CN104573660A - 一种利用sift点描述子精确定位人眼的方法 - Google Patents
一种利用sift点描述子精确定位人眼的方法 Download PDFInfo
- Publication number
- CN104573660A CN104573660A CN201510015015.XA CN201510015015A CN104573660A CN 104573660 A CN104573660 A CN 104573660A CN 201510015015 A CN201510015015 A CN 201510015015A CN 104573660 A CN104573660 A CN 104573660A
- Authority
- CN
- China
- Prior art keywords
- human eye
- template
- eye
- point
- sift
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Abstract
本发明属于人脸识别技术领域,涉及一种利用SIFT点描述子精确定位人眼的方法,通过观察人眼的图像,利用眼球为黑色、形状为圆形、眼白为白色、上下为眼皮这些人眼特征,构造统一的眼睛模板,并利用SIFT点描述子的稳态特性,通过模板匹配法精确定位出人眼,重复利用人眼周围的丰富信息,构造鲁棒性很强的SIFT算子,并以此与图像中的点的SIFT算子进行比较得到最终的结果,能很好的检测出具有丰富周边信息的眼睛中心点,其方法简单,原理科学,操作方便,定位精确度高,应用价值强。
Description
技术领域:
本发明属于人脸识别技术领域,涉及一种利用SIFT(尺度不变特征变换)点描述子精确定位人眼的方法。
背景技术:
随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求,生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性,并且具有很强的自身稳定性及个体差异性,生物特征成为自动身份验证的最理想依据。现有的生物特征识别技术主要包括指纹识别、视网膜识别、虹膜识别、步态识别、静脉识别和人脸识别等。与其他识别方法相比,人脸识别由于具有直接、友好和方便的特点,使用者没有任何心理障碍,易于为用户所接受,从而得到广泛的研究与应用。除此之外,人脸识别技术还能够对人脸识别的结果作进一步的分析,得到有关人的性别、表情和年龄等诸多额外的丰富信息,扩展了人脸识别的应用前景。人眼的精确定位是好的人脸识别的基础,具有重大的应用价值。目前该问题已经得到了很多专家和学者的重视,但是从不同成像环境下得到的人脸图像中精确定位人眼是一个比较困难的工作,人脸成像时的光照不一致,有的光照比较强烈,有的比较黯淡,而且眼镜等饰物也对人眼定位产生。因此,如何从不同光照条件,干扰比较强烈的人脸图像中精确定位人眼,并在此基础上进行人脸识别成为一个难题。
发明内容:
本发明的目的在于克服现有技术存在的缺点,解决不易在人脸图像中精确定位人眼的问题,寻求设计提供一种利用SIFT点描述子精确定位人眼的方法,利用SIFT点描述子的优点,对人脸图像中的人眼进行精确定位。
本发明所述的基于SIFT点描述子的人眼精确定位方法,通过观察人眼的图像,利用眼球为黑色、形状为圆形、眼白为白色、上下为眼皮这些人眼特征,构造统一的眼睛模板,并利用SIFT点描述子的稳态特性,通过模板匹配法精确定位出人眼,其具体步骤为:
(1)、将提取的人脸图像归一化为128×128像素大小得到归一化的人脸图像;
(2)、在待识别的人脸图像数据库中手动选取三套人眼模板,三套人眼模板分别在光照不足、光照强烈和光照适中的条件下取得,人眼模板的窗口大小为38×24,每套人眼模板分为左、右眼模板;
(3)、人工找出三套人眼模板中的眼睛中心点,并以眼睛中心点取周围半径为10的圆内的点构造SIFT特征向量作为匹配模板;
(4)、对步骤(1)得到的归一化的人脸图像中的每一个点取周围半径为10的圆内的点构造特征向量得到SIFT点描述子,再与其中一套人眼模板进行匹配,图像左侧像素横坐标范围为1-64的点与左眼模板进行匹配,匹配最大的位置点即为左眼的精确定位点,图像右侧像素横坐标范围为65-128的点与右眼模板进行匹配,匹配最大的位置点即为右眼的精确定位点;
(5)、比较步骤(4)得到的左、右睛的纵坐标,如果两个纵坐标之差在误差范围5内,则得到精确的人眼位置;
(6)、比较步骤(4)得到的左、右睛的纵坐标,如果纵坐标之差大于误差范围5,那么人眼定位有误,重新选取第二套人眼模板,重复上述步骤(3)-(5);
(7)、如果第二套人眼模板定位失败,那么选取第三套人眼模板,重复上述步骤(3)-(5),实现人眼的精确定位。
本发明与现有技术相比,重复利用人眼周围的丰富信息,构造鲁棒性很强的SIFT算子,并以此与图像中的点的SIFT算子进行比较得到最终的结果,能很好的检测出具有丰富周边信息的眼睛中心点,其方法简单,原理科学,操作方便,定位精确度高,应用价值强。
附图说明:
图1为本发明光照充足的情况下的人眼的左右眼模板,图像大小为38×24,其中a为左眼模板图像,b为右眼模板图像。
图2为光照适中的情况下的人眼的左右眼模板,图像大小为38×24,其中a为左眼模板图像,b为右眼模板图像。
图3为光照不足的情况下的人眼的左右眼模板,图像大小为38×24,其中a为左眼模板图像,b为右眼模板图像。
图4为本发明利用眼睛的第一套模板用SIFT算子检测正确的结果(利用FERET人脸库的部分图片进行测试)。
图5为本发明利用第一套眼睛模板检测不正确的结果。
图6为本发明在第一套模板检测不正确的结果,利用第二套眼睛模板重新检测后的正确结果。
具体实施方式:
下面通过实施例并结合附图对本发明作进一步说明。
实施例:
本实施例实现人眼精确定位的具体过程为:
(1)、将提取的人脸图像归一化为128×128像素大小得到归一化的人脸图像;
(2)、在待识别的人脸图像数据库中选取三套人眼模板,三套人眼模板分别在光照不足、光照强烈和光照适中的条件下取得,眼睛模板的窗口大小为38×24,每套人眼模板分为左、右眼模板;
(3)、人工找出三套人眼模板中的眼睛中心点,并以此中心点取半径为10的区域构造SIFT点描述子的128维向量作为匹配模板;其中图1a的眼睛中心点坐标为(19,11),图1b的眼睛中心点坐标为(17,12),图2a的眼睛中心点坐标为(23,12),图2b的眼睛中心点坐标为(17,11),图3a的眼睛中心点坐标为(20,11),图3b的眼睛中心点坐标为(18,12);
(4)、在归一化的人脸图像中,对于每一个点利用SIFT点描述子(特征向量为周围半径为10的临域内计算得到的128维向量)跟一套匹配模板进行匹配,图像左侧像素横坐标范围为1-64的点与左眼模板进行匹配,找到向量间距离最小的点,也就是匹配最大的位置点即为左眼的精确定位点,图像右侧像素横坐标范围为65-128的点与右眼模板进行匹配,找到匹配最大的位置点,即为右眼的精确定位点;图4为利用FERET人脸库中的部分照片做测试的眼睛的检测定位结果;
(5)、比较得到的左、右眼的纵坐标,如果两个纵坐标之差在5个像素之内,则得到精确的人眼位置;图5为根据纵坐标的距离大于5个像素这个准则,得到的错误人眼定位的结果;
(6)由于比较得到的左、右眼的纵坐标之差大于5个像素,重新选取第二套人眼模板,重复上述步骤(3)-(5),得到的结果如图6所示,结果显示,人眼得到精确定位。
Claims (1)
1.一种利用SIFT点描述子精确定位人眼的方法,其特征在于通过观察人眼的图像,利用眼球为黑色、形状为圆形、眼白为白色、上下为眼皮这些人眼特征,构造统一的眼睛模板,并利用SIFT点描述子的稳态特性,通过模板匹配法精确定位出人眼,其具体步骤为:
(1)、将提取的人脸图像归一化为128×128像素大小得到归一化的人脸图像;
(2)、在待识别的人脸图像数据库中手动选取三套人眼模板,三套人眼模板分别在光照不足、光照强烈和光照适中的条件下取得,人眼模板的窗口大小为38×24,每套人眼模板分为左、右眼模板;
(3)、人工找出三套人眼模板中的眼睛中心点,并以眼睛中心点取周围半径为10的圆内的点构造SIFT特征向量作为匹配模板;
(4)、对步骤(1)得到的归一化的人脸图像中的每一个点取周围半径为10的圆内的点构造特征向量得到SIFT点描述子,再与其中一套人眼模板进行匹配,图像左侧像素横坐标范围为1-64的点与左眼模板进行匹配,匹配最大的位置点即为左眼的精确定位点,图像右侧像素横坐标范围为65-128的点与右眼模板进行匹配,匹配最大的位置点即为右眼的精确定位点;
(5)、比较步骤(4)得到的左、右睛的纵坐标,如果两个纵坐标之差在误差范围5内,则得到精确的人眼位置;
(6)、比较步骤(4)得到的左、右睛的纵坐标,如果纵坐标之差大于误差范围5,那么人眼定位有误,重新选取第二套人眼模板,重复上述步骤(3)-(5);
(7)、如果第二套人眼模板定位失败,那么选取第三套人眼模板,重复上述步骤(3)-(5),实现人眼的精确定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510015015.XA CN104573660A (zh) | 2015-01-13 | 2015-01-13 | 一种利用sift点描述子精确定位人眼的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510015015.XA CN104573660A (zh) | 2015-01-13 | 2015-01-13 | 一种利用sift点描述子精确定位人眼的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104573660A true CN104573660A (zh) | 2015-04-29 |
Family
ID=53089682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510015015.XA Pending CN104573660A (zh) | 2015-01-13 | 2015-01-13 | 一种利用sift点描述子精确定位人眼的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104573660A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133619A (zh) * | 2017-05-31 | 2017-09-05 | 执鼎医疗科技(杭州)有限公司 | 一种眼球位置自适应定位方法及其装置 |
CN107944379A (zh) * | 2017-11-20 | 2018-04-20 | 中国科学院自动化研究所 | 基于深度学习的眼白图像超分辨率重建与图像增强方法 |
CN109712103A (zh) * | 2018-11-26 | 2019-05-03 | 深圳艺达文化传媒有限公司 | 自拍视频雷神图片的眼睛处理方法及相关产品 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1584915A (zh) * | 2004-06-15 | 2005-02-23 | 沈阳工业大学 | 一种人眼虹膜识别方法 |
CN1686051A (zh) * | 2005-05-08 | 2005-10-26 | 上海交通大学 | 基于vpf和改进的susan的眼角和瞳孔的定位方法 |
CN101533466A (zh) * | 2009-04-09 | 2009-09-16 | 南京壹进制信息技术有限公司 | 一种眼睛定位图像处理方法 |
CN102314589A (zh) * | 2010-06-29 | 2012-01-11 | 比亚迪股份有限公司 | 一种快速人眼定位方法及装置 |
CN102844766A (zh) * | 2011-04-20 | 2012-12-26 | 中国科学院自动化研究所 | 基于人眼图像的多特征融合身份识别方法 |
CN103093215A (zh) * | 2013-02-01 | 2013-05-08 | 北京天诚盛业科技有限公司 | 人眼定位方法及装置 |
CN103632137A (zh) * | 2013-11-15 | 2014-03-12 | 长沙理工大学 | 一种人眼虹膜图像分割方法 |
US20140078284A1 (en) * | 2012-09-14 | 2014-03-20 | Utechzone Co., Ltd. | Eye searching method and eye state detection apparatus and eye searching apparatus using the same |
CN104050448A (zh) * | 2014-06-11 | 2014-09-17 | 青岛海信信芯科技有限公司 | 一种人眼定位、人眼区域定位方法及装置 |
CN104063700A (zh) * | 2014-07-04 | 2014-09-24 | 武汉工程大学 | 自然光照正面人脸图像中的眼睛中心点定位的方法 |
-
2015
- 2015-01-13 CN CN201510015015.XA patent/CN104573660A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1584915A (zh) * | 2004-06-15 | 2005-02-23 | 沈阳工业大学 | 一种人眼虹膜识别方法 |
CN1686051A (zh) * | 2005-05-08 | 2005-10-26 | 上海交通大学 | 基于vpf和改进的susan的眼角和瞳孔的定位方法 |
CN101533466A (zh) * | 2009-04-09 | 2009-09-16 | 南京壹进制信息技术有限公司 | 一种眼睛定位图像处理方法 |
CN102314589A (zh) * | 2010-06-29 | 2012-01-11 | 比亚迪股份有限公司 | 一种快速人眼定位方法及装置 |
CN102844766A (zh) * | 2011-04-20 | 2012-12-26 | 中国科学院自动化研究所 | 基于人眼图像的多特征融合身份识别方法 |
US20140078284A1 (en) * | 2012-09-14 | 2014-03-20 | Utechzone Co., Ltd. | Eye searching method and eye state detection apparatus and eye searching apparatus using the same |
CN103093215A (zh) * | 2013-02-01 | 2013-05-08 | 北京天诚盛业科技有限公司 | 人眼定位方法及装置 |
CN103632137A (zh) * | 2013-11-15 | 2014-03-12 | 长沙理工大学 | 一种人眼虹膜图像分割方法 |
CN104050448A (zh) * | 2014-06-11 | 2014-09-17 | 青岛海信信芯科技有限公司 | 一种人眼定位、人眼区域定位方法及装置 |
CN104063700A (zh) * | 2014-07-04 | 2014-09-24 | 武汉工程大学 | 自然光照正面人脸图像中的眼睛中心点定位的方法 |
Non-Patent Citations (4)
Title |
---|
杜赓: ""基于尺度不变特征的人脸识别"", 《中国博士学位论文全文数据库信息科技辑》 * |
蔡乐毅: ""基于主动形状模型的人脸识别算法"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
谢春芝: ""基于Eye Map和SIFT特征的人眼定位"", 《西华大学学报(自然科学版)》 * |
黄姜江等: ""在人眼识别中虹膜定位算法"", 《吉林大学学报(信息科学版)》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133619A (zh) * | 2017-05-31 | 2017-09-05 | 执鼎医疗科技(杭州)有限公司 | 一种眼球位置自适应定位方法及其装置 |
CN107944379A (zh) * | 2017-11-20 | 2018-04-20 | 中国科学院自动化研究所 | 基于深度学习的眼白图像超分辨率重建与图像增强方法 |
CN107944379B (zh) * | 2017-11-20 | 2020-05-15 | 中国科学院自动化研究所 | 基于深度学习的眼白图像超分辨率重建与图像增强方法 |
CN109712103A (zh) * | 2018-11-26 | 2019-05-03 | 深圳艺达文化传媒有限公司 | 自拍视频雷神图片的眼睛处理方法及相关产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220165087A1 (en) | Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices | |
US9361507B1 (en) | Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices | |
Patil et al. | 3-D face recognition: features, databases, algorithms and challenges | |
US20160019420A1 (en) | Multispectral eye analysis for identity authentication | |
US20160019421A1 (en) | Multispectral eye analysis for identity authentication | |
US20170091550A1 (en) | Multispectral eye analysis for identity authentication | |
CN104915656B (zh) | 一种基于双目视觉测量技术的快速人脸识别方法 | |
KR20080025610A (ko) | 홍채 검출 방법 및 이를 위한 장치 | |
CN105590116B (zh) | 一种基于头部部件对齐的鸟类图像识别方法 | |
CN104050448A (zh) | 一种人眼定位、人眼区域定位方法及装置 | |
CN104573660A (zh) | 一种利用sift点描述子精确定位人眼的方法 | |
Mohsin et al. | Pupil detection algorithm based on feature extraction for eye gaze | |
CN106156739B (zh) | 一种基于脸部轮廓分析的证件照耳朵检测与提取方法 | |
CN104537334B (zh) | 一种改善在非理想环境下虹膜识别性能的方法 | |
CN109145855A (zh) | 一种人脸检测方法及装置 | |
CN105760848B (zh) | 一种基于环形模板卷积的瞳孔定位方法 | |
Koç et al. | A new encoding of iris images employing eight quantization levels | |
CN106127160A (zh) | 一种用于虹膜识别的人眼快速定位方法 | |
Qiaoli et al. | The iris normalization method based on line | |
Cadoni et al. | Exploiting 3d faces in biometric forensic recognition | |
Geng et al. | Face alignment based on the multi-scale local features | |
Kubanek et al. | Using facial asymmetry properties and hidden Markov models for biometric authentication in security systems | |
Hussein et al. | ENHANCED FINGER VEIN BASED RECOGNITION SYSTEM | |
Krupička | Iris Analysis | |
JPWO2021176945A5 (zh) |
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: 20150429 |