买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国矿业大学申请的专利一种基于RGBD深度相机的车载人脸识别系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115909439B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211314645.3，技术领域涉及：G06V40/16；该发明授权一种基于RGBD深度相机的车载人脸识别系统是由刘新华;张忠森;郝敬宾;华德正;祁鹏;路和;刘浩;王晴晴;格热戈尔茨·罗尔奇克设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于RGBD深度相机的车载人脸识别系统在说明书摘要公布了：本发明公开了一种基于RGBD深度相机的车载人脸识别系统，包括车载人脸区域抓拍截取、角度方位获取和人脸特征匹配；利用卷积神经网络提取人脸特征与标准数据库中的信息进行比对，进而实现人脸的识别。车载人脸抓拍彩色摄像机与深度摄像机设置于车内，且车载人脸抓拍摄像机模块的方向可旋转，车载终端模块与远程服务器通过通讯模块连接；远程服务器通过网络与终端相连接,本发明通过所述人脸抓拍摄像机模组可以进行实时抓拍，获取人脸图像并进行截取后通过通讯模块传输至远程服务器，然后进行数据库查找与相关特征分析处理，再通过与远程服务器将识别结果返回终端并显示，由于在2D图像的基础上引入深度信息，具有更高的安全性与鲁棒性。

本发明授权一种基于RGBD深度相机的车载人脸识别系统在权利要求书中公布了：1.一种基于RGBD深度相机的车载人脸识别系统，其特征在于：包括 终端，包括摄像装置和显示装置，所述终端的摄像装置采用彩色相机和高精度深度相机实时采集数据，所述摄像装置包括中央处理器和均与所述中央处理器电性连接的采集摄像模块、抓拍摄像模块、通讯模块以及能够独立运行的Linux系统，所述终端上运行已经预训练好的轻量化深度神经网络用于对原始采集到的彩色图与深度图进行预处理并传输，所述显示装置用于对识别信息进行显示公开； 远程服务器，其通过网络与终端相连接，所述远程服务器包括人脸识别网络和系统人脸数据库，人脸识别网络为预先训练好的模型，采用深度学习的方法进行人脸特征提取，进而与系统人脸数据库中的人脸信息进行对比，若一致，则将信息发送至终端并显示； 所述车载人脸识别系统的运行包括以下步骤： 1建立运行与远程服务器上的包含深度信息的三维人脸数据库；对提出的第一卷积神经网络模型进行深度学习训练以获取车载终端实际拍摄图像的角度以及方位等立体空间信息； 2建立训练好的第一卷积神经网络模型；将训练好的第一卷积神经网络模型所得出的角度与方位信息导入三维人脸数据库，在数据库中获得相同视角、角度与方位的标准含有深度信息的人脸三维信息特征图； 3建立训练好的第二卷积神经网络；将所得到的标准人脸三维特征图与终端所传输的深度图和彩色图同时输入至第二卷积神经网络，根据第二卷积神经网络所得出的相似度的高低来判断是否通过人脸验证； 4将检测到的人脸身份传送到终端并显示； 所述三维人脸数据库的建立，具体包括如下步骤： 1借助于高精度模组相机获得高精度的三维人脸模型； 2运行于终端设备的轻量化神经网络主要由基于Anchor-free的卷积网络构建； 3将所有含有人脸不同角度与方位，标注了人脸区域的标签图像与深度图像分成训练集和测试集； 所述训练集图像数据输入卷积神经网络前，需对输入数据进行归一化处理，以减少环境干扰与噪声等对识别所产生的影响； 所述第一卷积神经网络模型和第二卷积神经网络的训练，具体包括： 对网络进行权值的初始化； 输入数据经过卷积层、归一化层、池化层、全局池化层的前向传播得到输出值； 求出网络的输出值与目标值标签之间的误差； 将误差传回网络中，依次求得全局池化层，池化层，卷积层的误差，各层的误差为对于网络的总误差，网络应承担多少的权重；并进行网络权重更新，如此循环多轮，当误差等于或小于期望值或达到指定次数时，结束训练； 最终该网络在彩色图中生成边框位置与大小； 运行于所述远程服务器的第一卷积神经网络由包含残差模块的卷积神经网络构成，最终输出为终端所传输图像的立体方位信息； 运行于远程服务器的第二卷积网络由包含Inception模块以及通道自注意力模块的深度网络构成，用于提取人脸特征并输出终端所传输彩色图和深度图相较于数据库中指定角度与方位的相似度，用于判断是否通过验证。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221000 江苏省徐州市大学路中国矿业大学南湖校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。