[发明专利]一种基于移动机器人的人脸数据自动采集标注方法、系统及其电子设备在审

专利信息
申请号: 202010799010.1 申请日: 2020-08-11
公开(公告)号: CN111932623A 公开(公告)日: 2020-11-13
发明(设计)人: 何山;么子赢;宋涛;霍向;吴新开 申请(专利权)人: 北京洛必德科技有限公司
主分类号: G06T7/73 分类号: G06T7/73;G06K9/00;G06K9/62;G06K9/46;G06F16/29
代理公司: 北京知汇林知识产权代理事务所(普通合伙) 11794 代理人: 董涛
地址: 100000 北京市海淀区北太*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 移动 机器人 数据 自动 采集 标注 方法 系统 及其 电子设备
【说明书】:

本申请公开了一种基于移动机器人的人脸数据自动采集标注方法、系统及其电子设备,该方法通过移动机器人按照规划路径来拍摄不同角度的人脸照片,采集不同角度人脸的特征,为该人脸设置新的人脸编号信息,将人脸编号信息与该人脸不同角度的特性信息存入到人脸特征数据库中。本申请方法实现方法简单、可靠性高,可利用移动机器人高效采集和标注大量的人脸数据。

技术领域

本发明涉及人脸数据自动采集标注的技术领域,尤其涉及一种基于移动机器人的人脸数据自动采集标注方法、系统及其电子设备。

背景技术

随着机器学习的发展与应用,人工智能逐渐走进社会生活,并不断改善和提高我们的生活水平。机器学习尤其是深度学习需要大量的标定数据用于模型训练,但人工的数据采集与标定效率低下且耗费巨大。由于vslam技术可以估计相机运动,可以自由地计算物体在图像中的位置,所以可以节省人工标定的成本,如果有自动生成的带高质量标注的样本数据,则能够很大程度上加速分类器的训练过程。让自主移动机器人搭载摄像头,在指定的区域内自主移动时采集人脸数据并标定,能够极大的提升图像数据的采集与标定效率,自动生成带高质量标注的样本数据。

该方法在目前的研究中具备一定的创新性,如专利申请CN202010384123.5提供一种人脸图像采集方法、装置和电子设备,专利申请CN202010071240.6提供一种基于三目相机的三维人脸采集方法及装置,上述方法均不涉及利用自主移动机器人进行人脸数据采集与标定的方法。

因此为丰富相关领域的算法研究,以更为高效的方法解决图像的采集与标定,减少人力的支出,设计了基于移动机器人的人脸数据自动采集标注方法、系统及其电子设备。

发明内容

针对上述技术问题,本申请实施例提供了一种基于移动机器人的人脸数据自动采集标注方法、系统及其电子设备。本申请是通过如下技术方案实现的:

一种基于移动机器人的人脸数据自动采集标注方法,该方法应用于人脸数据自动采集标注系统,该方法包括如下步骤:

步骤S1、人脸数据自动采集标注系统进行初始化操作;

步骤S2、移动机器人在既定路径上运动;

步骤S3、当移动机器人的摄像头采集到人脸图像后,通过人脸检测算法检测出当前人脸在对应图像检测框中的位置,调整摄像头采集当前检测到的人脸图像,从所述检测到的人脸图像中提取人脸特征;

步骤S4、对提取的所述人脸特征与搭建的人脸特征数据库中的特征进行匹配,确定当前提取的所述人脸特征是否已存在于人脸特征数据库中,若当前提取的所述人脸特征已存在人脸特征数据库中,则返回并执行步骤S2;机器人继续在既定路径上运动,若当前提取的所述人脸特征不在人脸特征数据库中,则执行步骤S5;

步骤S5、机器人将基于运动信息和vslam算法确定移动机器人摄像头的位姿变化;

步骤S6、根据移动机器人摄像头的位姿变化和三角测量法得到检测人脸的三维空间位置;

步骤S7、得到所述检测人脸的三维空间位置后,移动机器人规划路径来拍摄不同角度的人脸照片,采集不同角度人脸的特征,为该人脸设置新的人脸编号信息,将拍摄所述人脸照片时人脸机器人的相对位置标注到所述人脸照片的照片信息中;

步骤S8、将新的人脸编号信息与该人脸不同角度的特性信息存入到人脸特征数据库中,返回执行步骤S2,移动机器人回到既定路径上继续运动。

进一步的,在步骤S1中,所述人脸数据自动采集标注系统进行初始化操作,具体包括:

步骤S101、导入初始化参数以及标记栅格,其中,所述初始化参数包括:系统采集时长、采集人脸目标数量、人脸采集相似度阈值、移动机器人移动最大速度、环绕运动安全距离;所述标记栅格包括:既定巡航路线上多个标记点;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京洛必德科技有限公司,未经北京洛必德科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010799010.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top