基于可见光图像生成紫外光图像的方法、系统及应用与流程

文档序号:37357856发布日期:2024-03-22 10:11阅读:来源:国知局

技术特征:

1.一种基于可见光图像生成紫外光图像的方法,其特征在于,包括以下步骤:

2.如权利要求1所述的基于可见光图像生成紫外光图像的方法,其特征在于:步骤s1中,数据采集双目模组的两摄像头基线为8mm,传感器均采用1/1.5英寸传感器,出高1600、宽1200像素的图片,摄像头的焦距为1.9mm,人脸在距离镜头0.5米距离两颗摄像头采集到的成年人脸图像宽高均大于512pixel,数据采集双目模组的分辨率为4:3。

3.如权利要求1所述的基于可见光图像生成紫外光图像的方法,其特征在于:步骤s2的具体做法是:将数据采集双目模组固定到1.7米的高度水平放置,人脸距离数据采集双目模组在0.3米到0.7米的距离进行可见光人脸图像和紫外光人脸图像的采集。

4.如权利要求1所述的基于可见光图像生成紫外光图像的方法,其特征在于:步骤s4中,生成器模型输入的高度为1600像素,宽度为1200像素, 通道数为3,输出预测的紫外光成像效果图,生成器模型输出的高度为1600,宽度为1200像素,通道数为1。

5.如权利要求1所述的基于可见光图像生成紫外光图像的方法,其特征在于:步骤s6的具体做法是:基于步骤s3预测出来的人脸框外扩1.5倍作为sam模型的输入,得到人脸区域掩码,对该掩码信息应用sigmoid算法,实现对数据进行0和1的软化限制效果,结合模型预测的紫外图像,采用fid损失函数以优化生成器,用于衡量两个图像分布间差异的度量。

6.一种基于可见光图像生成紫外光图像的系统,其特征在于,包括:

7.如权利要求1至5中任意一项所述的基于可见光图像生成紫外光图像的方法在生物识别、健康诊断、艺术创作和数字娱乐任意一领域中的应用。


技术总结
本发明公开了基于可见光图像生成紫外光图像的方法、系统及应用,主要利用深度学习生成器网络,先通过精心设计的专用可见光和紫外光数据采集双目模组进行采集对齐的帧同步的图像数据,然后对可见光图像数据进行人脸区域检测,利用分割网络生成人脸区域掩码并用于模型训练损失函数计算,设计好相应的深度学习生成器网络,对模型进行训练,在模型效果收敛后,给生成器模型提供常规手机,相机拍摄的高清人脸图像作为输入,可推理预测出相应的紫外人脸图像。该紫外人脸图像可应用到生物识别、健康诊断、艺术创作和数字娱乐等领域。

技术研发人员:张帅,王汉超,贾宝芝,何一凡
受保护的技术使用者:厦门瑞为信息技术有限公司
技术研发日:
技术公布日:2024/3/21
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1