儿童面部表情和肢体语言采样数字化转换装置模组制造方法及图纸

技术编号:36252667 阅读:14 留言:0更新日期:2023-01-07 09:46
本发明专利技术公开了一种儿童面部表情和肢体语言采样数字化转换装置模组,属于数字化图像处理技术领域,包括采集单元,所述采集单元用于采集儿童面部表情和肢体语言图像采样,所述采集单元输出端与图像分类单元的输入端电性连接。本发明专利技术中,通过对图像中特征数据的提取,能够对图像数据进行特征分类,有利于提高处理中心单元对特征提取后分割的图像进行数字化转换,从而降低对整张采集的儿童面部表情和肢体语言的背景的无效转换,并且能够通过图像分割单元实现对图像特征区域的快速定位,提高图区分割精度的同时,有利于降低图像数字化处理难度,提高对大量儿童数据的转换处理精度和效率,满足使用需要。满足使用需要。满足使用需要。

【技术实现步骤摘要】
儿童面部表情和肢体语言采样数字化转换装置模组


[0001]本专利技术属于数字化图像处理
,尤其涉及一种儿童面部表情和肢体语言采样数字化转换装置模组。

技术介绍

[0002]数字图像处理就是利用计算机或是其他数字硬件,利用设定的一些数学运算进行的转换,目的就是不断提升图像的使用性能。在利用数字处理技术对儿童面部表情和肢体语言进行处理时,往往仅人需要对图像中的一小部分特征位置的获取,因为小部分的特征内容对于完整的图像来说是目标或者方向,其他不重要或不感兴趣的地方可以称之为图像的背景。因此,为了能够很容易辨认出图像中的目标,就需要对图像中的目标进行分割,但是如何分割以及分割时如何调用函数,所谓图像分割主要是依据图像颜色、纹理以及灰度等方面的特点将图像的像素进行分类。
[0003]中国专利文献CN103703489B公开了一种对图片中的对象进行数字化。用户将对象呈现给相机,相机捕捉该对象的前面和背面的包括颜色和深度数据的图像。对于前面和背面图像这两者,通过分析深度数据来确定最接近相机的点。从这些最接近的点中,可以通过标注深度数据中的大的差异来找到该对象的边缘。深度数据也被用于构建该对象的前面和背面的点云构造。将各种技术应用于推断边缘、移除接缝、智能扩展颜色、过滤噪声、将骨架结构应用于该对象以及进一步优化数字化。最后,将数字表示呈现给用户并在不同的应用中潜在使用,上述方案能够对图像中颜色和深度进行分辨后标注得到数字化的图像对象,但由于儿童面部表情细致化强度高,并且肢体语言多变化,单一的图片采集数据处理量较大,影响到数字化处理效率,不能很好的满足使用需要。

技术实现思路

[0004]本专利技术的目的在于:为了解决由于儿童面部表情细致化强度高,并且肢体语言多变化,单一的图片采集数据处理量较大,影响到数字化处理效率的问题,而提出的一种儿童面部表情和肢体语言采样数字化转换装置模组。
[0005]为了实现上述目的,本专利技术采用了如下技术方案:
[0006]一种儿童面部表情和肢体语言采样数字化转换装置模组,包括采集单元,所述采集单元用于采集儿童面部表情和肢体语言图像采样,所述采集单元输出端与图像分类单元的输入端电性连接,所述图像分类单元用于基于特征判断分类图像数据判断输入数据是儿童面部表情图像数据或肢体语言图像数据,所述图像分类单元输出端与图像分割单元的输入端电性连接,所述图像分割单元用于分割图像特征区域用于数字化转换,所述图像分类单元输出端与处理中心单元输入端电性连接,所述处理中心单元用于提供图像处理计算性能,所述处理中心单元输出端与数字化转换模块输入端电性连接,所述数字化转换模块用于对图像特征通过数模转化器根据编码规则进行数字化转换处理。
[0007]作为上述技术方案的进一步描述:
[0008]所述图像分类单元输入端与数据筛除模块的输出端电性连接,所述数据筛除模块用于筛除分类后的无效数据。
[0009]作为上述技术方案的进一步描述:
[0010]所述处理中心单元的的输入端与分类对比模块的输出端电性连接,所述分类对比模块用于对比图像中特征判断是否属于重复数据,所述分类对比模块输出端与数据筛除模块的输入端电性连接。
[0011]作为上述技术方案的进一步描述:
[0012]所述采集单元包括面部表情采集模块和肢体动作采集模块,所述面部表情采集模块用于采集面部表情,所述肢体动作采集模块用于采集肢体动作,所述面部表情采集模块和肢体动作采集模块输出端均与年龄辅助判断模块的输入端电性连接,所述年龄辅助判断模块用于通过输入图像判断儿童年龄段数据辅助进行特征提取。
[0013]作为上述技术方案的进一步描述:
[0014]所述图像分类单元包括特征向量聚类模块,特征向量聚类模块用于通过分析图像中小波能量特征、共生灰度矩阵特征和灰度特征进行特征向量的聚类分类,所述特征向量聚类模块输出端与影像压缩模块输入端电性连接,所述影像压缩模块用于压缩分类后的特征,所述影像压缩模块输出端与滤波分析模块的输入端电性连接,所述滤波分析模块用于通过小波变化对图像噪声进行优化处理。
[0015]作为上述技术方案的进一步描述:
[0016]所述图像分割单元包括灰度阈值分析模块,所述灰度阈值分析模块用于基于图像灰度均值进行特征区域的分割提取,所述灰度阈值分析模块输出端与迭代更新模块的输入端电性连接,所述迭代更新模块用于根据输入的图像特征分析灰度图像特征的分辨阈值。
[0017]作为上述技术方案的进一步描述:
[0018]所述处理中心单元包括并行处理模块,所述并行处理模块用于调控服务器中各处理模块的高性能计算单元,所述并行处理模块的输出端与调用模块的输入端电性连接,所述调用模块用于调整并行计算的调用策略。
[0019]作为上述技术方案的进一步描述:
[0020]所述处理中心单元输出端与数据库模块的输入端电性连接,所述数据库模块用于将分析特征以及预制特征进行数据存储。
[0021]作为上述技术方案的进一步描述:
[0022]所述并行处理数量为4

8线程。
[0023]作为上述技术方案的进一步描述:
[0024]所述迭代更新模块的灰度阈值更新通过卷积神经网络输入特征数据后进行判断。
[0025]综上所述,由于采用了上述技术方案,本专利技术的有益效果是:
[0026]1、本专利技术中,通过设计的图像数据分类单元,能够通过对图像中特征数据的提取,能够对图像数据进行特征分类,有利于提高处理中心单元对特征提取后分割的图像进行数字化转换,从而降低对整张采集的儿童面部表情和肢体语言的背景的无效转换,并且能够通过图像分割单元实现对图像特征区域的快速定位,提高图区分割精度的同时,有利于降低图像数字化处理难度,提高对大量儿童数据的转换处理精度和效率,满足使用需要。
[0027]2、本专利技术中,通过设计的图像分割单元,能够通过迭代更新的灰度阈值实现对输
入图像背景的灰度精度剔除,有利于提高对特征图像的数字化转换精度,同时,通过分析图像中小波能量特征、共生灰度矩阵特征和灰度特征进行特征向量的聚类分类,能够快速分类不同儿童面部表情和肢体语言,有利于提高数字化转换过程中特征分类等待的时间,提高处理效果。
[0028]3、本专利技术中,通过设计的数据筛除模块,能够剔除采集单元获取数据中的多余数据,从而能够避免重复数据对采样数字化转换的处理难度,并且能够通过设计的处理中心单元,智能调用服务器的空闲资源,实现对大量数据的并行计算处理,减少计算分类等待时间,提高数字化转换处理效率。
附图说明
[0029]图1为本专利技术提出的一种儿童面部表情和肢体语言采样数字化转换装置模组的系统控制框图;
[0030]图2为本专利技术提出的一种儿童面部表情和肢体语言采样数字化转换装置模组的采集单元逻辑框图;
[0031]图3为本专利技术提出的一种儿童面部表情和肢体语言采样数字化转换装置模组的图像分类单元逻辑框图;
[003本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种儿童面部表情和肢体语言采样数字化转换装置模组,包括采集单元(1),其特征在于,所述采集单元(1)用于采集儿童面部表情和肢体语言图像采样,所述采集单元(1)输出端与图像分类单元(2)的输入端电性连接,所述图像分类单元(2)用于基于特征判断分类图像数据判断输入数据是儿童面部表情图像数据或肢体语言图像数据,所述图像分类单元(2)输出端与图像分割单元(3)的输入端电性连接,所述图像分割单元(3)用于分割图像特征区域用于数字化转换,所述图像分类单元(2)输出端与处理中心单元(5)输入端电性连接,所述处理中心单元(5)用于提供图像处理计算性能,所述处理中心单元(5)输出端与数字化转换模块(8)输入端电性连接,所述数字化转换模块(8)用于对图像特征通过数模转化器根据编码规则进行数字化转换处理。2.根据权利要求1所述的儿童面部表情和肢体语言采样数字化转换装置模组,其特征在于,所述图像分类单元(2)输入端与数据筛除模块(4)的输出端电性连接,所述数据筛除模块(4)用于筛除分类后的无效数据。3.根据权利要求2所述的儿童面部表情和肢体语言采样数字化转换装置模组,其特征在于,所述处理中心单元(5)的的输入端与分类对比模块(6)的输出端电性连接,所述分类对比模块(6)用于对比图像中特征判断是否属于重复数据,所述分类对比模块(6)输出端与数据筛除模块(4)的输入端电性连接。4.根据权利要求1所述的儿童面部表情和肢体语言采样数字化转换装置模组,其特征在于,所述采集单元(1)包括面部表情采集模块(101)和肢体动作采集模块(102),所述面部表情采集模块(101)用于采集面部表情,所述肢体动作采集模块(102)用于采集肢体动作,所述面部表情采集模块(101)和肢体动作采集模块(102)输出端均与年龄辅助判断模块(103)的输入端电性连接,所述年龄辅助判断模块(103)用于通过输入图像判断儿童年龄段数据辅助进行特征提取。5.根据权利要求1所述的儿童面部表情和肢体语言采样数字化...

【专利技术属性】
技术研发人员:潘辉程吴丹许宝群甘俊杰
申请(专利权)人:珠海华章科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1