CN104091160A - 一种人脸检测方法 - Google Patents
一种人脸检测方法 Download PDFInfo
- Publication number
- CN104091160A CN104091160A CN201410333977.5A CN201410333977A CN104091160A CN 104091160 A CN104091160 A CN 104091160A CN 201410333977 A CN201410333977 A CN 201410333977A CN 104091160 A CN104091160 A CN 104091160A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- detected
- color shade
- shade value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 230000008921 facial expression Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 25
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 abstract description 4
- 238000007781 pre-processing Methods 0.000 abstract 1
- 230000001815 facial effect Effects 0.000 description 25
- 230000014509 gene expression Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种人脸检测方法，所述方法包括：接收包含人脸的第一待检测图像和包含人脸的第二待检测图像；将第一待检测图像和第二待检测图像保存在图像数据库中；确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围；对第一待检测图像和第二待检测图像进行图像预处理；检测第一待检测图像中的人脸和第二待检测图像中的人脸是否属于已注册人脸；如果第一待检测图像中的人脸和第二待检测图像中的人脸均属于已注册人脸并且均属于同一个人的脸，则判断所述同一个人的面部表情。实现了对人脸图像的精细检测、准确识别以及较强的自适应识别能力。
Description
技术领域
本发明涉及一种身份识别方法，特别涉及一种人脸检测方法。
背景技术
人脸是自然界存在的一种特殊的复杂视觉模式，它包含着极其丰富的信息。首先，人脸具有一定的不变性和唯一性，人脸识别和人脸检测是人类在进行身份确认时使用得最为普遍的一种方式，人脸图像还能够提供一个人的性别、年龄、种族等有关信息。其次，人脸也具有多样的变化能力，人的脸上分布着五十多块面部肌肉，这些肌肉的运动导致不同面部表情的出现，从这些表情和神色的变化中，人们可以感知到一个人情绪，感受，甚至秉性和气质。人类在人脸图像分析中所表现出来的能力是让人惊异的，但是迄今为止，人类人脸图像分析的认知过程和内在机理仍然是一个没有完全解开的迷。
从上个世纪六十年代以来，随着计算机和电子技术的迅猛发展，人们开始利用计算机视觉和模式识别等技术对人脸进行研究。近年来，随着相关技术的不断发展和实际需求的口益增加，自动人脸图像分析已经引起了越来越多的关注，新的研究成果和实用系统不断涌现。目前，人脸图像分析中最为重要的两个方向是人脸检测和表情识别。
正由于人脸检测技术具有如此之多的优势，因此它的应用前景非常广阔。首先，人脸检测技术可以应用十金融保险、宾馆饭店中的门禁系统，通过人脸检测来实现访问控制和自动监视。其次，人脸检测是刑侦破案和司法鉴定的一个有效的辅助手段，通过人脸检测对犯罪嫌疑人的照片进行自动筛选可以大大节省破案的时间和人力物力。
然而现有的表情检测方法大多基于单张人脸图像进行检测，然而根据单张人脸图像检测人脸表情可能会有误差。另外，现有的人脸检测方法中的人脸图像很多并未进行划分处理，也并未针对图像中不同部分进行不同的处理。例如，针对图像噪声，在现有的图像去噪处理的方法中，小波去噪相对成熟，例如小波阈值去噪，能减少边界效应对分解出信号的影响，但是自适应性差，可能影响去噪效果，相较于小波去噪，EMF去噪自适应性强，但是由于其本身还在发展阶段，存在特殊的边缘效应，因此可能导致去噪后图像的边界模糊。
针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。因此，本发明提出了一种新型的人脸检测方法，毋庸置疑，本发明的新型的人脸识别方法经过适当的修改同样适于识别其他图像。
发明内容
为解决上述现有技术所存在的问题，本发明提出了一种人脸检测方法，通过本发明利用多张图像进行表情检测的方法可以快速获得更准确的表情检测结果；通过本发明进行图像预处理，并基于不同部分分别进行不同的处理，使得图像预处理更加有针对性；尤其对于去噪处理操作，通过本发明的结合小波阈值去噪、EMF去噪的处理，特别是在图像不同部分分别进行小波阈值去噪和EMF去噪，实现了小波阈值去噪和EMF去噪的优点同时体现在去噪处理方法中，使得去噪效果更加完善，不仅边界图像清楚而且自适应能力强，适于各种情况下的噪声抑制。
所述方法包括：接收包含人脸的第一待检测图像和包含人脸的第二待检测图像；将第一待检测图像和第二待检测图像保存在图像数据库中；确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围；对第一待检测图像和第二待检测图像进行图像预处理；检测第一待检测图像中的人脸和第二待检测图像中的人脸是否属于已注册人脸；如果第一待检测图像中的人脸和第二待检测图像中的人脸均属于已注册人脸并且均属于同一个人的脸，则判断所述同一个人的面部表情。
优选地，所述确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围包括：分别将第一待检测图像和第二待检测图像转换为第一256色灰度值图像和第二256色灰度值图像；分别将所述第一256色灰度值图像和所述第二256色灰度值图像进行垂直灰度投影，根据垂直灰度投影结果确定第一256色灰度值图像中人脸的左右边界位置和第二256色灰度值图像中人脸的左右边界位置；分别将所述第一256色灰度值图像和所述第二256色灰度值图像进行水平灰度投影，根据水平灰度投影结果确定第一256色灰度值图像中人脸的上下边界位置和第二256色灰度值图像中人脸的上下边界位置；根据所述第一256色灰度值图像中人脸的左右边界位置与所述第一256色灰度值图像中人脸的上下边界位置确定第一待检测图像中的人脸的范围；根据所述第二256色灰度值图像中人脸的左右边界位置与所述第二256色灰度值图像中人脸的上下边界位置确定第二待检测图像中的人脸的范围。
优选地，所述垂直灰度投影包括：使用函数进行垂直灰度投影，其中，V(x)为垂直灰度投影曲线，P(x，y)为图像中像素坐标函数，图像大小为M*N像素，x为水平坐标像素值，1<＝x<＝M，y为垂直坐标像素值，1<＝y<＝N。
优选地，所述水平灰度投影包括：使用函数进行水平灰度投影，其中，H(x)为水平灰度投影曲线，P(x，y)为图像中像素坐标函数，图像大小为M*N像素，x为水平坐标像素值，1<＝x<＝M，y为垂直坐标像素值，1<＝y<＝N。
优选地，所述对第一待检测图像和第二待检测图像进行图像预处理包括：将所述第一待检测图像和所述第二待检测图像分别划分成多个第一子图像和多个第二子图像；针对所述多个第一子图像和所述多个第二子图像分别进行去噪处理。
优选地，所述针对所述多个第一子图像和所述多个第二子图像分别进行去噪处理包括：对多个第一子图像中与所述第一待检测图像中的人脸的范围相交的第一子图像进行小波阈值去噪处理，对多个第一子图像中与所述第一待检测图像中的人脸的范围不相交的第一子图像进行进行EMF去噪处理；对多个第二子图像中与所述第二待检测图像中的人脸的范围相交的第二子图像进行小波阈值去噪处理，对多个第二子图像中与所述第二待检测图像中的人脸的范围不相交的第二子图像进行进行EMF去噪处理。
优选地，所述检测第一待检测图像中的人脸和第二待检测图像中的人脸是否属于已注册人脸包括：使用BP神经网络模型检测第一待检测图像中的人脸是否属于已注册人脸；使用BP神经网络模型检测第二待检测图像中的人脸是否属于已注册人脸。
优选地，所述判断所述同一个人的面部表情包括：根据第一待检测图像中的人脸与第二待检测图像中的人脸的特征变化判断所述同一个人的面部表情。
附图说明
图1是根据本发明实施例的人脸检测方法的流程图。
具体实施方式
多种方式可以用于实施本发明，包括实施为方法，过程，装置，系统及其结合。在本说明书中，这些实施或者本发明可以采用的任何其他形式可以称为技术。一般而言，可以在本发明的范围内变更公开的方法的步骤顺序。
下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详细描述。结合这样的实施例描述本发明，但是本发明不限于任何实施例。本发明的范围仅由权利要求书限定，并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的而提供这些细节，并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本发明。
本发明的目的在于提供一种人脸检测的方法。在人脸识别方法与系统中，首先要确定人脸图像，人脸图像可以是包含人脸面部图像和背景图像的图像，其中人脸面部图像可以是多个，即在人脸图像中包括多个人脸。人脸图像也可以是经过裁剪的人脸图像，如去除大部分背景图像而使得图像主体为人脸的人脸图像。另外，人脸图像可以是具有特定统一背景并且实时进行拍照的人脸图像。在本发明中接收包含有人脸图像的多个待检测图像。
人脸图像识别包括图像处理、图像检测等重要技术，其中大部分处理都需要基于原始图像进行，因此保存原始图像是必要的。本发明中所接收的多个待检测图像保存在图像数据库中，也可以直接保存在存储器中，包括暂存在内存中，长期保存在硬盘中，或者直接保存在SD卡、闪存卡等小型快速存储器中。
本发明的人脸检测方法中，提出了首先确定人脸在待检测图像的范围的方法，具体地，通过对待检测图像进行256色灰度值图像转化，进行通过垂直灰度投影和水平灰度投影判断人脸的左右边界位置和上下边界位置，进而根据所述左右边界位置和所述上下边界位置确定所述范围。
在本发明中，针对人脸图像检测的目的，提出了对包含人脸图像的待检测图像进行图像预处理的方法，这在人脸检测技术领域是全新的处理方法。本发明的人脸检测方法中，同时提出了对待检测图像进行图像预处理的方法，包括图像划分处理以及图像去噪处理。虽然本发明特别强调的是图像划分处理与图像去噪处理，但是并不排除图像预处理中还包括增强、复原、提取特征等处理的方法和技术。关于图像划分处理，例如，当待检测图像为256*256像素大小时，可以将待检测图像划分为16个64*64像素大小的子图像，或者划分为64个32*32像素大小的子图像。关于图像去噪处理，噪声是图像干扰的重要原因。一幅图像在实际应用中可能存在各种各样的噪声,这些噪声可能在传输中产生,也可能在量化等处理中产生。现有技术中的去噪方法包括：均值滤波、自适应维纳滤波、中值滤波、形态学噪声滤除、小波去噪，近年来又出现了EMD去噪。在本发明中，针对人脸图像中同时存在人脸部分与背景部分的特点，针对不同图像部分进行小波阈值去噪处理和EMD去噪处理。例如，在包括有人脸边缘的部分进行小波阈值去噪处理以发挥小波去噪处理中对边缘像素有效的优势，在未包括有人脸边缘的部分进行EMD去噪处理以发挥EMD去噪处理中自适应能力强的优势，使得去噪效果显著提高。
现有的人脸检测方法包括：从局部到整体的人脸检测方法、基于整体的人脸检测方法、基于轮廓的人脸检测方法、基于颜色信息的人脸检测方法、基于图像序列的人脸检测方法等。受到上述方法的启发，提出了本发明的技术方案进行人脸检测以及表情检测。尤其是对基于进行了本发明的图像预处理的图像数据进行检测，从而识别待检测图像中的人脸是否是已注册的人脸。特别是当连续的两幅待检测图像中的人脸均为同一个人的脸时，进行所述同一个人的面部表情的检测。尤其是，基于连续的多幅待检测图像，例如基于连续的两幅待检测图像的特征变化进行人脸表情的检测。例如嘴角从水平到上扬是高兴表情的变化趋向，嘴唇从微合到微撅是惊异表情的变化趋向，眼睛从张开到圆睁是恐惧表情的变化趋向，额头从无褶皱到有褶皱是恐惧表情或惊异表情的趋向等等，本领域技术人员根据本发明的启示，容易理解其他特征变化对表情判断的影响，在此不做赘述。
图1是根据本发明实施例的人脸检测方法的流程图。如图1所示，实施本发明的具体步骤如下：步骤一，接收包含人脸的第一待检测图像和包含人脸的第二待检测图像，根据本发明一优选实施例，所述第一待检测图像和所述第二待检测图像中均包含且仅包含一个人脸图像，并且所述一个人脸图像占据所述第一待检测图像中的大部分，同时所述一个人脸图像占据所述第二待检测图像中的大部分。步骤二，将第一待检测图像和第二待检测图像保存在图像数据库中，根据本发明一优选实施例，所述图像数据库是面向对象数据库。步骤三，确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围，根据本发明一优选实施例，所述第一范围是所述第一待检测图像中的大部分范围，所述第二范围是所述第二待检测图像中的大部分范围。步骤四，对第一待检测图像和第二待检测图像进行图像预处理，根据本发明一优选实施例，所述预处理包括图像划分处理和图像去噪处理。步骤五，检测第一待检测图像中的人脸和第二待检测图像中的人脸是否属于已注册人脸，根据本发明一优选实施例，在实际实现过程中，步骤一至步骤五中的所有步骤中针对两个待检测图像进行的处理可同步执行也可非同步执行。例如同步执行时，在步骤一中，由第一进程接收包含人脸的第一待检测图像，由第二进程接收包含人脸的第二待检测图像，并且第一进程与第二进程同步执行，步骤二至步骤五的执行过程与步骤一的同步执行过程相同。步骤六，如果第一待检测图像中的人脸和第二待检测图像中的人脸均属于已注册人脸并且均属于同一个人的脸，则判断所述同一个人的面部表情，在一优选实施例中，根据第一待检测图像中的人脸与第二待检测图像中的人脸的特征变化判断所述同一个人的面部表情。这就涉及到人脸特征提取的技术，关于人脸特征提取可以采用现有技术中的基于几何特征的方法、基于统计的方法、弹性图匹配、神经网络方法、支持向量基方法、隐马尔可夫模型法等实现。
根据本发明的一优选实施例，所述确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围包括：分别将第一待检测图像和第二待检测图像转换为第一256色灰度值图像和第二256色灰度值图像。分别将所述第一256色灰度值图像和所述第二256色灰度值图像进行垂直灰度投影，根据垂直灰度投影结果确定第一256色灰度值图像中人脸的左右边界位置和第二256色灰度值图像中人脸的左右边界位置，在一优选实施例中，所述垂直灰度投影包括：使用函数进行垂直灰度投影，其中，V(x)为垂直灰度投影曲线，P(x，y)为图像中像素坐标函数，图像大小为M*N像素，x为水平坐标像素值，1<＝x<＝M，y为垂直坐标像素值，1<＝y<＝N。分别将所述第一256色灰度值图像和所述第二256色灰度值图像进行水平灰度投影，根据水平灰度投影结果确定第一256色灰度值图像中人脸的上下边界位置和第二256色灰度值图像中人脸的上下边界位置，在一优选实施例中，所述水平灰度投影包括：使用函数进行水平灰度投影，其中，H(x)为水平灰度投影曲线，P(x，y)为图像中像素坐标函数，图像大小为M*N像素，x为水平坐标像素值，1<＝x<＝M，y为垂直坐标像素值，1<＝y<＝N。根据所述第一256色灰度值图像中人脸的左右边界位置与所述第一256色灰度值图像中人脸的上下边界位置确定第一待检测图像中的人脸的范围，即即所述第一待检测图像中的人脸的范围为第一待检测图像所在坐标系中由所述第一256色灰度值图像中人脸的左右边界位置确定的水平坐标值和由所述第一256色灰度值图像中人脸的上下边界位置确定的垂直坐标值所确定的矩形范围。根据所述第二256色灰度值图像中人脸的左右边界位置与所述第二256色灰度值图像中人脸的上下边界位置确定第二待检测图像中的人脸的范围，即所述第二待检测图像中的人脸的范围为第二待检测图像所在坐标系中由所述第二256色灰度值图像中人脸的左右边界位置确定的水平坐标值和由所述第二256色灰度值图像中人脸的上下边界位置确定的垂直坐标值所确定的矩形范围。
根据本发明的一优选实施例，所述对第一待检测图像和第二待检测图像进行图像预处理包括：将所述第一待检测图像和所述第二待检测图像分别划分成多个第一子图像和多个第二子图像，在一优选实施例中，所述第一待检测图像和所述第二待检测图像均为256*256像素大小的图像，将所述第一待检测图像和所述第二待检测图像分别划分为64个32*32像素大小的第一子图像和64个32*32像素大小的第二子图像；针对所述多个第一子图像和所述多个第二子图像分别进行去噪处理。根据本发明的一优选实施例，所述针对所述多个第一子图像和所述多个第二子图像分别进行去噪处理包括：对多个第一子图像中与所述第一待检测图像中的人脸的范围相交的第一子图像进行小波阈值去噪处理，对多个第一子图像中与所述第一待检测图像中的人脸的范围不相交的第一子图像进行进行EMF去噪处理；对多个第二子图像中与所述第二待检测图像中的人脸的范围相交的第二子图像进行小波阈值去噪处理，对多个第二子图像中与所述第二待检测图像中的人脸的范围不相交的第二子图像进行进行EMF去噪处理。
根据本发明的一优选实施例，所述检测第一待检测图像中的人脸和第二待检测图像中的人脸是否属于已注册人脸包括：使用BP神经网络模型检测第一待检测图像中的人脸是否属于已注册人脸；使用BP神经网络模型检测第二待检测图像中的人脸是否属于已注册人脸。
综上所述，根据本发明的人脸检测方法，实现了对人脸图像的精细检测、准确识别以及较强的自适应识别能力。
显然，本领域的技术人员应该理解，上述的本发明的各步骤可以用通用的计算系统来实现，它们可以集中在单个的计算系统上，或者分布在多个计算系统所组成的网络上，可选地，它们可以用计算系统可执行的程序代码来实现，从而，可以将它们存储在存储系统中由计算系统来执行。这样，本发明不限制于任何特定的硬件和软件结合。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (8)
1.一种人脸检测方法，所述方法包括：
接收包含人脸的第一待检测图像和包含人脸的第二待检测图像；
将第一待检测图像和第二待检测图像保存在图像数据库中；
确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围；
对第一待检测图像和第二待检测图像进行图像预处理；
检测第一待检测图像中的人脸和第二待检测图像中的人脸是否属于已注册人脸；
如果第一待检测图像中的人脸和第二待检测图像中的人脸均属于已注册人脸并且均属于同一个人的脸，则判断所述同一个人的面部表情。
2.根据权利要求1所述的人脸检测方法，其特征在于，所述确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围包括：
分别将第一待检测图像和第二待检测图像转换为第一256色灰度值图像和第二256色灰度值图像；
分别将所述第一256色灰度值图像和所述第二256色灰度值图像进行垂直灰度投影，根据垂直灰度投影结果确定第一256色灰度值图像中人脸的左右边界位置和第二256色灰度值图像中人脸的左右边界位置；
分别将所述第一256色灰度值图像和所述第二256色灰度值图像进行水平灰度投影，根据水平灰度投影结果确定第一256色灰度值图像中人脸的上下边界位置和第二256色灰度值图像中人脸的上下边界位置；
根据所述第一256色灰度值图像中人脸的左右边界位置与所述第一256色灰度值图像中人脸的上下边界位置确定第一待检测图像中的人脸的范围；
根据所述第二256色灰度值图像中人脸的左右边界位置与所述第二256色灰度值图像中人脸的上下边界位置确定第二待检测图像中的人脸的范围。
3.根据权利要求2所述的人脸检测方法，其特征在于，所述垂直灰度投影包括：
使用函数进行垂直灰度投影，其中，V(x)为垂直灰度投影曲线，P(x，y)为图像中像素坐标函数，图像大小为M*N像素，x为水平坐标像素值，1<＝x<＝M，y为垂直坐标像素值，1<＝y<＝N。
4.根据权利要求2所述的人脸检测方法，其特征在于，所述水平灰度投影包括：
使用函数进行水平灰度投影，其中，H(x)为水平灰度投影曲线，P(x，y)为图像中像素坐标函数，图像大小为M*N像素，x为水平坐标像素值，1<＝x<＝M，y为垂直坐标像素值，1<＝y<＝N。
5.根据权利要求1所述的方法，其特征在于，所述对第一待检测图像和第二待检测图像进行图像预处理包括：
将所述第一待检测图像和所述第二待检测图像分别划分成多个第一子图像和多个第二子图像；
针对所述多个第一子图像和所述多个第二子图像分别进行去噪处理。
6.根据权利要求5所述的方法，其特征在于，所述针对所述多个第一子图像和所述多个第二子图像分别进行去噪处理包括：
对多个第一子图像中与所述第一待检测图像中的人脸的范围相交的第一子图像进行小波阈值去噪处理，对多个第一子图像中与所述第一待检测图像中的人脸的范围不相交的第一子图像进行进行EMF去噪处理；
对多个第二子图像中与所述第二待检测图像中的人脸的范围相交的第二子图像进行小波阈值去噪处理，对多个第二子图像中与所述第二待检测图像中的人脸的范围不相交的第二子图像进行进行EMF去噪处理。
7.根据权利要求1所述的方法，其特征在于，所述检测第一待检测图像中的人脸和第二待检测图像中的人脸是否属于已注册人脸包括：
使用BP神经网络模型检测第一待检测图像中的人脸是否属于已注册人脸；
使用BP神经网络模型检测第二待检测图像中的人脸是否属于已注册人脸。
8.根据权利要求1所述的方法，其特征在于，所述判断所述同一个人的面部表情包括：
根据第一待检测图像中的人脸与第二待检测图像中的人脸的特征变化判断所述同一个人的面部表情。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410333977.5A CN104091160B (zh) | 2014-07-14 | 2014-07-14 | 一种人脸检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410333977.5A CN104091160B (zh) | 2014-07-14 | 2014-07-14 | 一种人脸检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104091160A true CN104091160A (zh) | 2014-10-08 |
| CN104091160B CN104091160B (zh) | 2017-12-08 |
Family
ID=51638875
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410333977.5A Active CN104091160B (zh) | 2014-07-14 | 2014-07-14 | 一种人脸检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104091160B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019119396A1 (zh) * | 2017-12-22 | 2019-06-27 | 中国科学院深圳先进技术研究院 | 人脸表情识别方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101710383A (zh) * | 2009-10-26 | 2010-05-19 | 北京中星微电子有限公司 | 一种身份认证的方法及认证装置 |
| CN101964064A (zh) * | 2010-07-27 | 2011-02-02 | 上海摩比源软件技术有限公司 | 一种人脸比对方法 |
| CN102385691A (zh) * | 2010-08-31 | 2012-03-21 | 财团法人资讯工业策进会 | 脸部表情辨识系统、辨识装置及辨识方法 |
| CN102663702A (zh) * | 2012-04-20 | 2012-09-12 | 西安电子科技大学 | 基于区域划分的自然图像去噪方法 |
| CN103530648A (zh) * | 2013-10-14 | 2014-01-22 | 四川空港知觉科技有限公司 | 一种基于多帧图像的人脸识别方法 |
-
2014
- 2014-07-14 CN CN201410333977.5A patent/CN104091160B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101710383A (zh) * | 2009-10-26 | 2010-05-19 | 北京中星微电子有限公司 | 一种身份认证的方法及认证装置 |
| CN101964064A (zh) * | 2010-07-27 | 2011-02-02 | 上海摩比源软件技术有限公司 | 一种人脸比对方法 |
| CN102385691A (zh) * | 2010-08-31 | 2012-03-21 | 财团法人资讯工业策进会 | 脸部表情辨识系统、辨识装置及辨识方法 |
| CN102663702A (zh) * | 2012-04-20 | 2012-09-12 | 西安电子科技大学 | 基于区域划分的自然图像去噪方法 |
| CN103530648A (zh) * | 2013-10-14 | 2014-01-22 | 四川空港知觉科技有限公司 | 一种基于多帧图像的人脸识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘永信: "人脸识别方法综述", 《内蒙古大学学报(自然科学版)》 * |
| 张立位: "人脸表情识别方法的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 李燕民 等: "一种新的图像去噪方法", 《微计算机应用》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019119396A1 (zh) * | 2017-12-22 | 2019-06-27 | 中国科学院深圳先进技术研究院 | 人脸表情识别方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104091160B (zh) | 2017-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106557726B (zh) | 一种带静默式活体检测的人脸身份认证系统及其方法 | |
| Tayab Khan et al. | Smart Real‐Time Video Surveillance Platform for Drowsiness Detection Based on Eyelid Closure | |
| CN106203294B (zh) | 基于人脸属性分析的人证合一身份验证方法 | |
| CN103902977B (zh) | 基于Gabor二值模式的人脸识别方法及装置 | |
| CN102867188B (zh) | 一种基于级联结构的会场内座位状态检测方法 | |
| CN105608450A (zh) | 基于深度卷积神经网络的异质人脸识别方法 | |
| CN110414350A (zh) | 基于注意力模型的双路卷积神经网络的人脸防伪检测方法 | |
| CN106250936A (zh) | 基于机器学习的多特征多线程安检违禁品自动识别方法 | |
| US20110150328A1 (en) | Apparatus and method for blockiing objectionable image on basis of multimodal and multiscale features | |
| CN106599870A (zh) | 一种基于自适应加权局部特征融合的人脸识别方法 | |
| CN105046227A (zh) | 一种针对人像视频系统的关键帧获取方法 | |
| CN104036278A (zh) | 人脸算法标准脸部图像的提取方法 | |
| CN108171158A (zh) | 活体检测方法、装置、电子设备及存储介质 | |
| CN104102903A (zh) | 一种基于src的二次人脸识别方法 | |
| CN105809089A (zh) | 复杂背景下的多人脸检测方法及装置 | |
| CN111079688A (zh) | 一种人脸识别中的基于红外图像的活体检测的方法 | |
| CN104376311A (zh) | 一种基于核贝叶斯压缩感知的人脸识别方法 | |
| Zhang et al. | Hand gesture detection and segmentation based on difference background image with complex background | |
| CN106940904A (zh) | 基于人脸识别和语音识别的考勤系统 | |
| Rahman et al. | A gender recognition approach with an embedded preprocessing | |
| CN103927518A (zh) | 一种用于人脸分析系统的人脸特征提取方法 | |
| CN116311212B (zh) | 基于高速摄像机实现运动状态下的船号识别方法及装置 | |
| CN110163489B (zh) | 一种戒毒运动锻炼成效评价方法 | |
| CN105005763B (zh) | 一种基于局部特征信息挖掘的人脸识别方法及系统 | |
| CN104091160A (zh) | 一种人脸检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A face detection method Effective date of registration: 20200907 Granted publication date: 20171208 Pledgee: China Minsheng Banking Corp Chengdu branch Pledgor: CHENGDU WANWEI TUXIN IT Co.,Ltd. Registration number: Y2020980005755 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20220519 Granted publication date: 20171208 Pledgee: China Minsheng Banking Corp Chengdu branch Pledgor: CHENGDU WANWEI TUXIN IT Co.,Ltd. Registration number: Y2020980005755 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A face detection method Effective date of registration: 20220523 Granted publication date: 20171208 Pledgee: Bank of Chengdu science and technology branch of Limited by Share Ltd. Pledgor: CHENGDU WANWEI TUXIN IT Co.,Ltd. Registration number: Y2022510000135 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20171208 Pledgee: Bank of Chengdu science and technology branch of Limited by Share Ltd. Pledgor: CHENGDU WANWEI TUXIN IT Co.,Ltd. Registration number: Y2022510000135 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Face Detection Method Granted publication date: 20171208 Pledgee: Bank of Chengdu science and technology branch of Limited by Share Ltd. Pledgor: CHENGDU WANWEI TUXIN IT Co.,Ltd. Registration number: Y2024980023633 |