图像生成方法、人脸识别方法、装置、电子设备和介质制造方法及图纸

本公开提供了一种基于飞行时间相机的图像生成方法，可用于金融领域或其他领域。该方法包括：获取飞行时间相机拍摄的原始数据；基于所述原始数据，利用四步相移法计算得到振幅图和深度图；以及利用所述振幅图作为引导图，基于高斯拉普拉斯算子对所述深度图进行引导滤波，得到目标图像。本公开还提供了一种用于自动取款机的人脸识别方法、装置、设备、存储介质和程序产品。质和程序产品。质和程序产品。

Image generation method, face recognition method, device, electronic device and medium

【技术实现步骤摘要】
图像生成方法、人脸识别方法、装置、电子设备和介质


[0001]本公开涉及计算机视觉领域，还可用于金融领域或其他领域，更具体地，涉及一种图像生成方法、人脸识别方法、装置、设备、介质和程序产品。

技术介绍

[0002]三维视觉技术是将机器视觉与图形处理学交叉融合的一个重要研究热点。近年来，随着三维深度传感器技术的快速发展，三维视觉技术的研究打破了二维空间的成像思维，实现了三维空间的分析与交互。飞行时间相机(Time of Flight，缩写为ToF)作为当前主流的三维感知技术之一，具有结构小巧、反应时间快、算法简单、高帧率获取三维图像等优点，因而被广泛应用在智能车、机器人、安防监控等领域。飞行时间相机通过发射信号和接收信号之间的相位差，间接计算出光的飞行时间，进而计算距离。
[0003]在实现本公开构思的过程中，专利技术人发现，目前飞行时间相机重构图像时的精度不够，需要进一步优化图像生成算法。

技术实现思路

[0004]鉴于上述问题，本公开提供了一种图像生成方法、人脸识别方法、装置、设备、介质和程序产品。
[0005]根据本公开的第一个方面，提供了一种基于飞行时间相机的图像生成方法，包括：获取飞行时间相机拍摄的原始数据；基于所述原始数据，利用四步相移法计算得到振幅图和深度图；以及利用所述振幅图作为引导图，基于高斯拉普拉斯算子对所述深度图进行引导滤波，得到目标图像。
[0006]根据本公开的实施例，所述基于高斯拉普拉斯算子对所述深度图进行引导滤波，得到目标图像的步骤包括：基于高斯拉普拉斯算子构造自适应正则化参数的权重因子；基于所述权重因子，利用最小二乘法计算引导滤波算法的参数表达式；基于所述引导滤波算法的参数表达式，得到基于高斯拉普拉斯算子优化的引导滤波算法；以及利用所述基于高斯拉普拉斯算子优化的引导滤波算法对所述深度图进行引导滤波，得到目标图像。
[0007]根据本公开的实施例，所述振幅图包括第一振幅图和第二振幅图，所述第一振幅图的频率小于所述第二振幅图，所述利用所述振幅图作为引导图的步骤包括：利用所述第二振幅图作为引导图。
[0008]根据本公开的实施例，所述利用所述第二振幅图作为引导图的步骤之前，所述方法还包括：利用所述第一振幅图对所述第二振幅图进行联合双边滤波处理。
[0009]根据本公开的实施例，所述基于高斯拉普拉斯算子对所述深度图进行引导滤波的步骤之前，所述方法还包括：利用小孔成像模型，对所述深度图进行校正。
[0010]本公开的第二方面提供了一种用于自动取款机的人脸识别方法，所述自动取款机包括飞行时间相机，所述方法包括：获取用户对录入人脸的授权；在得到用户录入人脸的授权后，利用自动取款机的飞行时间相机采集人脸信息；基于所述人脸信息，利用上述的方法
生成目标人脸图像；将所述目标人脸图像与预先存储的标准人脸图像进行比对；以及当所述比对结果一致时，确定人脸识别结果为通过。
[0011]本公开的第三方面提供了一种基于飞行时间相机的目标图像的生成装置，包括：第一获取模块，用于获取飞行时间相机拍摄的原始数据；计算模块，用于基于所述原始数据，利用四步相移法计算得到振幅图和深度图；以及第一图像生成模块，用于利用所述振幅图作为引导图，基于高斯拉普拉斯算子对所述深度图进行引导滤波，得到目标图像。
[0012]本公开的第四方面提供了一种用于自动取款机的人脸识别装置，包括：第二获取模块，用于获取用户对录入人脸的授权；采集模块，用于在得到用户录入人脸的授权后，利用自动取款机的飞行时间相机采集人脸信息；第二图像生成模块，用于基于所述人脸信息，利用上述任一项所述的方法生成目标人脸图像；比对模块，用于将所述目标人脸图像与预先存储的标准人脸图像进行比对；以及结果输出模块，用于当所述比对结果一致时，确定人脸识别结果为通过。
[0013]本公开的第五方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法。
[0014]本公开的第六方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法。
[0015]本公开的第七方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法。
附图说明
[0016]通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
[0017]图1示意性示出了根据本公开实施例的图像生成方法、装置、设备、介质和程序产品的应用场景图；
[0018]图2示意性示出了根据本公开实施例的图像生成方法的流程图；
[0019]图3示意性示出了根据本公开实施例的小孔成像模型中不同坐标系之间的成像模型；
[0020]图4示意性示出了根据本公开实施例的小孔成像模型中像素坐标与图像坐标的关系；
[0021]图5示意性示出了根据本公开实施例的人脸识别方法的流程图；
[0022]图6示意性示出了根据本公开实施例的图像生成装置的结构框图；
[0023]图7示意性示出了根据本公开实施例的人脸识别装置的结构框图；以及
[0024]图8示意性示出了根据本公开实施例的适于实现图像生成方法、人脸识别方法的电子设备的方框图。
具体实施方式
[0025]以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细
节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
[0026]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0027]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0028]在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
[0029]三维视觉技术是将机器视觉与图形处理学交叉融合的一个重要研究热点。近年来，随着三维深度传感器技术的快速发展，三维视觉技术的研究打破了二维空间的成像思维，实现了三维空间的分析与交互。飞行时间相机(Time of Flight，缩写为ToF本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于飞行时间相机的图像生成方法，其特征在于，包括：获取飞行时间相机拍摄的原始数据；基于所述原始数据，利用四步相移法计算得到振幅图和深度图；以及利用所述振幅图作为引导图，基于高斯拉普拉斯算子对所述深度图进行引导滤波，得到目标图像。2.根据权利要求1所述的方法，其特征在于，所述基于高斯拉普拉斯算子对所述深度图进行引导滤波，得到目标图像的步骤包括：基于高斯拉普拉斯算子构造自适应正则化参数的权重因子；基于所述权重因子，利用最小二乘法计算引导滤波算法的参数表达式；基于所述引导滤波算法的参数表达式，得到基于高斯拉普拉斯算子优化的引导滤波算法；以及利用所述基于高斯拉普拉斯算子优化的引导滤波算法对所述深度图进行引导滤波，得到目标图像。3.根据权利要求1所述的方法，其特征在于，所述振幅图包括第一振幅图和第二振幅图，所述第一振幅图的频率小于所述第二振幅图，所述利用所述振幅图作为引导图的步骤包括：利用所述第二振幅图作为引导图。4.根据权利要求3所述的方法，其特征在于，所述利用所述第二振幅图作为引导图的步骤之前，所述方法还包括：利用所述第一振幅图对所述第二振幅图进行联合双边滤波处理。5.根据权利要求1所述的方法，其特征在于，所述基于高斯拉普拉斯算子对所述深度图进行引导滤波的步骤之前，所述方法还包括：利用小孔成像模型，对所述深度图进行校正。6.一种用于自动取款机的人脸识别方法，所述自动取款机包括飞行时间相机，其特征在于，所述方法包括：获取用户对录入人脸的授权；在得到用户录入人脸的授权后，利用自动取款机的飞行时间相机采集人脸信息；基于所述人脸信息，...

【专利技术属性】
技术研发人员：卫莉丽，陈永录，韩晔，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：