CN114255321A - 采集宠物鼻纹的方法、装置、存储介质及电子设备 - Google Patents
采集宠物鼻纹的方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114255321A CN114255321A CN202111632811.XA CN202111632811A CN114255321A CN 114255321 A CN114255321 A CN 114255321A CN 202111632811 A CN202111632811 A CN 202111632811A CN 114255321 A CN114255321 A CN 114255321A
- Authority
- CN
- China
- Prior art keywords
- pet
- face image
- image
- identified
- dimensional
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种采集宠物鼻纹的方法、装置、存储介质及电子设备,其中,本申请实施例获取待识别宠物的脸部图像;基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像,提高了宠物鼻纹采集的准确度。
Description
技术领域
本申请涉及身份识别技术领域,具体涉及一种采集宠物鼻纹的方法、装置、存储介质及电子设备。
背景技术
猫、狗等宠物的鼻纹与人类的指纹一样,具有唯一性。因此通过宠物鼻纹的采集可以实现宠物的身份验证,而鼻纹采集的准确度决定了鼻纹识别的准确率和效率。常规的鼻纹采集方式一般是通过拍照,但是由于宠物与人类不一样,对其鼻纹进行采集时,宠物狗大多不会配合,会导致拍照得到的是宠物的侧脸图像,或者脸部图像的部分区域不清楚的情况,目前当检测到图像不合格时,多是进行重新拍摄,但是这种方式会导致鼻纹采集的效率低下。
发明内容
本申请实施例提供一种采集宠物鼻纹的方法、装置、存储介质及电子设备,能够提高宠物鼻纹采集的效率。
第一方面,本申请实施例提供一种采集宠物鼻纹的方法,包括:
获取待识别宠物的脸部图像;
基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;
根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像。
第二方面,本申请实施例还提供一种采集宠物鼻纹的装置,包括:
图像采集模块,用于获取待识别宠物的脸部图像;
三维重建模块,用于基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;
鼻纹获取模块,用于根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像。
第三方面,本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行如本申请任一实施例提供的采集宠物鼻纹的方法。
第四方面,本申请实施例还提供一种电子设备,包括处理器和存储器,所述存储器有计算机程序,所述处理器通过调用所述计算机程序,用于执行如本申请任一实施例提供的采集宠物鼻纹的方法。
本申请实施例提供的技术方案,获取待识别宠物的脸部图像,基于该脸部图像对该待识别宠物进行脸部的三维重建,得到待识别宠物的三维脸部图像,根据三维脸部图像获取待识别宠物的正脸图像,进而基于该正脸图像获取待识别宠物的鼻纹图像。采用本申请实施例的方案,通过脸部的三维重建获取到宠物的正脸图像,在采集鼻纹时,即使没有拍到宠物的正脸,也可以得到宠物的鼻纹图像,提高了宠物鼻纹采集的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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为本申请实施例提供的采集宠物鼻纹的方法的第一种流程示意图。
图2为本申请实施例提供的采集宠物鼻纹的方法的第二种流程示意图。
图3为本申请实施例提供的采集宠物鼻纹的方法的应用场景示意图。
图4为本申请实施例提供的采集宠物鼻纹的装置的结构示意图。
图5为本申请实施例提供的电子设备的第一种结构示意图。
图6为本申请实施例提供的电子设备的第二种结构示意图。
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,本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本申请的保护范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种采集宠物鼻纹的方法,该采集宠物鼻纹的方法的执行主体可以是本申请实施例提供的采集宠物鼻纹的装置,或者集成了该采集宠物鼻纹的装置的电子设备,其中该采集宠物鼻纹的装置可以采用硬件或者软件的方式实现。其中,电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等设备。或者,电子设备也可以是服务器。
请参阅图1,图1为本申请实施例提供的采集宠物鼻纹的方法的第一种流程示意图。本申请实施例提供的采集宠物鼻纹的方法的具体流程可以如下:
101、获取待识别宠物的脸部图像。
本申请实施例的方案中,待识别宠物为被采集脸部图像进行身份识别的宠物,包括宠物猫、宠物狗、宠物猪,等等。
例如,当需要对某个宠物进行身份识别时,采集该待识别宠物的脸部图像。例如,宠物医院对待就诊的宠物进行身份识别时,将该待就诊的宠物作为待识别宠物,采集该待识别宠物的脸部图像。例如,通过图像采集装置获取该待识别宠物的图像或者视频,该图像或者视频中包含有该宠物的脸部区域。若采集的是该待识别宠物的视频信息,则从视频信息或者一帧包含有该宠物的脸部区域的图像作为该脸部图像。
其中,在一些实施例中,基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像之前,所述方法还包括:检测所述脸部图像中是否包含完整的鼻纹图像;若否,则执行基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;若是,则基于所述脸部图像获取所述待识别宠物的鼻纹图像。
该实施例中,在获取到待识别宠物的脸部图像之后,先检测该脸部图像中是否包含完整的鼻纹图像,如果没有,则执行基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像,例如,该待识别宠物的鼻部区域有部分被遮挡,或者该脸部图像拍摄的是待识别宠物的侧脸等情况下,会检测到该脸部图像中没有包含完整的鼻纹图像。若检测到脸部图像中包含完整的鼻纹图像,则直接从脸部图像中获取待识别宠物的鼻纹图像,无需再进行后续三维重建的操作,提高鼻纹采集的效率。
102、基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像。
在获取到待识别宠物的脸部图像后,基于该脸部图像进行三维重建处理,得到待识别宠物的三维脸部图像。
例如,电子设备中部署有预先构建好的三维重建模型,该三维重建模型是基于大量的宠物组成的统一拓扑结构脸部模型数据库计算得到的平均模型,在三维脸部模型的拓扑结构上具有高参考性。根据前文的描述可以看出,待识别宠物的脸部图像为二维图像,根据该二维的脸部图像和预先构建好的三维重建模型,预测得到该待识别宠物的三维脸部图像。
例如,在一实施例中,基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像,包括:根据预先训练的回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数;根据脸部重建模型和所述脸部重建系数对所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像。
该实施例中,在电子设备中部署有训练好的回归模型,该回归模型是通过携带有特征点标注的宠物脸部图像训练一个卷积神经网络模型得到的。对于训练好的回归模型,将宠物的脸部图像输入该回归模型,可以预测得到该脸部图像的脸部重建系数。该脸部重建系数可以为脸部3DMM(3D Morphable Models,三维变换模型)系数,即脸部3D形变统计系数,将该3DMM系数输入3DMM模型即可实现对该脸部图像中的脸部进行三维重建,得到对应的三维脸部图像。具体地,获取脸部重建系数后,基于该脸部重建系数对3DMM平均模型进行调整,使得调整后的脸部模型具有该待识别宠物的脸部特征,从而得到与待识别宠物的脸部一致的三维脸部模型,又称为三维脸部图像。
在一些实施例中,根据预先训练的回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数,包括:基于所述脸部图像,识别所述待识别宠物的品种;从预先训练的回归模型中确定出与所述品种匹配的预设回归模型;根据所述预设回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数。
该实施例中,根据宠物的品种的不同,针对每一宠物品种,训练得到一个对应的回归模型进行存储。在获取到待识别宠物的脸部图像后,先根据该脸部图像确定待识别宠物属于哪一品种。例如,假设宠物为宠物狗,使用携带有标签数据的各种品种的宠物狗的图像数据预先训练一个卷积神经网络模型得到一个分类模型,用于识别宠物狗的品种。当获取到待识别宠物的脸部图像后,将该脸部图像输入预先训练好的分类模型进行宠物的品种识别,确定出待识别宠物的品种,在确定出品种后,从预先训练的回归模型中确定出与品种匹配的预设回归模型,基于该预设回归模型对脸部图像回归处理,得到脸部图像对应的脸部重建系数。
上述实施例以宠物为宠物狗为例进行说明,在其他实施例中,若宠物为宠物猫等其他宠物时,获取对应的品种的宠物的图像训练对应的分类模型,以用于识别宠物的品种。
103、根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像。
在获取到三维脸部图像后,基于该三维脸部图像得到待识别宠物的正脸图像。例如,在一实施例中,根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像,包括:对所述三维脸部图像进行投影处理,得到所述待识别宠物的正脸图像;从所述正脸图像中截取所述待识别宠物的鼻纹图像。
该实施例中,获取到待识别宠物的三维脸部图像后,对其进行投影处理,得到正脸图像。例如,按照垂直于正脸的方向对其进行投影处理,可以得到二维的正脸图像。然后,从该正脸图像中截取待识别宠物的鼻纹图像。
例如,在一实施例中,从所述正脸图像中截取所述待识别宠物的鼻纹图像,包括:将所述正脸图像输入预先训练好的目标检测模型中进行检测,输出所述待识别宠物的鼻部区域的位置信息;根据所述位置信息从所述正脸图像中截取所述待识别宠物的鼻纹图像。
使用携带有鼻部区域的标注数据的样本图像训练一个预先构建的卷积神经网络,得到一个目标检测模型。在获取到正脸图像后,将正脸图像输入该目标检测模型进行检测,输出鼻部区域的位置信息,例如,以矩形标注框的形式输出鼻部区域的位置信息,基于该位置信息从脸部图像中截取待识别宠物的鼻纹图像。
具体实施时,本申请不受所描述的各个步骤的执行顺序的限制,在不产生冲突的情况下,某些步骤还可以采用其它顺序进行或者同时进行。
由上可知,本申请实施例提供的采集宠物鼻纹的方法,获取待识别宠物的脸部图像,基于该脸部图像对该待识别宠物进行脸部的三维重建,得到待识别宠物的三维脸部图像,根据三维脸部图像获取待识别宠物的正脸图像,进而基于该正脸图像获取待识别宠物的鼻纹图像。采用本申请实施例的方案,通过脸部的三维重建获取到宠物的正脸图像,在采集鼻纹时,即使没有拍到宠物的正脸,也可以得到宠物的鼻纹图像,无需多次重新拍摄宠物的脸部图像,提高了宠物鼻纹采集的效率。
根据前面实施例所描述的方法,以下将举例作进一步详细说明。
请参阅图2,图2为本发明实施例提供的采集宠物鼻纹的方法的第二流程示意图。所述方法包括:
201、获取待识别宠物的脸部图像。
请参阅图3,图3为本申请实施例提供的采集宠物鼻纹的方法的应用场景示意图。待识别宠物在进入宠物医院时,在登记处先进行身份识别,通过图像采集装置采集待识别宠物的脸部图像。
202、若所述脸部图像中不包含完整的鼻纹图像,则根据所述脸部图像识别所述待识别宠物的品种。
获取到脸部图像中,检测该脸部图像中是否包含完成的鼻纹图像。例如,在一实施例中,从脸部图像中提取鼻部区域的轮廓信息,如果能够提取到完整的轮廓信息,则判定该脸部图像中包含完整的鼻纹图像;反之,则判定该脸部图像中没有包含完整的鼻纹图像。当检测脸部图像中不包含完整的鼻纹图像时,识别该待识别宠物的品种。
203、从预先训练的回归模型中确定出与该品种匹配的预设回归模型。
根据宠物的品种的不同,针对每一宠物品种,训练得到一个对应的回归模型进行存储。在获取到待识别宠物的脸部图像后,先根据该脸部图像确定待识别宠物属于哪一品种。
假设宠物为宠物狗,使用携带有标签数据的各种品种的宠物狗的图像数据预先训练一个卷积神经网络模型得到一个分类模型,用于识别宠物狗的品种。
在实际应用时,将该待识别宠物的脸部图像输入预先训练好的分类模型进行宠物的品种识别,确定出待识别宠物的品种,在确定出品种后,从预先训练的回归模型中确定出与品种匹配的预设回归模型。
204、根据所述预设回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数。
205、根据脸部重建模型和所述脸部重建系数对所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像。
确定出预设回归模型之后,基于该预设回归模型对脸部图像回归处理,得到脸部图像对应的脸部重建系数。具体地,在电子设备中部署有训练好的回归模型,该回归模型是通过携带有特征点标注的宠物脸部图像训练一个卷积神经网络模型得到的。对于训练好的回归模型,将宠物的脸部图像输入该回归模型,可以预测得到该脸部图像的脸部重建系数。该脸部重建系数可以为脸部3DMM系数,即脸部3D形变统计系数,将该3DMM系数输入3DMM模型即可实现对该脸部图像中的脸部进行三维重建,得到对应的三维脸部图像。具体地,获取脸部重建系数后,基于该脸部重建系数对3DMM平均模型进行调整,得到与待识别宠物的脸部一致的三维脸部模型,又称为三维脸部图像。
206、对所述三维脸部图像进行投影处理,得到所述待识别宠物的正脸图像,并从所述正脸图像中截取所述待识别宠物的鼻纹图像。
获取到待识别宠物的三维脸部图像后,对其进行投影处理,得到正脸图像。例如,按照垂直于正脸的方向对其进行投影处理,可以得到二维的正脸图像。然后,从该正脸图像中截取待识别宠物的鼻纹图像。例如,使用携带有鼻部区域的标注数据的样本图像训练一个预先构建的卷积神经网络,得到一个目标检测模型。在获取到正脸图像后,将正脸图像输入该目标检测模型进行检测,输出鼻部区域的位置信息,例如,以矩形标注框的形式输出鼻部区域的位置信息,基于该位置信息从脸部图像中截取待识别宠物的鼻纹图像。
207、从所述鼻纹图像中提取所述待识别宠物的鼻纹特征向量。
在得到待识别宠物的鼻纹图像之后,基于预先训练好的特征提取网络从该鼻纹图像中提取待识别宠物的鼻纹特征向量。
其中,该特征提取网络包括多个依次连接的特征提取模块和一个全连接层,每一特征提取模块包括至少一个卷积层和至少一个池化层。第一个特征提取模块的输入数据为鼻纹图像,上一个特征提取模块输出的特征图数据为下一个特征提取模块的输入数据,最后一个特征提取模块输出得到特征图数据输入全连接层进行降维处理,展开为一个1×N的向量,即鼻纹特征向量。
208、分别计算所述鼻纹特征向量与数据库中存储的各宠物的基准特征向量之间的欧氏距离。
以宠物医院为例,对于已经注册登记的宠物,提取器鼻纹特征数据作为该宠物对应的基准特征向量,将其存储至数据库中。
对于待识别宠物,当获取到其鼻纹特征向量后,分别计算该鼻纹特征向量与数据库中存储的各个宠物的基准特征向量之间的欧式距离。
209、当计算得到的欧式距离小于预设阈值时,将与所述鼻纹特征向量之间的欧式距离小于预设阈值的基准特征向量对应的宠物确定为目标宠物,并判定所述待识别宠物与所述目标宠物为同一宠物。
当计算得到的欧式距离小于预设阈值时,确定出与待识别宠物的鼻纹特征向量之间的欧式距离小于预设阈值的基准特征量,可以判定该基准特征向量对应的宠物与当前的待识别宠物为同一宠物,由于该基准特征向量对应的宠物是已经注册登记的宠物,则可以获知该待识别宠物的身份信息。
由上可知,本发明实施例提出的采集宠物鼻纹的方法,对于待识别宠物,当采集到的脸部图像中不包含有完整的鼻纹图像时,通过三维重建处理得到完整的鼻纹图像,再根据该鼻纹图像提取待识别宠物的鼻纹特征向量,通过计算该鼻纹特征向量与数据库中存储的各个宠物的基准特征向量之间的欧式距离,识别出该待识别宠物的身份信息,无需反复多次地采集宠物鼻纹,提高了鼻纹识别的效率。
在一实施例中还提供一种采集宠物鼻纹的装置。请参阅图4,图4为本申请实施例提供的采集宠物鼻纹的装置300的结构示意图。其中该采集宠物鼻纹的装置300应用于电子设备,该采集宠物鼻纹的装置300包括图像采集模块301、三维重建模块302、鼻纹获取模块303以及模块304,如下:
图像采集模块301,用于获取待识别宠物的脸部图像;
三维重建模块302,用于基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;
鼻纹获取模块303,用于根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像。
在一些实施例中,三维重建模块302,用于根据预先训练的回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数;根据脸部重建模型和所述脸部重建系数对所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像。
在一些实施例中,三维重建模块302,用于基于所述脸部图像,识别所述待识别宠物的品种;从预先训练的回归模型中确定出与所述品种匹配的预设回归模型;根据所述预设回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数。
在一些实施例中,鼻纹获取模块303,用于对所述三维脸部图像进行投影处理,得到所述待识别宠物的正脸图像;从所述正脸图像中截取所述待识别宠物的鼻纹图像。
在一些实施例中,鼻纹获取模块303,用于将所述正脸图像输入预先训练好的目标检测模型中进行检测,输出所述待识别宠物的鼻部区域的位置信息;根据所述位置信息从所述正脸图像中截取所述待识别宠物的鼻纹图像。
在一些实施例中,该装置还包括:
图像检测模块,用于检测所述脸部图像中是否包含完整的鼻纹图像;若否,则执行基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;若是,则基于所述脸部图像获取所述待识别宠物的鼻纹图像。
在一些实施例中,该装置还包括:
宠物识别模块,用于从所述鼻纹图像中提取所述待识别宠物的鼻纹特征向量;
分别计算所述鼻纹特征向量与数据库中存储的各宠物的基准特征向量之间的欧氏距离;
当计算得到的欧式距离小于预设阈值时,将与所述鼻纹特征向量之间的欧式距离小于预设阈值的基准特征向量对应的宠物确定为目标宠物,并判定所述待识别宠物与所述目标宠物为同一宠物。
应当说明的是,本申请实施例提供的采集宠物鼻纹的装置与上文实施例中的采集宠物鼻纹的方法属于同一构思,通过该采集宠物鼻纹的装置可以实现采集宠物鼻纹的方法实施例中提供的任一方法,其具体实现过程详见采集宠物鼻纹的方法实施例,此处不再赘述。
由上可知,本申请实施例提出的采集宠物鼻纹的装置,获取待识别宠物的脸部图像,基于该脸部图像对该待识别宠物进行脸部的三维重建,得到待识别宠物的三维脸部图像,根据三维脸部图像获取待识别宠物的正脸图像,进而基于该正脸图像获取待识别宠物的鼻纹图像。采用本申请实施例的方案,通过脸部的三维重建获取到宠物的正脸图像,在采集鼻纹时,即使没有拍到宠物的正脸,也可以得到宠物的鼻纹图像,提高了宠物鼻纹采集的效率。
本申请实施例还提供一种电子设备。所述电子设备可以是智能手机、平板电脑等设备。请参阅图5,图5为本申请实施例提供的电子设备的第一种结构示意图。电子设备400包括处理器401和存储器402。其中,处理器401与存储器402电性连接。
处理器401是电子设备400的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或调用存储在存储器402内的计算机程序,以及调用存储在存储器402内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。
存储器402可用于存储计算机程序和数据。存储器402存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器401通过调用存储在存储器402的计算机程序,从而执行各种功能应用以及数据处理。
在本实施例中,电子设备400中的处理器401会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器402中,并由处理器401来运行存储在存储器402中的计算机程序,从而实现各种功能:
获取待识别宠物的脸部图像;
基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;
根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像。
在一些实施例中,请参阅图6,图6为本申请实施例提供的电子设备的第二种结构示意图。电子设备400还包括:射频电路403、显示屏404、控制电路405、输入单元406、音频电路407、传感器408以及电源409。其中,处理器401分别与射频电路403、显示屏404、控制电路405、输入单元406、音频电路407、传感器408以及电源409电性连接。
射频电路403用于收发射频信号,以通过无线通信与网络设备或其他电子设备进行通信。
显示屏404可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口,这些图形用户接口可以由图像、文本、图标、视频和其任意组合来构成。
控制电路405与显示屏404电性连接,用于控制显示屏404显示信息。
输入单元406可用于接收输入的数字、字符信息或用户特征信息(例如指纹),以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。其中,输入单元406可以包括指纹识别模组。
音频电路407可通过扬声器、传声器提供用户与电子设备之间的音频接口。其中,音频电路407包括麦克风。所述麦克风与所述处理器401电性连接。所述麦克风用于接收用户输入的语音信息。
传感器408用于采集外部环境信息。传感器408可以包括环境亮度传感器、加速度传感器、陀螺仪等传感器中的一种或多种。
电源409用于给电子设备400的各个部件供电。在一些实施例中,电源409可以通过电源管理***与处理器401逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
虽然图中未示出,电子设备400还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本实施例中,电子设备400中的处理器401会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器402中,并由处理器401来运行存储在存储器402中的计算机程序,从而实现各种功能:
获取待识别宠物的脸部图像;
基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;
根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像。
由上可知,本申请实施例提供了一种电子设备,所述电子设备获取待识别宠物的脸部图像,基于该脸部图像对该待识别宠物进行脸部的三维重建,得到待识别宠物的三维脸部图像,根据三维脸部图像获取待识别宠物的正脸图像,进而基于该正脸图像获取待识别宠物的鼻纹图像。采用本申请实施例的方案,通过脸部的三维重建获取到宠物的正脸图像,在采集鼻纹时,即使没有拍到宠物的正脸,也可以得到宠物的鼻纹图像,提高了宠物鼻纹采集的效率。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,所述计算机执行上述任一实施例所述的采集宠物鼻纹的方法。
需要说明的是,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过计算机程序来指令相关的硬件来完成,所述计算机程序可以存储于计算机可读存储介质中,所述计算机可读存储介质可以包括但不限于:只读存储器(ROM,ReadOnly Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
此外,本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、***、产品或设备没有限定于已列出的步骤或模块,而是某些实施例还包括没有列出的步骤或模块,或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
以上对本申请实施例所提供的采集宠物鼻纹的方法、装置、存储介质及电子设备进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种采集宠物鼻纹的方法,其特征在于,包括:
获取待识别宠物的脸部图像;
基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;
根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像。
2.如权利要求1所述的方法,其特征在于,所述基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像,包括:
根据预先训练的回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数;
根据脸部重建模型和所述脸部重建系数对所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像。
3.如权利要求2所述的方法,其特征在于,所述根据预先训练的回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数,包括:
基于所述脸部图像,识别所述待识别宠物的品种;
从预先训练的回归模型中确定出与所述品种匹配的预设回归模型;
根据所述预设回归模型对所述脸部图像进行回归处理,输出所述脸部图像对应的脸部重建系数。
4.如权利要求1所述的方法,其特征在于,所述根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像,包括:
对所述三维脸部图像进行投影处理,得到所述待识别宠物的正脸图像;
从所述正脸图像中截取所述待识别宠物的鼻纹图像。
5.如权利要求4所述的方法,其特征在于,所述从所述正脸图像中截取所述待识别宠物的鼻纹图像,包括:
将所述正脸图像输入预先训练好的目标检测模型中进行检测,输出所述待识别宠物的鼻部区域的位置信息;
根据所述位置信息从所述正脸图像中截取所述待识别宠物的鼻纹图像。
6.如权利要求1所述的方法,其特征在于,所述基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像之前,所述方法还包括:
检测所述脸部图像中是否包含完整的鼻纹图像;
若否,则执行基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;
若是,则基于所述脸部图像获取所述待识别宠物的鼻纹图像。
7.如权利要求1所述的方法,其特征在于,所述获取所述待识别宠物的鼻纹图像之后,还包括:
从所述鼻纹图像中提取所述待识别宠物的鼻纹特征向量;
分别计算所述鼻纹特征向量与数据库中存储的各宠物的基准特征向量之间的欧氏距离;
当计算得到的欧式距离小于预设阈值时,将与所述鼻纹特征向量之间的欧式距离小于预设阈值的基准特征向量对应的宠物确定为目标宠物,并判定所述待识别宠物与所述目标宠物为同一宠物。
8.一种采集宠物鼻纹的装置,其特征在于,包括:
图像采集模块,用于获取待识别宠物的脸部图像;
三维重建模块,用于基于所述脸部图像进行脸部三维重建,得到所述待识别宠物的三维脸部图像;
鼻纹获取模块,用于根据所述三维脸部图像获取所述待识别宠物的正脸图像,并基于所述正脸图像获取所述待识别宠物的鼻纹图像。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至7任一项所述的采集宠物鼻纹的方法。
10.一种电子设备,包括处理器和存储器,所述存储器存储有计算机程序,其特征在于,所述处理器通过调用所述计算机程序,用于执行如权利要求1至7任一项所述的采集宠物鼻纹的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111632811.XA CN114255321A (zh) | 2021-12-29 | 2021-12-29 | 采集宠物鼻纹的方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111632811.XA CN114255321A (zh) | 2021-12-29 | 2021-12-29 | 采集宠物鼻纹的方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114255321A true CN114255321A (zh) | 2022-03-29 |
Family
ID=80795492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111632811.XA Pending CN114255321A (zh) | 2021-12-29 | 2021-12-29 | 采集宠物鼻纹的方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114255321A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114817599A (zh) * | 2022-05-27 | 2022-07-29 | 星宠王国(北京)科技有限公司 | 提供犬只服务信息的方法、装置和计算机设备 |
-
2021
- 2021-12-29 CN CN202111632811.XA patent/CN114255321A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114817599A (zh) * | 2022-05-27 | 2022-07-29 | 星宠王国(北京)科技有限公司 | 提供犬只服务信息的方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961009B (zh) | 基于深度学习的行人检测方法、***、装置及存储介质 | |
CN107633207B (zh) | Au特征识别方法、装置及存储介质 | |
CN107633204B (zh) | 人脸遮挡检测方法、装置及存储介质 | |
CN107784282B (zh) | 对象属性的识别方法、装置及*** | |
CN107370942B (zh) | 拍照方法、装置、存储介质及终端 | |
WO2019033573A1 (zh) | 面部情绪识别方法、装置及存储介质 | |
CN108269333A (zh) | 人脸识别方法、应用服务器及计算机可读存储介质 | |
WO2019033569A1 (zh) | 眼球动作分析方法、装置及存储介质 | |
CN111667001B (zh) | 目标重识别方法、装置、计算机设备和存储介质 | |
CN112348117A (zh) | 场景识别方法、装置、计算机设备和存储介质 | |
CN112052186A (zh) | 目标检测方法、装置、设备以及存储介质 | |
CN110660102B (zh) | 基于人工智能的说话人识别方法及装置、*** | |
CN106991364B (zh) | 人脸识别处理方法、装置以及移动终端 | |
CN110660078B (zh) | 对象追踪方法、装置、计算机设备和存储介质 | |
CN110941992B (zh) | 微笑表情检测方法、装置、计算机设备及存储介质 | |
WO2019033567A1 (zh) | 眼球动作捕捉方法、装置及存储介质 | |
CN113505256B (zh) | 特征提取网络训练方法、图像处理方法及装置 | |
CN113837257B (zh) | 一种目标检测方法及装置 | |
CN114299546A (zh) | 识别宠物身份的方法、装置、存储介质及电子设备 | |
CN112613508A (zh) | 一种物体识别方法、装置及设备 | |
CN111340213A (zh) | 神经网络的训练方法、电子设备、存储介质 | |
CN114255321A (zh) | 采集宠物鼻纹的方法、装置、存储介质及电子设备 | |
CN114168768A (zh) | 图像检索方法及相关设备 | |
CN111797849A (zh) | 用户活动识别方法、装置、存储介质及电子设备 | |
CN110222576B (zh) | 拳击动作识别方法、装置和电子设备 |
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 |