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！

申请/专利权人：海创未来(杭州)医疗科技有限公司

摘要：本发明公开了一种AI面部关键点自动识别系统及其方法，属于面部识别系统技术领域，包括：CT图像导入模块，所述CT图像导入模块用于CT图像的导入并将CT图像发送至图像预处理模块；图像预处理模块，所述图像预处理模块用于对CT图像进行去噪、对比度增强、形态学处理和重采样的预处理；所述图像预处理模块还用于对预处理后的CT图像根据骨头的CT值范围设置阈值并对数据进行归一化操作，并将骨头从其他组织中分离出来生成分割的CT图像；关键点位划分模块，所述关键点位划分模块用于划出关键点位在CT图像中的目标区域。通过上述方式，本发明技术通过多级连深度神经网络对点云数据三维空间信息进行提取卷积训练，实现对面部目标点特征的精确识别。

主权项：1.一种AI面部关键点自动识别系统，其特征在于：包括：CT图像导入模块（1），所述CT图像导入模块（1）用于CT图像的导入并将CT图像发送至图像预处理模块（2）；图像预处理模块（2），所述图像预处理模块（2）用于对CT图像进行去噪、对比度增强、形态学处理和重采样的预处理；所述图像预处理模块（2）还用于对预处理后的CT图像根据骨头的CT值范围设置阈值并对数据进行归一化操作，并将骨头从其他组织中分离出来生成分割的CT图像；关键点位划分模块（5），所述关键点位划分模块（5）用于划出关键点位在CT图像中的目标区域；点云生成模块（3），所述点云生成模块（3）用于将分割的CT图像的连续的图像数据转化为离散的体素网格，并将体素网格进行提取点云并生成点云数据；级联网络推理器（4），所述级联网络推理器（4）用于对点云数据卷积提取目标区域特征点的初步特征V1，并通过两种尺度下的卷积神经网络对V1进行卷积得到两组特征点的进一步特征V2、V3，再将V2和V3进行多尺度卷积神经网络逐层特征提取并拼接成目标区域特征点的概率特征图V4；所述级联网络推理器（4）包括多维核点卷积模型（41）、三维点特征卷积模型（42）、动态点云变换网络（43）和多尺度提取模型（44）；所述多维核点卷积模型（41）用于对点云数据进行卷积并输出两个特征V1，多维核点卷积模型（41）将两个V1分别发送至三维点特征卷积模型（42）和动态点云变换网络（43），所述三维点特征卷积模型（42）和动态点云变换网络（43）分别卷积得到特征V2和特征V3，三维点特征卷积模型（42）和动态点云变换网络（43）将V2和V3发送至多尺度提取模型（44）进行多尺度卷积神经网络逐层特征提取并拼接成目标区域特征点的概率特征图V4。

全文数据：

权利要求：

百度查询： 海创未来(杭州)医疗科技有限公司 一种AI面部关键点自动识别系统及其方法