CN103955675A - 一种人脸特征提取方法 - Google Patents
一种人脸特征提取方法 Download PDFInfo
- Publication number
- CN103955675A CN103955675A CN201410180787.4A CN201410180787A CN103955675A CN 103955675 A CN103955675 A CN 103955675A CN 201410180787 A CN201410180787 A CN 201410180787A CN 103955675 A CN103955675 A CN 103955675A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- face
- facial
- axle
- area
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种人脸特征提取方法,包括以下步骤:1)在自然光源环境下拍摄面部照片;2)将照片传输至终端,对人脸图像灰度化,得到水平灰度投影及垂直灰度投影曲线图;3)建立面部的坐标体系,根据水平灰度投影及垂直灰度投影曲线图确定人脸关键特征的坐标映射;4)通过坐标映射定位各面部分区的中心点坐标及分布形状,根据各面部分区的中心点坐标及分布形状计算各面部分区的面积;5)根据各面部分区的中心点坐标及面积,对各面部分区进行像素复制,完成对各面部分区的特征提取。与现有技术相比,本发明具有改变传统分区的模块过于模糊、依赖医生经验的状况,使得面部特征提取更为精确,并且适用于所有脸型等优点。
Description
技术领域
本发明涉及一种人脸特征提取方法。
背景技术
古文有云:“扁鹊望齐桓侯之面色,而知其病之浅深;张仲景望王仲宣之面色,预其20年后当眉落而死。”可见面色望诊不但可以明辨近病,而且还能够预知远疾。面部望诊是中医诊断学中的重要组成部分,对其的客观化研究也是目前中医现代化研究的重要部分,并形成了面色诊、舌诊等中医独特的传统诊法。
因面部望诊中不同的部位分属不同的脏腑,故面部分区的正确性是望诊研究中不能忽视的一个重要环节。但是由于对于面部分区的创新性研究较少,传统面部望诊的客观化研究仍然以传统的五脏分区作为研究基础,但由于传统分区的模块过于模糊、部位偏大,使得在此基础上的面部望诊研究在部位的选择上没有明确的标准或计算方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于面部坐标映射的人脸特征提取方法。
本发明的目的可以通过以下技术方案来实现:
一种人脸特征提取方法,其特征在于,包括以下步骤:
1)在自然光源环境下拍摄面部照片;
2)将照片传输至终端,对人脸图像进行灰度化,得到水平灰度投影及垂直灰度投影曲线图;
3)建立面部的坐标体系,根据步骤2)得到的水平灰度投影及垂直灰度投影曲线图确定人脸关键特征的坐标映射:
4)通过步骤3)得到的坐标映射定位各面部分区的中心点坐标及分布形状,根据各面部分区的中心点坐标及分布形状计算各面部分区的面积;
5)根据各面部分区的中心点坐标及面积,对各面部分区进行像素复制,完成对各面部分区的特征提取。
优选地是,在步骤2)中,将照片传输至终端后,先对照片进行初步处理,包括人脸方位矫正、边缘裁剪和/或缩放调整。
优选地是,在步骤2)中,将照片传输至终端后,先对照片进行预处理,包括增强人脸肤色与背景的对比度,且保持人脸细节及颜色平衡。
优选地是,所述的建立面部的坐标体系为距离人脸图像适当位置设立坐标原点,绘制x轴和y轴,构成反射区分布屏幕坐标系;
优选地是,所述根据灰度投影曲线图确定人脸关键特征的坐标映射为:在建立的面部坐标体系内,根据灰度投影曲线图确定人脸各关键特征的位置并绘制经过上述位置的坐标线,使各坐标线成网状分布,获得各坐标线与x轴或y轴的相交坐标值。
优选地是,所述根据灰度投影曲线图确定人脸各关键特征的位置并绘制经过上述位置的坐标线,使各坐标线成网状分布,获得各坐标线与x轴或y轴的相交坐标值的具体步骤为:
101)确定左右眼瞳孔圆心坐标:假设位于单个瞳孔内部的点坐标为(Xtemp,Ytemρ),则
Xtemp=min∑Ix(x,y)
Ytemp=min∑Iy(x,y)
其中,I(x,y)为经过初步处理的图像的灰度值,∑Ix(x,y)表示横坐标为x的水平灰度投影值,∑Iy(x,y)表示纵坐标为y的垂直灰度投影值,分别取最小值得到每个瞳孔圆心的粗略坐标为ttemp(Xtemp,Ytemp);
可知,左右眼的瞳孔圆心坐标分别为t1(xa,ya),t2(xb,yb),
则经过两瞳孔圆心坐标t1、t2的直线斜率为:
k=(yb-ya)/(xb-xa)
计算k值,若斜率k为零,则人脸图像的方位符合标准,不做调整;若斜率k大于零,则顺时针旋转人脸图像反正切函数值arctan(k)角度来调整图像方位,重新获取调整后的t1、t2坐标;若斜率k小于零,则逆时针旋转人脸图像反正切函数值arctan(k)角度来调整图像方位,重新获取调整后的t1、t2坐标;绘制经过两瞳孔圆心坐标t1、t2的直线,该直线与y轴相交点的坐标值定义为y4;然后分别经坐标t1、t2绘制垂直于x轴的直线,与x轴相交点的坐标值分别定义为x3、x7;
102)确定左右眼内外眼角的坐标:定义x2为左外眼角横坐标,x4为左内眼角横坐标,x6为右内眼角横坐标,x8为右外眼角坐标;根据垂直灰度投影曲线图,x4、x6处在两瞳孔x3和x7坐标值中间,且分别位于内侧波谷位置,相应的x2、x8在外侧波谷位置;
103)确定人脸的左右边界:定义x1为人脸的左边界横坐标,x9为人脸的右边界横坐标;利用图像的垂直灰度投影曲线图,根据凸峰宽度确定人脸的左右边界,通过左右凸峰点绘制纵向切线,和x轴的交点即分别为x1、x9的坐标值;
104)确定人脸皮肤的上边界:定义y1为人脸皮肤的上边界纵坐标:根据水平灰度投影曲线图取得人脸皮肤上边界,绘制垂直y轴、与上边界凸峰皮肤位置的切线,与y轴交点即为y1坐标值;
105)确定眉毛上边界及眼睛上边界:定义y2为眉毛上边界纵坐标,y3为眼睛上边界纵坐标:根据水平灰度投影曲线图,绘制垂直于y轴且自y1往下第一个波谷的切线,为眉毛上边界,与y轴的交点为y2坐标值,绘制垂直于y轴且自y2往下第一个波谷的切线,为眼睛上边界,与y轴交点为y3的坐标值;
106)确定嘴唇的上下边界:定义y7为嘴唇上下边界的中心点纵坐标利用图像中的红色像素点投影来确认嘴唇的上下边界,绘制垂直于y轴且穿过嘴唇上下边界的中心点的切线,与y轴相交的点为y7的坐标值;
107)确定鼻尖坐标:定义y6为鼻尖纵坐标;由垂直灰度投影曲线图得到鼻尖处于人脸中间偏下位置的灰度峰值位置,绘制垂直于y轴且穿过鼻尖的切线,与y轴相交的点为y6的坐标值;
108)确定两瞳孔中心至鼻尖的1/2处坐标:定义y5为从瞳孔中心至鼻尖的1/2处纵坐标。
优选地是,步骤4)中,所述的通过坐标映射定位各面部分区的中心点坐标及分布形状为:
定义面部分区的表达式为:分布形状(中心点坐标),则
心:椭圆(x5,y4);
肝:左椭圆(x1+(x2-x1)/2,y2),右椭圆(x8+(x9-x8)/2,y2),中间圆(x5,y5);
肺:椭圆(x5,y2-(y2-y1)*1/3);
脑:椭圆(x5,y3);
胸乳:左椭圆(x4+(x5-x4)/2,y4),右椭圆(x5+(x6-x5)/2,y4);
胆:左椭圆(x4+(x5-x4)/2,y5),右椭圆(x5+(x6-x5)/2,y5);
脾:圆(x5,y6);
小肠:左圆(x3+(x4-x3)/2,y5+(y6-y5)/2),右圆(x6+(x7-x6)/2,y5+(y6-y5)/2);
大肠:左圆(x2+(x3-x2)/2,y6+(y7-y6)/2),右圆(x7+(x8-x7)/2,y6+(y7-y6)/2);
肾:左不规则图形(x2,y7),右不规则图形(x8,y7);
膀胱:椭圆(x5,y6+(y7-y6)/2);
生殖系统:椭圆(x5,y7);
心理压力:椭圆(x5,y1+(y2-y1)*1/3)。
优选地是,所述的根据各面部分区的中心点坐标及分布形状计算各面部分区的面积为:
肾的左不规则图形面积计算如下:
将左不规则图形使用坐标分割成a,b,c,d,e,f六部分区域,
a区域的面积=(x2-x1)*(y5-y4);
b区域的面积=(x2-x1)*(y6-y5);
c区域的面积=(x3-x2)*(y6-y5);
d区域的面积=(x3-x2)*(y7-y6),
当取得d反射区的像素点阵后和大肠的左侧反射区像素点阵做比较,重叠的像素去掉,剩下的便是左不规则图像在d区域的面积;
e的面积没有坐标闭环,直接从y7开始,x3-x2的宽度向下取人脸部分的像素点阵;
f同e没有坐标闭环,直接从y7开始,x4-x3的宽度和坐标向下取人脸部分的像素点阵:
肾的右不规则图形的面积与左不规则图形的面积相同,肾的左、右不规则图形关于x5轴对称分布。
优选地是,步骤5)中,对肾的右不规则图形的人脸部分的像素点阵获取如下:当获取左不规则区域的人脸部分的像素点阵后,以x5为对称轴,获取右不规则图形的像素点阵。
与现有技术相比,本发明具有通过建立人脸面部的二维坐标映射体系和数学模型,利用人脸图像灰度化后各部位在水平、垂直灰度投影曲线中灰度值的特性,自动根据人的面部特征划分中医面部望诊的脏腑分属关系,从而改变传统分区的模块过于模糊、面部望诊仅凭医生经验的状况,使得面部特征提取更为精确,并且适用于所有脸型,为面部望诊提供更为客观、准确、可靠的数据源。
附图说明
图1为本发明面部反射区示意图;
图2为本发明面部反射区分布屏幕坐标系示意图;
图3为本发明第一个实施例中肾的左不规则图形的区域分割示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
研究表明,《黄帝内经》根据面部形色变化可以测知脏腑的病变;观察面部颜色的浮露与沉滞,可以了解其病变的浅深;观察面色的润泽与晦暗,可推知疾病预后的好坏;观察面色的散漫与聚结,可以测知病程的长短。根据《内经》的记载,面部反射区的定位如下:
心:位于鼻梁骨的最低处,正当两目内眦连线的中点。
肝:心区与脾区连线的中点。
肺:反射区域在两眉1/2之间;额头1/3以下的部位。
脑:反射区域在两眉头之间。
胸(乳):反射区域在两眼角与鼻梁之间。
胆:反射区域在鼻梁高处的外测部位。
脾:位于鼻尖。
小肠:反射区域在颧骨下方偏内侧部位。
大肠:反射区域在颧骨下方偏外侧部位。
肾:反射区在眼外角平线与耳中部垂起直线相交向下至下巴的部位。
膀胱:反射区域在鼻下人中两侧的鼻根部位。
生殖系统:反射区域在人中及嘴唇四周部位。
心理压力:反射区域在额上1/3至发际处。
根据上述反射区定位,绘制大致面部分区如图1所示,不同的反射区定位绘制不同大小形状的图形,为方便反射区特征提取,现绘制2种相对规则的圆和椭圆,以及1种不规则图形来提取反射区。
如图2所示,一种人脸特征提取方法,包括以下步骤:
1)在自然光源环境下拍摄人脸面部照片,优选为无冠、无头发遮挡、清晰的面部照片;
2)将照片传输至终端,得到人脸图像,对图像进行灰度化处理,得到水平灰度投影及垂直灰度投影曲线图;
水平灰度投影及垂直灰度投影曲线大体呈波浪型,水平灰度投影曲线以人脸高度为纵轴,以对应灰度值为横轴;垂直灰度投影曲线以人脸宽度为横轴,对应灰度值为纵轴。
本发明的一个优选实施例中,将面部照片传输至终端后,对照片先进行初步处理,包括人脸方位矫正、边缘裁剪、缩放调整,使后期的人脸灰度投影曲线图更为准确,更有利于获取人脸面部特征。
本发明的又一个优选实施例中,在完成初步处理后,对人脸图像进行灰度化前的预处理,包括增强皮肤颜色、拉开皮肤和背景的对比度,使图像中人脸肤色明显区别于背景,而整个图像仍保持细节且颜色不失去平衡。
3)建立面部的坐标体系,根据灰度投影曲线图确定人脸关键特征的坐标映射;
距离人脸图像的适当位置处设立坐标原点,绘制x轴和y轴,构成反射区分布屏幕坐标系。所述的反射区是指身体内脏在脸部的反射区,也叫做面部分区,例如脸部长痘反应内脏功能疾病等。
人脸关键特征是指人脸上反射人体内脏功能情况的主要区域,如心脏、肝反射区域等。
在反射区分布屏幕坐标系内,根据水平灰度投影及垂直灰度投影曲线图确定人脸各关键特征的位置并绘制经过上述位置的坐标线,使各坐标线成网状分布,获得各坐标线与x轴或y轴的相交坐标值,具体步骤为:
101)确定左右眼瞳孔圆心坐标:
由于两眼中心瞳孔间距受光照或表情变化的影响最小,双眼中心连线的方向随人脸的偏转而偏转,因此第一步骤是确定双眼瞳孔中心线。
假设位于单个瞳孔内部的点坐标为(Xtemp,Ytemp),则
Xtemp=min∑Ix(x,y)
Ytemp=min∑Iy(x,y)
其中,I(x,y)为经过初步处理的图像的灰度值,∑Ix(x,y)表示横坐标为x的水平灰度投影值,∑Iy(x,y)表示纵坐标为y的垂直灰度投影值,分别取最小值得到每个瞳孔圆心的粗略坐标为ttemp(Xtemp,Ytemp);根据灰度投影原理瞳孔颜色最深,因此它的灰度值最低。
可知,左右眼的瞳孔圆心坐标分别为t1(xa,ya),t2(xb,yb),
则经过两瞳孔圆心坐标t1、t2的直线斜率为:
k=(yb-ya)/(xb-xa)
计算k值,若斜率k为零,则人脸图像的方位符合标准,不做任何调整:若斜率k大于零,说明人脸图像向左侧倾斜,顺时针旋转人脸图像反正切函数值arctan(k)角度来调整图像方位,使左右眼呈水平线,重新获取调整后的t1、t2坐标;若斜率k小于零,说明人脸图像向右侧倾斜,逆时针旋转人脸图像反正切函数值arctan(k)角度来调整图像方位,使左右眼呈水平线,重新获取调整后的t1、t2坐标;
绘制经过两瞳孔圆心坐标t1、t2的直线,该直线与y轴相交点的坐标值定义为瞳孔中心线y4;然后分别经坐标t1、t2绘制垂直于x轴的直线,与x轴相交点的坐标值分别定义为x3、x7;
102)确定左右眼内外眼角的坐标:
定义x2为左外眼角横坐标,x4为左内眼角横坐标,x6为右内眼角横坐标,x8为右外眼角坐标;根据垂直灰度投影曲线图,x4、x6处在两瞳孔x3和x7坐标值中间,且分别位于内侧波谷位置,相应的x2、x8在外侧波谷位置;
103)确定人脸的左右边界:定义x1为人脸的左边界横坐标,x9为人脸的右边界横坐标;利用图像的垂直灰度投影曲线图,根据左右最外侧凸峰之间的宽度确定人脸的左右边界,通过左右凸峰点绘制纵向切线,和x轴的交点即分别为x1、x9的坐标值;
104)确定人脸皮肤的上边界:定义y1为人脸皮肤的上边界纵坐标:根据水平灰度投影曲线图取得人脸皮肤上边界,人脸上边界为水平灰度投影曲线图中曲线最上侧的凸峰,绘制垂直y轴、与上边界凸峰皮肤位置的切线,与y轴交点即为y1坐标值;
105)确定眉毛上边界及眼睛上边界:定义y2为眉毛上边界纵坐标,y3为眼睛上边界纵坐标;y2与y1中间部分为额头,额头平均灰度值相对比较高,y2与y1处在垂直灰度图的波谷位置,y1已确定,y1往下第一个波谷即为y2坐标值,y3坐标处在瞳孔坐标和y2之间,而人的眼睛的眼白部分是人脸区域中灰度值最大的部分,眼睛的瞳孔灰度值却是最小的,从这一特征的分析发现垂直投影曲线在眼睛的位置有两个波峰波谷,利用这两个峰谷确定了眼睛上边界。
根据水平灰度投影曲线图,绘制垂直于y轴且自y1往下第一个波谷的切线,为眉毛上边界,与y轴的交点为y2坐标值,绘制垂直于y轴且自y2往下第一个波谷的切线,为眼睛上边界,与y轴交点为y3的坐标值;
106)确定嘴唇的上下边界:定义y7为嘴唇上下边界的中心点纵坐标:利用图像中的红色像素点投影来确认嘴唇的上下边界,根据人脸的几何分布模型,两眼之间的中心点与嘴的中心点的距离与两个外眼角的距离相等,上述外眼角坐标已确定,绘制垂直于y轴且穿过嘴唇上下边界的中心点的切线,与y轴相交的点为y7的坐标值;
107)确定鼻尖坐标:定义y6为鼻尖纵坐标;由垂直灰度投影曲线图得到鼻尖处于人脸中间偏下位置的灰度峰值位置,绘制垂直于y轴且穿过鼻尖的切线,与y轴相交的点为y6的坐标值:
108)确定两瞳孔中心至鼻尖的1/2处坐标:定义y5为从瞳孔中心y4至鼻尖y6的1/2处纵坐标。
4)通过坐标映射定位各面部分区的中心点坐标及分布形状,根据各面部分区的中心点坐标及分布形状计算各面部分区的面积;
不同的反射区的面积不一样,为方便提取反射区特征,同时能满足望诊所需反射区数据,现以圆、椭圆和一种不规则图形的形状来提取反射区特征,反射区特征面的范围以圆、椭圆、不规则图形的面积来反映。
(41)定义面部分区的表达式为:分布形状(中心点坐标),则
心:椭圆(x5,y4);
肝:左椭圆(x1+(x2-x1)/2,y2),右椭圆(x8+(x9-x8)/2,y2),中间圆(x5,y5);
肺:椭圆(x5,y2-(y2-y1)*1/3);
脑:椭圆(x5,y3);
胸乳:左椭圆(x4+(x5-x4)/2,y4),右椭圆(x5+(x6-x5)/2,y4);
胆:左椭圆(x4+(x5-x4)/2,y5),右椭圆(x5+(x6-x5)/2,y5);
脾:圆(x5,y6);
小肠:左圆(x3+(x4-x3)/2,y5+(y6-y5)/2),右圆(x6+(x7-x6)/2,y5+(y6-y5)/2);
大肠:左圆(x2+(x3-x2)/2,y6+(y7-y6)/2),右圆(x7+(x8-x7)/2,y6+(y7-y6)/2);
肾:左不规则图形(x2,y7),右不规则图形(x8,y7);
膀胱:椭圆(x5,y6+(y7-y6)/2);
生殖系统:椭圆(x5,y7);
心理压力:椭圆(x5,y1+(y2-y1)*1/3);
(42)根据各面部分区的中心点坐标及分布形状估算各面部分区的面积:
肾的左不规则图形面积计算如下:
将左不规则图形使用坐标分割成a,b,c,d,e,f六部分区域,
a区域的面积=(x2-x1)*(y5-y4);
b区域的面积=(x2-x1)*(y6-y5);
c区域的面积=(x3-x2)*(y6-y5);
d区域的面积=(x3-x2)*(y7-y6),
当取得d反射区的像素点阵后和大肠的左侧反射区像素点阵做比较,重叠的像素去掉,剩下的便是左不规则图像在d区域的面积;
e的面积没有坐标闭环,直接从y7开始,x3-x2的宽度向下取人脸部分的像素点阵;
f同e没有坐标闭环,直接从y7开始,x4-x3的宽度和坐标向下取人脸部分的像素点阵;
右边肾区面积和左边肾区面积同理取得。
本发明的一个优选实施例中,定义肾的左、右不规则图形关于x5轴对称分布,肾的右不规则图形的面积与左不规则图形的面积相同。
5)根据各面部分区的中心点坐标及面积,对各面部分区进行像素复制,完成对各面部分区的特征提取;提取方式是对反射区各面部分区的像素点进行逐一复制,其中,当获取左不规则区域的人脸部分的像素点阵后,以x5为对称轴,获取右不规则图形的像素点阵。
至此所有的反射区的关键特征全部取得。
计算机在取得人脸各关键特征的数据后,即可比对和分析哪些反射区出现病理现象,进一步诊断当前人体的健康状况,将分析结果反馈至用户,医生可以以此作为面部望诊的依据,而非仅凭经验,为面部望诊提供定性和定量的数据支持,使面部望诊更为准确,而普通人可在家中对自身或家人的健康状况进行检测,将分析结果作为疾病的预警。
Claims (9)
1.一种人脸特征提取方法,其特征在于,包括以下步骤:
1)在自然光源环境下拍摄面部照片;
2)将照片传输至终端,对人脸图像进行灰度化,得到水平灰度投影及垂直灰度投影曲线图;
3)建立面部的坐标体系,根据步骤2)得到的水平灰度投影及垂直灰度投影曲线图确定人脸关键特征的坐标映射;
4)通过步骤3)得到的坐标映射定位各面部分区的中心点坐标及分布形状,并根据各面部分区的中心点坐标及分布形状计算各面部分区的面积;
5)根据各面部分区的中心点坐标及面积,对各面部分区进行像素复制,完成对各面部分区的特征提取。
2.根据权利要求1所述的一种人脸特征提取方法,其特征在于,在步骤2)中,将照片传输至终端后,先对照片进行初步处理,包括人脸方位矫正、边缘裁剪和/或缩放调整。
3.根据权利要求1所述的一种人脸特征提取方法,其特征在于,在步骤2)中,将照片传输至终端后,先对照片进行预处理,包括增强人脸肤色与背景的对比度,且保持人脸细节及颜色平衡。
4.根据权利要求1所述的人脸特征提取方法,其特征在于,所述的建立面部的坐标体系具体为距离人脸图像适当位置设立坐标原点,绘制x轴和y轴,构成反射区分布屏幕坐标系。
5.根据权利要求4所述的人脸特征提取方法,其特征在于,所述根据灰度投影曲线图确定人脸关键特征的坐标映射为:在建立的面部坐标体系内,根据灰度投影曲线图确定人脸各关键特征的位置并绘制经过上述位置的坐标线,使各坐标线成网状分布,获得各坐标线与x轴或y轴的相交坐标值。
6.根据权利要求5所述的人脸特征提取方法,其特征在于,所述根据灰度投影曲线图确定人脸各关键特征的位置并绘制经过上述位置的坐标线,使各坐标线成网状分布,获得各坐标线与x轴或y轴的相交坐标值的具体步骤为:
101)确定左右眼瞳孔圆心坐标:假设位于单个瞳孔内部的点坐标为(Xtemp,Ytemp),则
Xtemp=min∑Ix(x,y)
Ytemp=min∑Iy(x,y)
其中,I(x,y)为经过初步处理的图像的灰度值,∑Ix(x,y)表示横坐标为x的水平灰度投影值,∑Iy(x,y)表示纵坐标为y的垂直灰度投影值,分别取最小值得到每个瞳孔圆心的粗略坐标为ttemp(Xtemp,Ytemp);
可知,左右眼的瞳孔圆心坐标分别为t1(xa,ya),t2(xb,yb),
则经过两瞳孔圆心坐标t1、t2的直线斜率为:
k=(yb-ya)/(Xb-xa)
计算k值,若斜率k为零,则人脸图像的方位符合标准,不做调整;若斜率k大于零,则顺时针旋转人脸图像反正切函数值arctan(k)角度来调整图像方位,重新获取调整后的t1、t2坐标;若斜率k小于零,则逆时针旋转人脸图像反正切函数值arctan(k)角度来调整图像方位,重新获取调整后的t1、t2坐标;绘制经过两瞳孔圆心坐标t1、t2的直线,该直线与y轴相交点的坐标值定义为y4;然后分别经坐标t1、t2绘制垂直于x轴的直线,与x轴相交点的坐标值分别定义为x3、x7:
102)确定左右眼内外眼角的坐标:定义x2为左外眼角横坐标,x4为左内眼角横坐标,x6为右内眼角横坐标,x8为右外眼角坐标;根据垂直灰度投影曲线图,x4、x6处在两瞳孔x3和x7坐标值中间,且分别位于内侧波谷位置,相应的x2、x8在外侧波谷位置;
103)确定人脸的左右边界:定义x1为人脸的左边界横坐标,x9为人脸的右边界横坐标;利用图像的垂直灰度投影曲线图,根据凸峰宽度确定人脸的左右边界,通过左右凸峰点绘制纵向切线,和x轴的交点即分别为x1、x9的坐标值;
104)确定人脸皮肤的上边界:定义y1为人脸皮肤的上边界纵坐标:根据水平灰度投影曲线图取得人脸皮肤上边界,绘制垂直y轴、与上边界凸峰皮肤位置的切线,与y轴交点即为y1坐标值;
105)确定眉毛上边界及眼睛上边界:定义y2为眉毛上边界纵坐标,y3为眼睛上边界纵坐标:根据水平灰度投影曲线图,绘制垂直于y轴且自y1往下第一个波谷的切线,为眉毛上边界,与y轴的交点为y2坐标值,绘制垂直于y轴且自y2往下第一个波谷的切线,为眼睛上边界,与y轴交点为y3的坐标值;
106)确定嘴唇的上下边界:定义y7为嘴唇上下边界的中心点纵坐标;利用图像中的红色像素点投影来确认嘴唇的上下边界,绘制垂直于y轴且穿过嘴唇上下边界的中心点的切线,与y轴相交的点为y7的坐标值;
107)确定鼻尖坐标:定义y6为鼻尖纵坐标;由垂直灰度投影曲线图得到鼻尖处于人脸中间偏下位置的灰度峰值位置,绘制垂直于y轴且穿过鼻尖的切线,与y轴相交的点为y6的坐标值;
108)确定两瞳孔中心至鼻尖的1/2处坐标:定义y5为从瞳孔中心至鼻尖的1/2处纵坐标。
7.根据权利要求5所述的一种人脸特征提取方法,其特征在于,步骤4)中,所述的通过坐标映射定位各面部分区的中心点坐标及分布形状为:
定义面部分区的表达式为:分布形状(中心点坐标),则
心:椭圆(x5,y4);
肝:左椭圆(x1+(x2-x1)/2,y2),右椭圆(x8+(x9-x8)/2,y2),中间圆(x5,y5);
肺:椭圆(x5,y2-(y2-y1)*1/3);
脑:椭圆(x5,y3);
胸乳:左椭圆(x4+(x5-x4)/2,y4),右椭圆(x5+(x6-x5)/2,y4);
胆:左椭圆(x4+(x5-x4)/2,y5),右椭圆(x5+(x6-x5)/2,y5);
脾:圆(x5,y6);
小肠:左圆(x3+(x4-x3)/2,y5+(y6-y5)/2),右圆(x6+(x7-x6)/2,y5+(y6-y5)/2):
大肠:左圆(x2+(x3-x2)/2,y6+(y7-y6)/2),右圆(x7+(x8-x7)/2,y6+(y7-y6)/2);
肾:左不规则图形(x2,y7),右不规则图形(x8,y7);
膀胱:椭圆(x5,y6+(y7-y6)/2);
生殖系统:椭圆(x5,y7)
心理压力:椭圆(x5,y1+(y2-y1)*1/3)。
8.根据权利要求7所述的一种人脸特征提取方法,其特征在于,所述的根据各面部分区的中心点坐标及分布形状计算各面部分区的面积为:
肾的左不规则图形面积计算如下:
将左不规则图形使用坐标分割成a,b,c,d,e,f六部分区域,
a区域的面积=(x2-x1)*(y5-y4);
b区域的面积=(x2-x1)*(y6-y5);
c区域的面积=(x3-x2)*(y6-y5):
d区域的面积=(x3-x2)*(y7-y6),
当取得d反射区的像素点阵后和大肠的左侧反射区像素点阵做比较,重叠的像素去掉,剩下的便是左不规则图像在d区域的面积;
e的面积没有坐标闭环,直接从y7开始,x3-x2的宽度向下取人脸部分的像素点阵;
f同e没有坐标闭环,直接从y7开始,x4-x3的宽度和坐标向下取人脸部分的像素点阵;
肾的右不规则图形的面积与左不规则图形的面积相同,肾的左、右不规则图形关于x5轴对称分布。
9.根据权利要求8所述的一种人脸特征提取方法,其特征在于,步骤5)中,对肾的右不规则图形的人脸部分的像素点阵获取如下:当获取左不规则区域的人脸部分的像素点阵后,以x5为对称轴,获取右不规则图形的像素点阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410180787.4A CN103955675A (zh) | 2014-04-30 | 2014-04-30 | 一种人脸特征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410180787.4A CN103955675A (zh) | 2014-04-30 | 2014-04-30 | 一种人脸特征提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103955675A true CN103955675A (zh) | 2014-07-30 |
Family
ID=51332950
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410180787.4A Pending CN103955675A (zh) | 2014-04-30 | 2014-04-30 | 一种人脸特征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103955675A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268518A (zh) * | 2014-09-19 | 2015-01-07 | 厦门美图之家科技有限公司 | 一种自动优化眼角距离的方法 |
CN104825136A (zh) * | 2015-05-26 | 2015-08-12 | 高也陶 | 传统中医面区色部信息采集及分析系统和方法 |
CN106231434A (zh) * | 2016-07-25 | 2016-12-14 | 武汉斗鱼网络科技有限公司 | 一种基于人脸检测的直播互动特效实现方法及系统 |
CN108062742A (zh) * | 2017-12-31 | 2018-05-22 | 广州二元科技有限公司 | 一种利用数字图像处理和变形的眉毛更换方法 |
CN109145821A (zh) * | 2018-08-16 | 2019-01-04 | 新智数字科技有限公司 | 一种对人眼图像中瞳孔图像进行定位的方法及装置 |
CN109508587A (zh) * | 2017-09-15 | 2019-03-22 | 丽宝大数据股份有限公司 | 身体信息分析装置及其底妆分析方法 |
CN109598254A (zh) * | 2018-12-17 | 2019-04-09 | 海南大学 | 面向群体的空间展示组合优化方法 |
CN110210374A (zh) * | 2018-05-30 | 2019-09-06 | 沈阳工业大学 | 基于光栅条纹投影的三维人脸定位方法 |
CN110728234A (zh) * | 2019-10-12 | 2020-01-24 | 爱驰汽车有限公司 | 驾驶员人脸识别方法、系统、设备及介质 |
CN110767288A (zh) * | 2018-07-26 | 2020-02-07 | 王东 | 一种虚拟面部轮廓调整方法 |
CN111227795A (zh) * | 2020-01-13 | 2020-06-05 | 天津众阳科技有限公司 | 一种人脸反射区颜色变化信息的提取方法 |
CN110767288B (zh) * | 2018-07-26 | 2024-05-31 | 王东 | 一种虚拟面部轮廓调整方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000231602A (ja) * | 1999-02-12 | 2000-08-22 | Oki Electric Ind Co Ltd | 特徴抽出装置 |
CN103034775A (zh) * | 2011-09-29 | 2013-04-10 | 上海中医药大学 | 中医面诊分析与诊断系统 |
-
2014
- 2014-04-30 CN CN201410180787.4A patent/CN103955675A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000231602A (ja) * | 1999-02-12 | 2000-08-22 | Oki Electric Ind Co Ltd | 特徴抽出装置 |
CN103034775A (zh) * | 2011-09-29 | 2013-04-10 | 上海中医药大学 | 中医面诊分析与诊断系统 |
Non-Patent Citations (2)
Title |
---|
吴暾华: "面向中医面诊诊断信息提取的若干关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李琳莉: "人脸识别的图像处理算法", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268518B (zh) * | 2014-09-19 | 2018-03-30 | 厦门美图之家科技有限公司 | 一种自动优化眼角距离的方法 |
CN104268518A (zh) * | 2014-09-19 | 2015-01-07 | 厦门美图之家科技有限公司 | 一种自动优化眼角距离的方法 |
CN104825136A (zh) * | 2015-05-26 | 2015-08-12 | 高也陶 | 传统中医面区色部信息采集及分析系统和方法 |
CN104825136B (zh) * | 2015-05-26 | 2018-08-10 | 高也陶 | 传统中医面区色部信息采集及分析系统和方法 |
CN106231434A (zh) * | 2016-07-25 | 2016-12-14 | 武汉斗鱼网络科技有限公司 | 一种基于人脸检测的直播互动特效实现方法及系统 |
CN109508587A (zh) * | 2017-09-15 | 2019-03-22 | 丽宝大数据股份有限公司 | 身体信息分析装置及其底妆分析方法 |
CN108062742A (zh) * | 2017-12-31 | 2018-05-22 | 广州二元科技有限公司 | 一种利用数字图像处理和变形的眉毛更换方法 |
CN108062742B (zh) * | 2017-12-31 | 2021-05-04 | 广州二元科技有限公司 | 一种利用数字图像处理和变形的眉毛更换方法 |
CN110210374A (zh) * | 2018-05-30 | 2019-09-06 | 沈阳工业大学 | 基于光栅条纹投影的三维人脸定位方法 |
CN110767288A (zh) * | 2018-07-26 | 2020-02-07 | 王东 | 一种虚拟面部轮廓调整方法 |
CN110767288B (zh) * | 2018-07-26 | 2024-05-31 | 王东 | 一种虚拟面部轮廓调整方法 |
CN109145821A (zh) * | 2018-08-16 | 2019-01-04 | 新智数字科技有限公司 | 一种对人眼图像中瞳孔图像进行定位的方法及装置 |
CN109598254B (zh) * | 2018-12-17 | 2019-11-26 | 海南大学 | 面向群体的空间展示组合优化方法 |
CN109598254A (zh) * | 2018-12-17 | 2019-04-09 | 海南大学 | 面向群体的空间展示组合优化方法 |
CN110728234A (zh) * | 2019-10-12 | 2020-01-24 | 爱驰汽车有限公司 | 驾驶员人脸识别方法、系统、设备及介质 |
CN111227795A (zh) * | 2020-01-13 | 2020-06-05 | 天津众阳科技有限公司 | 一种人脸反射区颜色变化信息的提取方法 |
CN111227795B (zh) * | 2020-01-13 | 2022-07-22 | 天津众阳科技有限公司 | 一种人脸反射区颜色变化信息的提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103955675A (zh) | 一种人脸特征提取方法 | |
US11253171B2 (en) | System and method for patient positioning | |
US11576645B2 (en) | Systems and methods for scanning a patient in an imaging system | |
US11654304B2 (en) | Systems and methods for determining a region of interest of a subject | |
US11779222B2 (en) | Method of and imaging system for clinical sign detection | |
CA2905637C (en) | Systems, methods, and computer-readable media for identifying when a subject is likely to be affected by a medical condition | |
US11576578B2 (en) | Systems and methods for scanning a patient in an imaging system | |
US20190129501A1 (en) | Interactive Motion-Based Eye Tracking Calibration | |
CN108985210A (zh) | 一种基于人眼几何特征的视线追踪方法及系统 | |
Kashyap et al. | Energy-based active contour method for image segmentation | |
EP3219251A1 (en) | Organ image capture device and program | |
Lou et al. | A review on automated facial nerve function assessment from visual face capture | |
JP2012016453A (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
CN105593896B (zh) | 图像处理装置、图像显示装置、图像处理方法 | |
CN113436734A (zh) | 基于人脸结构定位的牙齿健康评估方法、设备和存储介质 | |
Hamad et al. | Automated segmentation of the vocal folds in laryngeal endoscopy videos using deep convolutional regression networks | |
US20160371569A1 (en) | Systems and methods of analyzing images | |
Vocaturo et al. | On discovering relevant features for tongue colored image analysis | |
AU2020337151A1 (en) | Systems and methods for evaluating pupillary responses | |
CN113197549A (zh) | 一种通过人脸识别技术诊断疾病的系统 | |
CN115908405B (zh) | 确定眼底特征的方法、装置和电子设备 | |
Comunello et al. | A computational method for the semi-automated quantitative analysis of tympanic membrane perforations and tympanosclerosis | |
Feng et al. | Research and application of tongue and face diagnosis based on deep learning | |
CN111513765A (zh) | 呼吸肌组织的超声测量方法、超声测量装置及存储介质 | |
WO2022173055A1 (ja) | 骨格推定方法、装置、プログラム、システム、学習済みモデル生成方法、および学習済みモデル |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140730 |