CN113066040B - 基于无人机3d建模的人脸识别设备布设方法 - Google Patents

基于无人机3d建模的人脸识别设备布设方法 Download PDF

Info

Publication number
CN113066040B
CN113066040B CN201911369432.9A CN201911369432A CN113066040B CN 113066040 B CN113066040 B CN 113066040B CN 201911369432 A CN201911369432 A CN 201911369432A CN 113066040 B CN113066040 B CN 113066040B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
installation
face recognition
recognition equipment
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.)
Active
Application number
CN201911369432.9A
Other languages
English (en)
Other versions
CN113066040A (zh
Inventor
杨帆
谢永恒
段伟芝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiaoshi Technology Jiangsu Co ltd
Original Assignee
Nanjing Zhenshi Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Zhenshi Intelligent Technology Co Ltd filed Critical Nanjing Zhenshi Intelligent Technology Co Ltd
Priority to CN201911369432.9A priority Critical patent/CN113066040B/zh
Publication of CN113066040A publication Critical patent/CN113066040A/zh
Application granted granted Critical
Publication of CN113066040B publication Critical patent/CN113066040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于无人机3D建模的人脸识别设备布设方法，包括：向无人机输入人脸识别设备的最佳安装参数标准和误差范围，所述无人机搭载有机载相机；通过无人机对安装现场进行360°扫描；基于扫描结果生成预安装点位的数据，获取预安装点位的三维坐标和最佳安装的模拟照片；在安装人脸识别设备过程，通过无人机的机载相机实时扫描监测安装情况；通过无人机现场扫描进行安装结果的复核。本发明的基于无人机3D建模的人脸识别设备布设方法，可以实现现场精准三维扫描勘测，根据现场环境直接进行设备的自助式专业安装，节省时间和人力成本。

Description

基于无人机3D建模的人脸识别设备布设方法
技术领域
本发明涉及人脸识别技术领域，具体而言涉及一种基于无人机3D建模的人脸识别设备布设方法。
背景技术
目前，现有人脸识别设备安装需要通过复杂的提前现场环境勘测、高度、角度、景深距离等人工测量，工作量大且易错性强。
因人脸识别设备的安装对高度、角度、朝向等参数要求严格，若安装效果不好，则人脸识别效果极差，导致产品性能无法充分发挥，所以往往需要多次安装和更换位置、高度等条件进行反复的调试和验证，比较费事。
而且，因人脸识别设备的安装要求多，导致只有极少数专业经验的工人才可以进行设备部署，培训和产品性能安装完成的考核成本高，且因专业人数不足，导致影响项目的整体时间周期。
发明内容
本发明目的在于提供一种基于无人机3D建模的人脸识别设备布设方法，可以实现现场精准三维扫描勘测，根据现场环境直接进行设备的自助式专业安装，节省时间和人力成本。
本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的，本发明提出一种基于无人机3D建模的人脸识别设备布设方法，包括：
步骤1：向无人机输入人脸识别设备的最佳安装参数标准和误差范围，所述无人机搭载有机载相机；
步骤2：通过无人机对安装现场进行360°扫描；
步骤3：基于扫描结果生成预安装点位的数据，获取预安装点位的三维坐标和最佳安装的模拟照片；
步骤4：在安装人脸识别设备过程，通过无人机的机载相机实时扫描监测安装情况；
步骤5：通过无人机现场扫描进行安装结果的复核。
进一步地，在所述步骤1中，根据人脸识别设备的性能和对拍摄照片的质量要求，生成对安装环境的参数，包括：距地高度、距参照物水平距离、摄像头水平角度以及摄像头朝向。
进一步地，在所述步骤2中，通过无人机的飞行，对预安装点位的10m*10m空间和全景高度范围内，由机载相机进行360°扫描。
进一步地，在步骤3中，指定预安装点位的参照物：以景深距离起点的地面水平线的垂直中心为参照点，生成以该点作为预安装点位的三维坐标和最佳设备安装的模拟照片。
进一步地，在步骤4中进行人脸识别设备的安装过程中，通过无人机的机载相机实时扫描监测安装情况，每5分钟输出安装的数据参考：高度、角度、景深距离以及朝向，并基于预先输入的最佳安装参数标准和误差范围输出调整方案。
进一步地，在输出调整方案过程中，通过语音播报调整方案。
进一步地，在安装完成后，通过无人机现场扫描进行安装结果的复核包括：现场扫描对已安装的人脸识别设备和模拟照片进行误差范围复核，若超过误差则预警并输出调整参数，若满足误差范围，则通过无人机拍摄现场照片。
进一步地，在复核完成后，无人机拍摄的现场照片包括设备正面和背面的沿着水平方向、与设备距离3米的安装完成后的照片，上传到云服务器。
进一步地，在复核完成后，还包括：
通过无人机现场拍摄至少2张不同人脸的人脸面部照片；
将所拍摄的人脸面部照片输入预设的人脸识别算法进行识别，输出对应的人脸识别分值；
响应于人脸识别分值大于设定的阈值，则结束安装；否则重新生成预安装点位并进行重新安装。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于无人机3D建模的人脸识别设备布设方法的流程示例图。
图2是本发明的设备安装完成后的通过拍摄照片的人脸识别进行复核的示意图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
结合图1所示，本发明提出的基于无人机3D建模的人脸识别设备布设方法，通过无人机进行安装现场环境的360°全景扫描，生成3D照片及三维数据，再通过对计划安装的点位进行范围定位(三维坐标、角度、朝向)，结合无人机生成的三维数据，生成需安装设备的精准三维坐标范围和3D模拟照片。
同时，在安装完成后，再通过无人机的实时3D扫描，对已安装设备进行实景与3D模拟照片的扫描来复核结果，若有误差，报告需调整的方案，保证安装质量达到人脸识别的最优效果范围。
结合图1、2所示的示例的基于无人机3D建模的人脸识别设备布设方法的过程包括以下流程：
步骤1：向无人机输入人脸识别设备的最佳安装参数标准和误差范围，所述无人机搭载有机载相机；
步骤2：通过无人机对安装现场进行360°扫描；
步骤3：基于扫描结果生成预安装点位的数据，获取预安装点位的三维坐标和最佳安装的模拟照片；
步骤4：在安装人脸识别设备过程，通过无人机的机载相机实时扫描监测安装情况；
步骤5：通过无人机现场扫描进行安装结果的复核。
如此，一方面可以实现直接现场精准三维扫描勘测，不需要人工现场勘测和现场数据人工测量，通过本发明可根据现场环境直接进行设备的自助式专业安装，节省时间和人力成本；另一方面，使得安装时非常方便的拥有高度、角度、朝向的精准数值，且安装完成后还可以通过扫描得到精准的安装结果，保障产品安装质量达标，并且可实现“傻瓜式”的设备安装，只需要启动无人机进行环境扫描，就可以生成安装的多个数据，参照数据进行安装后，再通过无人机实时扫描复核结果，实时指导，降低安装人员的技能要求。
优选地，本发明中使用的无人机可采用目前家用或者商用级的无人机，例如大疆公司的Inspire系列或者Phantom系列无人机，搭载有机载相机。通过无人机的飞行，对预安装点位的10m*10m空间和全景高度范围内，由机载相机进行360°扫描。
在步骤1中，根据人脸识别设备的性能和对拍摄照片的质量要求，生成对安装环境的参数，包括：距地高度、距参照物水平距离、摄像头水平角度以及摄像头朝向。
在步骤3中，指定预安装点位的参照物：以景深距离起点的地面水平线的垂直中心为参照点，生成以该点作为预安装点位的三维坐标和最佳设备安装的模拟照片。
在步骤4，进行人脸识别设备的安装过程中，通过无人机的机载相机实时扫描监测安装情况，每5分钟输出安装的数据参考：高度、角度、景深距离以及朝向，并基于预先输入的最佳安装参数标准和误差范围输出调整方案。优选地，在输出调整方案过程中，通过语音播报调整方案。
优选地，在安装后，通过无人机现场扫描进行安装结果的复核包括：现场扫描对已安装的人脸识别设备和模拟照片进行误差范围复核，若超过误差则预警并输出调整参数，若满足误差范围，则通过无人机拍摄现场照片。
优选地，在复核完成后，无人机拍摄的现场照片包括设备正面和背面的沿着水平方向、与设备距离3米的安装完成后的照片，上传到云服务器。
进一步的方案中，结合图2所示的示例，在复核完成后，还包括：
通过无人机现场拍摄至少2张不同人脸的人脸面部照片；
将所拍摄的人脸面部照片输入预设的人脸识别算法进行识别，输出对应的人脸识别分值；
响应于人脸识别分值大于设定的阈值，则结束安装；否则重新生成预安装点位并进行重新安装。
如此，进一步通过虚拟人体或者实际的人员站立，采集其人脸面部照片，进行进一步的实际判决，确定拍摄的人脸照片的质量，能够满足实际的识别场景实际需要。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (7)

1.一种基于无人机3D建模的人脸识别设备布设方法，其特征在于，包括：
步骤1：向无人机输入人脸识别设备的最佳安装参数标准和误差范围，所述无人机搭载有机载相机；
步骤2：通过无人机对安装现场进行360°扫描；
步骤3：基于扫描结果生成预安装点位的数据，获取预安装点位的三维坐标和最佳安装的模拟照片；
步骤4：在安装人脸识别设备过程，通过无人机的机载相机实时扫描监测安装情况；
步骤5：通过无人机现场扫描进行安装结果的复核;
其中，在步骤3中，指定预安装点位的参照物：以景深距离起点的地面水平线的垂直中心为参照点，生成以该点作为预安装点位的三维坐标和最佳设备安装的模拟照片；
在步骤4中进行人脸识别设备的安装过程中，通过无人机的机载相机实时扫描监测安装情况，每5分钟输出安装的数据参考：高度、角度、景深距离以及朝向，并基于预先输入的最佳安装参数标准和误差范围输出调整方案。
2.根据权利要求1所述的基于无人机3D建模的人脸识别设备布设方法，其特征在于，在所述步骤1中，根据人脸识别设备的性能和对拍摄照片的质量要求，生成对安装环境的参数，包括：距地高度、距参照物水平距离、摄像头水平角度以及摄像头朝向。
3.根据权利要求1所述的基于无人机3D建模的人脸识别设备布设方法，其特征在于，在所述步骤2中，通过无人机的飞行，对预安装点位的10m*10m空间和全景高度范围内，由机载相机进行360°扫描。
4.根据权利要求1所述的基于无人机3D建模的人脸识别设备布设方法，其特征在于，在输出调整方案过程中，通过语音播报调整方案。
5.根据权利要求1所述的基于无人机3D建模的人脸识别设备布设方法，其特征在于，在安装完成后，通过无人机现场扫描进行安装结果的复核包括：现场扫描对已安装的人脸识别设备和模拟照片进行误差范围复核，若超过误差则预警并输出调整参数，若满足误差范围，则通过无人机拍摄现场照片。
6.根据权利要求5所述的基于无人机3D建模的人脸识别设备布设方法，其特征在于，在复核完成后，无人机拍摄的现场照片包括设备正面和背面的沿着水平方向、与设备距离3米的安装完成后的照片，上传到云服务器。
7.根据权利要求5所述的基于无人机3D建模的人脸识别设备布设方法，其特征在于，在复核完成后，还包括：
通过无人机现场拍摄至少2张不同人脸的人脸面部照片；
将所拍摄的人脸面部照片输入预设的人脸识别算法进行识别，输出对应的人脸识别分值；
响应于人脸识别分值大于设定的阈值，则结束安装；否则重新生成预安装点位并进行重新安装。
CN201911369432.9A 2019-12-26 2019-12-26 基于无人机3d建模的人脸识别设备布设方法 Active CN113066040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911369432.9A CN113066040B (zh) 2019-12-26 2019-12-26 基于无人机3d建模的人脸识别设备布设方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911369432.9A CN113066040B (zh) 2019-12-26 2019-12-26 基于无人机3d建模的人脸识别设备布设方法

Publications (2)

Publication Number Publication Date
CN113066040A CN113066040A (zh) 2021-07-02
CN113066040B true CN113066040B (zh) 2022-09-09

Family

ID=76558254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911369432.9A Active CN113066040B (zh) 2019-12-26 2019-12-26 基于无人机3d建模的人脸识别设备布设方法

Country Status (1)

Country Link
CN (1) CN113066040B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106056075A (zh) * 2016-05-27 2016-10-26 广东亿迅科技有限公司 基于无人机的社区网格化中重点人员识别及跟踪***
CN107218926A (zh) * 2017-05-12 2017-09-29 西北工业大学 一种基于无人机平台的远程扫描的数据处理方法
CN110221625A (zh) * 2019-05-27 2019-09-10 北京交通大学 无人机精确位置的自主降落导引方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106056075A (zh) * 2016-05-27 2016-10-26 广东亿迅科技有限公司 基于无人机的社区网格化中重点人员识别及跟踪***
CN107218926A (zh) * 2017-05-12 2017-09-29 西北工业大学 一种基于无人机平台的远程扫描的数据处理方法
CN110221625A (zh) * 2019-05-27 2019-09-10 北京交通大学 无人机精确位置的自主降落导引方法

Also Published As

Publication number Publication date
CN113066040A (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN109002055B (zh) 一种基于无人机的高精度自动巡检方法及***
CN109472483B (zh) 一种基于bim模型及航拍技术的工地现场建模方法和***
US11513029B2 (en) Moving flying object for scanning an object, and system for analyzing damage to the object
Kaartinen et al. Accuracy of 3D city models: EuroSDR comparison
CN106403942B (zh) 基于变电站景深图像识别的人员室内惯性定位方法
CN111033536A (zh) 用于在施工现场生成自适应投射现实的方法和***
CN106547814A (zh) 一种输电线路无人机巡检图像的结构化自动归档方法
CN114020002A (zh) 无人机巡检风机叶片的方法、装置、设备、无人机及介质
US11021246B2 (en) Method and system for capturing images of asset using unmanned aerial vehicles
CN104933223B (zh) 一种输电线路通道数字化测绘方法
CN113137955A (zh) 一种基于场景建模和虚拟摄影的无人机航测虚拟仿真方法
CN115240093B (zh) 基于可见光和激光雷达点云融合的输电通道自动巡检方法
CN112598637A (zh) 一种风电机组叶片巡检叶片区域路线自动飞行方法
CN113012292A (zh) 一种基于无人机航拍的ar远程施工监控方法及***
CN116501091B (zh) 基于无人机自动调整航线的风机巡检控制方法和装置
CN116129064A (zh) 电子地图生成方法、装置、设备及存储介质
CN117036999A (zh) 一种基于数字孪生的变电设备建模方法
CN115563732A (zh) 基于虚拟现实的喷涂轨迹仿真优化方法及装置
JP4852006B2 (ja) 空間情報データベース生成装置及び空間情報データベース生成プログラム
Sepasgozar et al. Scanners and Photography: A combined framework
CN113987246A (zh) 无人机巡检的图片自动命名方法、装置、介质和电子设备
CN113378754B (zh) 一种工地裸土监测方法
KR101992672B1 (ko) 드론 영상을 이용한 가공송전선로의 경관 영향 분석 방법
CN117557931B (zh) 一种基于三维场景的表计最优巡检点的规划方法
CN113066040B (zh) 基于无人机3d建模的人脸识别设备布设方法

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: No.568 longmian Avenue, gaoxinyuan, Jiangning District, Nanjing City, Jiangsu Province, 211000

Patentee after: Xiaoshi Technology (Jiangsu) Co.,Ltd.

Address before: No.568 longmian Avenue, gaoxinyuan, Jiangning District, Nanjing City, Jiangsu Province, 211000

Patentee before: NANJING ZHENSHI INTELLIGENT TECHNOLOGY Co.,Ltd.