摘要
本发明公开了一种基于特征脸法的人工智能视觉检测方法,涉及人工智能技术领域,包括,同步采集目标对象面部中可见光图像,红外图像和深度图像的图像数据,并进行数据预处理,形成多模态面部特征标准数据集;根据当前时间、地理位置信息及历史数据统计,动态调整所述各模态特征向量中的权重,形成综合特征向量;利用所述综合特征向量,通过机器学习分类器对目标对象的身份进行识别;当识别结果达到预设置信度阈值时,输出识别结论,否则将返回至特征提取步骤。本发明通过融合可见光、红外与深度图像的特征脸法,结合动态权重调整策略,实现了识别策略的自适应优化,有效解决了复杂环境下的人脸识别准确性和鲁棒性问题。
技术关键词
人工智能视觉
历史数据统计
可见光图像
面部特征
机器学习分类器
地理位置信息
表达式
多模态
梯度提升树模型
置信度阈值
动态
分割红外图像
特征脸
在线学习机制
关键点
训练集
系统为您推荐了相关专利信息
渗漏油
在线监测系统
多模态
电气设备状态
可见光图像
监测方法
三维骨骼模型
环境光照强度
运动矢量数据
躯干重心偏移
心理健康测评
情感特征
卷积神经网络模型
面部特征
强化学习模型
快速生成方法
红外图像特征
双分支卷积神经网络
三维模型
三维点云模型