[發明專利]基于人工智能的圖形處理方法、設備及存儲介質

在審

• 申請號: 202010570683.X
• 申請日: 2020-06-19
• 公開（公告）號: CN111882656A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 賴振楠
• 申請（專利權）人: 深圳宏芯宇電子股份有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06K9/00;G06N3/08
• 代理公司: 深圳市順天達專利商標代理有限公司 44217
• 代理人: 陸軍

本發明提供了一種基于人工智能的圖形處理方法、設備及存儲介質，所述方法包括：獲取包括同一目標對象的多段影像數據，所述多段影像數據分別包括所述目標對象在同一時間、不同方位的影像；對每一段影像數據分別通過深度學習模型進行處理，并生成一個目標對象的三維模型；根據所述目標對象的多個三維模型生成所述目標對象的三維圖像數據。本發明通過將多段影像數據相結合，生成目標對象的三維圖像數據，從而可實現目標對象圖像數據的快速提取，同時提高目標對象圖像數據的精度。

技術領域

本發明涉及人工智能影像處理領域，更具體地說，涉及一種基于人工智能的圖形處理方法、設備及存儲介質。

背景技術

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。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識別的一系列相關技術，基于人臉識別通常也叫做人像識別、面部識別。

隨著社會經濟的快速發展，科技的快速進步，基于人臉識別的遠程視頻、視頻監控等應用越來越廣，例如安裝于道路、商業廣場、超市以及學校等公共安全較為重要場合的視頻監控系統。

在上述基于人臉識別的應用中，主要針對一個攝像裝置所拍攝的影像進行分析以及人臉識別。由于視頻監控系統中的攝像裝置位置固定，每一攝像裝置只能拍攝到監控對象的局部影像，且由于攝像裝置距離被監控對象距離較遠，往往需要較長時間才能獲得被監控對象的所有角度的圖像數據，大大影響了被監控對象的識別效率，甚至造成無法識別或識別錯誤。

發明內容

本發明要解決的技術問題在于，針對上述視頻監控系統中對象識別效率較低、存在無法識別或識別錯誤的問題，提供一種基于人工智能的圖形處理方法、設備及存儲介質。

本發明解決上述技術問題的技術方案是，提供一種基于人工智能的圖形處理方法，包括：

獲取包括同一目標對象的多段影像數據，所述多段影像數據分別包括所述目標對象在同一時間、不同方位的影像；

對每一段影像數據分別通過深度學習模型進行處理，并生成一個目標對象的三維模型；

根據所述目標對象的多個三維模型生成所述目標對象的三維圖像數據。

優選地，所述多段影像數據分別來自位于公共區域的多個攝像裝置。

優選地，所述對每一段影像數據分別通過深度學習模型進行處理，并生成一個目標對象的三維模型，包括：

從所述影像數據的每一幀圖像數據中攫取目標對象圖像數據；

通過深度學習模型對從每一幀圖像數據中攫取的目標對象圖像數據進行處理，生成目標對象的三維模型。

優選地，所述對每一段影像數據分別通過深度學習模型進行處理，并生成一個目標對象的三維模型，包括：

在從所述影像數據的圖像幀中攫取的目標對象圖像數據的分辨率小于預設分辨率時，使用人工智能算法對所述攫取的目標對象圖像數據進行插值處理，使所述攫取的目標對象圖像數據的分辨率達到預設分辨率。

優選地，所述對每一段影像數據分別通過深度學習模型進行處理，并生成一個目標對象的三維模型，包括：

在任一段所述影像數據的幀率小于預設幀率時，使用人工智能插幀算法對所述攫取的目標對象圖像數據進行插幀處理，使目標對象圖像數據的幀率達到預設幀率。

優選地，在所述目標對象的三維圖像數據中的任一位置的圖像數據，由所述目標對象的多個三維模型在同一位置處的細節數據最多的一個構成。

優選地，所述目標對象為人的頭部或臉部。