【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于人脸关键点以及人耳关键点检测标记的车内人耳定位方法和系统。
技术介绍
0、技术背景
1、人脸检测和人耳检测是计算机视觉和人工智能领域的重要研究方向，它们都属于生物特征识别的一部分。这两种技术的目标都是识别和定位图像或视频中的特定特征—人脸和人耳。随着智能座舱的技术提升与发展，在车内定位人耳部位置也随之变为一个重要的分支。
2、车内人耳定位技术，也被称为车内音场定位技术或者车内三维音频技术，是一种通过对声音的处理，使车内乘客能够感知到声音来自车内特定位置的技术。这种技术的应用可以极大地提升车内音响系统的听觉效果，提高驾驶者和乘客的驾驶体验。
3、目前，在汽车制造领域，基于人耳位置的空间声场设计还处于发展初期，需要更多的方法和系统去实现车内环境下人耳位置定位与声场设计。
技术实现思路
1、为了解决上述技术问题，本专利技术实施例提供一种基于深度摄像头的车内耳部位置估计与坐标计算方法以及相关神经网络训练的技术方案。
...【技术保护点】
1.一种基于深度摄像头的车内耳部位置估计与坐标计算方法，该方法包括：
2.如权利要求1所述的一种基于深度摄像头的车内耳部位置估计与坐标计算方法，其特征在于，所述步骤4.1中人耳关键点检测神经网络的结构包括：
3.如权利要求1所述的一种基于深度摄像头的车内耳部位置估计与坐标计算方法，其特征在于，所述步骤4.2中人脸关键点检测神经网络的结构与步骤4.1中网络结构相同，包括特征提取主干网络和多个阶段网络；在阶段网络中，每个阶段的输出都是一个有人脸关键点数量的通道的图像；最后，将所有阶段的输出进行连接，得到最终的人脸关键点预测结果。
4.如...
【技术特征摘要】
1.一种基于深度摄像头的车内耳部位置估计与坐标计算方法，该方法包括：
2.如权利要求1所述的一种基于深度摄像头的车内耳部位置估计与坐标计算方法，其特征在于，所述步骤4.1中人耳关键点检测神经网络的结构包括：
3.如权利要求1所述的一种基于深度摄像头的车内耳部位置估计与坐标计算方法，其特征在于，所述步骤4.2中人脸关键点检测神经网络的结构与步骤4.1中网络结构相同，包括特征提取主干网络和多个阶段网络；在阶段网络中，每个阶段的输出都是一个有人脸关键点数量的通道的图像；最后，将所有阶段的输出进行连接，得到最终的人脸关键点预测结果。<...
【专利技术属性】
技术研发人员：杨峰，李瑞，王金祥，陆岩，窦梓豪，吴思佳，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
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。