CN102103689A - 基于正脸图像合成的人脸识别方法 - Google Patents
基于正脸图像合成的人脸识别方法 Download PDFInfo
- Publication number
- CN102103689A CN102103689A CN 201110054493 CN201110054493A CN102103689A CN 102103689 A CN102103689 A CN 102103689A CN 201110054493 CN201110054493 CN 201110054493 CN 201110054493 A CN201110054493 A CN 201110054493A CN 102103689 A CN102103689 A CN 102103689A
- Authority
- CN
- China
- Prior art keywords
- face image
- image
- face
- positive
- frontal face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于正脸图像合成的人脸识别方法,属于数字图像处理和模式识别领域。该方法包括下列步骤:a)读取多个侧脸图像Isi,获得每个侧脸图像的控制点图Lsi;b)从正面人脸库读取一个正脸图像,获得该正脸图像的控制点图Lf;c)对要合成的正脸图像上的每一个像素xf:c-1)通过各个Lsi和Lf确定薄板样条变换函数的参数csi,Asi和Wsi,c-2)计算各个侧脸图像的权重,c-3)确定合成图像Isyn上各个像素点xf的灰度值:d)计算合成图像Isyn与正面人脸库中的各个正脸图像之间的欧氏距离,将侧脸图像Isi判定为属于所述欧氏距离最小的正脸图像。本发明可用于视频监控等技术领域。
Description
技术领域
本发明涉及人脸识别,尤其涉及一种基于正脸图像合成的人脸识别方法,属于数字图像处理和模式识别领域。
背景技术
近年来,基于二维人脸图像的人脸识别成为了计算机视觉与模式识别领域的重要研究课题,而多变的人脸姿态则是二维人脸识别所面对的最大难题之一。
本质上,人脸是一个三维曲面,而二维人脸图像则是这个曲面在某一个二维平面上的投影。二维图像上人脸姿态的变化实质上是由人脸曲面在三维空间中的旋转所造成的,但我们看到的是这个曲面旋转后再投影到原二维平面的结果。而在三维向二维投影过程中,大量的与深度有关的信息(三维曲面信息)会被丢失,所以仅利用人脸曲面在二维平面上的投影(即二维人脸图像),很难精确计算出人脸姿态的改变。
目前在视频监控等领域,可以非常容易地获得同一个人不同姿态的多幅图像,但却难以保证能够获取标准的正面人脸图像。
相关的、应对人脸姿态多变性的人脸识别策略包括:1)在人脸识别的训练集中为每个人保存多幅不同姿态的图像;2)利用三维人脸进行人脸识别;3)构建人脸的姿态模型,从而可以依据此模型将不同姿态的人脸调整为相同的姿态。但这些策略各自都存在不尽人意之处。
发明内容
本发明的目的在于克服现有技术中存在的问题,提出一种基于正脸图像合成的人脸识别方法。
为了实现本发明的技术目的,本发明采用如下技术方案:
一种基于正脸图像合成的人脸识别方法,包括下列步骤:
b)从正面人脸库读取一个正脸图像,获得该正脸图像的控制点图Lf;
c)对要合成的正脸图像上的每一个像素xf:
c-3)根据下式确定合成图像Isyn上各个像素点xf的灰度值:
下面对本发明方法进行更为具体的描述。
本发明方法可以将多幅侧脸(非正面人脸)图像自动合成为一幅正面人脸图像,并依据图像合成策略设计人脸识别算法,提高对于非正面人脸图像的识别率。
本发明所提出的正面人脸图像合成策略的输入输出如图1所示。该算法的核心可以概述为:在合成正面人脸时,在每一个像素上,衡量从每一幅输入图像(即侧脸图像)变换到正脸图像时所需要的非刚性形变量,并以此形变量为权重,确定对正面人脸图像进行合成时对应输入图像的贡献。此权重的衡量依赖于薄板样条变换,薄板样条变换函数可以表示为:
y=ψ(x)=c+Ax+WTs(x),
其中,
x∈R2×1、y∈R2×1分别表示变换前和变换后图像上的像素点坐标,ψ(x)表示对坐标点x做薄板样条变换后得到的位置,c∈R2×1,A∈R2×2,W∈Rk×2则是变换模型的参数。
在合成正脸图像上的像素xf时,第i幅输入图像的权重为,
其中,α是通常取0.1。正脸图像Isyn的合成规则为,
其中,Isyn(xf)表示被合成的正脸图像上,坐标为xf的点的灰度值,
薄板样条变换的参数由输入控制点集X1=[x1 1,x1 2,...,x1 k]T∈Rk×2和输出控制点集Y1=[y1 1,y1 2,...,y1 k]T∈Rk×2确定,在本发明中控制点集X1就是描述需要合成的正脸轮廓的各个标记点的坐标,而控制点集Y1则是描述输入非正面人脸轮廓的标记点的坐标。本发明使用基于贝叶斯正切轮廓模型(BTSM)的策略自动提取输入的非正面人脸图像的轮廓,而需要合成的正脸图像轮廓则是利用BTSM所提取现有已注册人脸库中的人脸轮廓(已注册人脸库中只为每一个已经注册过的人保留一副正面图像作为识别这个人的依据)。
对于某个人的一组输入图像进行人脸识别时,具体的策略是,将此组图像依据已注册人脸库中每个人的轮廓分别合成一副人脸图像,合成的流程如图2所示,然后计算合成人脸与对应的库中标准人脸的欧氏距离,最终将此组输入图像判别为属于欧氏距离最近的库中人。
和现有技术相比,本发明的优势在于:
充分利用实际应用中非常容易获得的非正面人脸图像,解决了实际应用中比较难以获得正面人脸图像的问题,有效改善了姿态问题对于人脸识别算法的影响;同时、只利用二维图像信息,相对于相关三维方法,计算简单且效率更高。
附图说明
图1表示本发明方法的输入输出示意图;
图2表示本发明方法的流程示意图。
具体实施方式
下面通过具体实施例对本发明作进一步描述。
如图2所示,
(一)正脸图像的合成
(3)读入正面人脸图像的控制点Lf;
(4)对要合成的正脸图像上的每一个像素xf:
(b)计算所有输入图像对应的权重然后利用公式(1)确定合成图像上当前像素点xf的灰度值。
(二)基于正面人脸图像合成的人脸识别
(1)利用BTSM算法提取标准人脸库中已注册的所有图像(正脸)的控制点;
(2)对每一组需要识别的输入图像:
(a)将这组图像按照库中每一个标准图像的控制点分别合成一个正脸,如图2所示;
(b)计算合成后的图像与对应标准正脸图像的欧氏距离;
(c)将此组输入图像判别为属于对应欧氏距离最小的库中主体。
Claims (4)
3.如权利要求1所述的基于正脸图像合成的人脸识别方法,其特征在于,α=0.1。
4.如权利要求1所述的基于正脸图像合成的人脸识别方法,其特征在于,通过基于贝叶斯正切轮廓模型提取人脸图像的控制点图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100544933A CN102103689B (zh) | 2011-03-07 | 2011-03-07 | 基于正脸图像合成的人脸识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100544933A CN102103689B (zh) | 2011-03-07 | 2011-03-07 | 基于正脸图像合成的人脸识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102103689A true CN102103689A (zh) | 2011-06-22 |
CN102103689B CN102103689B (zh) | 2012-07-18 |
Family
ID=44156444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100544933A Expired - Fee Related CN102103689B (zh) | 2011-03-07 | 2011-03-07 | 基于正脸图像合成的人脸识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102103689B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567716A (zh) * | 2011-12-19 | 2012-07-11 | 中山爱科数字科技股份有限公司 | 一种人脸合成系统及实现方法 |
CN104077798A (zh) * | 2014-07-01 | 2014-10-01 | 中国科学技术大学 | 一种可形变物体的高真实感动画合成方法 |
CN104299250A (zh) * | 2014-10-15 | 2015-01-21 | 南京航空航天大学 | 基于先验模型的正面人脸图像合成方法及系统 |
CN106022272A (zh) * | 2016-05-23 | 2016-10-12 | 北京小米移动软件有限公司 | 一种判定正脸图像的方法和装置 |
CN106909904A (zh) * | 2017-03-02 | 2017-06-30 | 中科视拓(北京)科技有限公司 | 一种基于可学习形变场的人脸正面化方法 |
CN107622227A (zh) * | 2017-08-25 | 2018-01-23 | 深圳依偎控股有限公司 | 一种3d人脸识别的方法、终端设备及可读存储介质 |
CN108073859A (zh) * | 2016-11-16 | 2018-05-25 | 天津市远卓自动化设备制造有限公司 | 一种特定区域的监测装置及方法 |
CN108197547A (zh) * | 2017-12-26 | 2018-06-22 | 深圳云天励飞技术有限公司 | 人脸姿态估计方法、装置、终端及存储介质 |
CN108830164A (zh) * | 2018-05-22 | 2018-11-16 | 北京小鱼在家科技有限公司 | 屏幕观看状态的提示方法、装置、计算机设备及存储介质 |
CN109840885A (zh) * | 2018-12-27 | 2019-06-04 | 深圳云天励飞技术有限公司 | 图像融合方法及相关产品 |
CN111368608A (zh) * | 2018-12-26 | 2020-07-03 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法、装置及系统 |
CN113826110A (zh) * | 2019-03-12 | 2021-12-21 | 埃利蒙特公司 | 利用移动设备检测面部识别的欺骗 |
-
2011
- 2011-03-07 CN CN2011100544933A patent/CN102103689B/zh not_active Expired - Fee Related
Non-Patent Citations (1)
Title |
---|
《计算机研究与发展》 20061231 陈家大等 一种人脸姿势判别与正脸合成的新方法 1477-1484 1-4 第43卷, 第8期 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567716B (zh) * | 2011-12-19 | 2014-05-28 | 中山爱科数字科技股份有限公司 | 一种人脸合成系统及实现方法 |
CN102567716A (zh) * | 2011-12-19 | 2012-07-11 | 中山爱科数字科技股份有限公司 | 一种人脸合成系统及实现方法 |
CN104077798A (zh) * | 2014-07-01 | 2014-10-01 | 中国科学技术大学 | 一种可形变物体的高真实感动画合成方法 |
CN104077798B (zh) * | 2014-07-01 | 2017-05-03 | 中国科学技术大学 | 一种可形变物体的高真实感动画合成方法 |
CN104299250B (zh) * | 2014-10-15 | 2018-05-22 | 南京航空航天大学 | 基于先验模型的正面人脸图像合成方法及系统 |
CN104299250A (zh) * | 2014-10-15 | 2015-01-21 | 南京航空航天大学 | 基于先验模型的正面人脸图像合成方法及系统 |
CN106022272A (zh) * | 2016-05-23 | 2016-10-12 | 北京小米移动软件有限公司 | 一种判定正脸图像的方法和装置 |
CN108073859A (zh) * | 2016-11-16 | 2018-05-25 | 天津市远卓自动化设备制造有限公司 | 一种特定区域的监测装置及方法 |
CN106909904A (zh) * | 2017-03-02 | 2017-06-30 | 中科视拓(北京)科技有限公司 | 一种基于可学习形变场的人脸正面化方法 |
CN106909904B (zh) * | 2017-03-02 | 2020-06-02 | 中科视拓(北京)科技有限公司 | 一种基于可学习形变场的人脸正面化方法 |
CN107622227A (zh) * | 2017-08-25 | 2018-01-23 | 深圳依偎控股有限公司 | 一种3d人脸识别的方法、终端设备及可读存储介质 |
CN108197547A (zh) * | 2017-12-26 | 2018-06-22 | 深圳云天励飞技术有限公司 | 人脸姿态估计方法、装置、终端及存储介质 |
CN108197547B (zh) * | 2017-12-26 | 2019-12-17 | 深圳云天励飞技术有限公司 | 人脸姿态估计方法、装置、终端及存储介质 |
CN108830164A (zh) * | 2018-05-22 | 2018-11-16 | 北京小鱼在家科技有限公司 | 屏幕观看状态的提示方法、装置、计算机设备及存储介质 |
CN111368608A (zh) * | 2018-12-26 | 2020-07-03 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法、装置及系统 |
CN111368608B (zh) * | 2018-12-26 | 2023-10-13 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别方法、装置及系统 |
CN109840885A (zh) * | 2018-12-27 | 2019-06-04 | 深圳云天励飞技术有限公司 | 图像融合方法及相关产品 |
CN109840885B (zh) * | 2018-12-27 | 2023-03-14 | 深圳云天励飞技术有限公司 | 图像融合方法及相关产品 |
CN113826110A (zh) * | 2019-03-12 | 2021-12-21 | 埃利蒙特公司 | 利用移动设备检测面部识别的欺骗 |
Also Published As
Publication number | Publication date |
---|---|
CN102103689B (zh) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102103689B (zh) | 基于正脸图像合成的人脸识别方法 | |
CN102880866B (zh) | 一种人脸特征提取方法 | |
CN106157372B (zh) | 一种基于视频图像的3d人脸网格重构方法 | |
CN101398886B (zh) | 一种基于双目被动立体视觉的快速三维人脸识别方法 | |
CN101404091B (zh) | 基于两步形状建模的三维人脸重建方法和系统 | |
CN101315661B (zh) | 一种减小表情影响的快速三维人脸识别方法 | |
CN101620669B (zh) | 一种人脸身份和表情的同步识别方法 | |
CN104574432B (zh) | 一种自动多视角人脸自拍图像的三维人脸重建方法及系统 | |
CN102509104B (zh) | 基于置信度图的增强现实场景虚拟对象判别和检测方法 | |
CN103824050A (zh) | 一种基于级联回归的人脸关键点定位方法 | |
CN104298995B (zh) | 基于三维点云的三维人脸识别装置及方法 | |
CN102081733B (zh) | 多模态信息结合的多姿态三维人脸面部五官标志点定位方法 | |
CN105144247A (zh) | 用户的三维表示的生成 | |
CN101916454A (zh) | 基于网格变形和连续优化的高分辨率人脸重建方法 | |
CN103824089A (zh) | 一种基于级联回归的人脸3d姿态识别方法 | |
CN103593870A (zh) | 一种基于人脸的图像处理装置及其方法 | |
CN105303616A (zh) | 基于单张照片的浮雕建模方法 | |
CN102779269A (zh) | 基于图像传感器成像系统的人脸识别算法 | |
CN104299250A (zh) | 基于先验模型的正面人脸图像合成方法及系统 | |
CN108376421A (zh) | 一种基于阴影恢复形状法生成人脸三维模型的方法 | |
CN103745206A (zh) | 一种人脸识别方法及系统 | |
CN111274944A (zh) | 一种基于单张图像的三维人脸重建方法 | |
CN105631877A (zh) | 基于加权双稀疏约束的非刚性表面配准方法 | |
CN107784284A (zh) | 人脸识别方法及系统 | |
CN113012271A (zh) | 一种基于uv贴图的手指三维模型纹理映射方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120718 Termination date: 20150307 |
|
EXPY | Termination of patent right or utility model |