階段則在90年后期，并且以美國、德國和日本的技術(shù)實現(xiàn)為主；人臉識別系統(tǒng)成功的關(guān)鍵在于是否擁有尖端的核心算法，并使識別結(jié)果具有實用化的識別率和識別速度；“人臉識別系統(tǒng)”集成了人工智能、機器識別、機器學(xué)習(xí)、模型理論、專家系統(tǒng)、視頻圖像處理等多種專業(yè)技術(shù)，同時需結(jié)合中間值處理的理論與實現(xiàn)，是生物特征識別的最新應(yīng)用，其核心技術(shù)的實現(xiàn)，展現(xiàn)了弱人工智能向強人工智能的轉(zhuǎn)化。

現(xiàn)有技術(shù)中，通過人臉識別的模型訓(xùn)練數(shù)據(jù)樣本難以獲取，人臉識別的準確率較低。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是為了克服現(xiàn)有技術(shù)中模型訓(xùn)練數(shù)據(jù)樣本難以獲取，人臉識別的準確率較低的缺陷，提供一種能夠使數(shù)據(jù)樣本盡可能大、數(shù)據(jù)多樣化，數(shù)據(jù)樣本質(zhì)量較高，從而能夠大幅度優(yōu)化人臉識別準確度的基于3D攝像的訓(xùn)練方法及裝置。

本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題：

一種基于3D攝像的訓(xùn)練方法，其特點在于，所述基于3D攝像的訓(xùn)練方法包括：

獲取一頭像的3D模型；

根據(jù)所述3D模型生成一2D圖片庫；

利用所述2D圖片庫做所述頭像的模型訓(xùn)練。

較佳地，所述根據(jù)所述3D模型生成一2D圖片庫包括：

將所述3D模型投影到空間中的單位平面上以獲取所述2D圖片庫。

較佳地，對于任意一個單位平面，所述將所述3D模型投影到空間中的單位平面上以獲取所述2D圖片庫包括：

所述3D模型的像素點均設(shè)于所述單位平面的一側(cè)；

所述像素點根據(jù)距離所述單位平面的距離由小到大的順序，覆蓋到所述目標平面上的垂直落點上。

較佳地，所述將所述3D模型投影到空間中的單位平面上以獲取所述2D圖片庫包括：

在空間中選取一軸線；

當預(yù)設(shè)角度每增大第一單位角度時，將與所述軸線夾角為預(yù)設(shè)角度的平面旋轉(zhuǎn)一周，每旋轉(zhuǎn)第二單位角度則獲得一所述單位平面，所述預(yù)設(shè)角度的取值范圍為[0，90]。

較佳地，所述獲取一頭像的3D模型包括：

獲取一頭像的3D模型；

在所述3D模型上添加一3D遮擋物；

所述利用所述2D圖片庫做所述頭像的模型訓(xùn)練包括：

識別所述2D圖片庫中圖片中的皮膚及毛發(fā)區(qū)域；

利用2D圖片庫中識別完皮膚及毛發(fā)區(qū)域的圖片做所述模型訓(xùn)練。

一種基于3D攝像的訓(xùn)練裝置，其特點在于，所述訓(xùn)練裝置包括一獲取模塊、一生成模塊以及一訓(xùn)練模塊，