CN105279473B - 人脸图像校正方法及装置和人脸识别方法及系统 - Google Patents
人脸图像校正方法及装置和人脸识别方法及系统 Download PDFInfo
- Publication number
- CN105279473B CN105279473B CN201410314282.2A CN201410314282A CN105279473B CN 105279473 B CN105279473 B CN 105279473B CN 201410314282 A CN201410314282 A CN 201410314282A CN 105279473 B CN105279473 B CN 105279473B
- Authority
- CN
- China
- Prior art keywords
- eye
- face
- preset
- preset template
- width
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种人脸图像校正方法,包括以下步骤:将获取到包含人脸的基础图像映射至预置模板上,且人脸中的第一只眼睛位于所述预置模板的预置位置;获得人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;根据所述人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;根据所述偏转角度对所述基础图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上。本发明还公开了一种人脸图像校正装置、人脸识别方法及系统。本发明提高了人脸识别的识别率。
Description
技术领域
本发明涉及人脸识别技术领域,尤其涉及人脸图像校正方法及装置和人脸识别方法及系统。
背景技术
随着智能化技术不断的融入到人们的生活中,利用人脸识别技术进行人机交互,人脸识别技术通常应用在电视机等电子设备中。在进行交互过程中,常常在进行人脸识别时,需要对不同距离的正面的人脸样本采集和实时样本获取,但是当摄像头获取人脸图像时,由于人们的习惯不同,会使得人脸图像左右偏转,从而造成人脸识别的识别率较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种具有相同发明构思的人脸图像校正方法及装置和人脸识别方法及系统,旨在提高人脸识别的识别率。
为了实现发明目的,本发明提供的人脸图像校正方法,包括以下步骤:
A1、将获取到包含人脸的基础图像映射至预置模板上,且人脸中的第一只眼睛位于所述预置模板的预置位置;
A2、获得人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
A3、根据所述人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
A4、根据所述偏转角度对所述基础图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上。
优选地,所述步骤A2具体包括:
根据adaboost算法获取人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息。
优选地,所述步骤A3具体包括:
A31、根据预置的三庭五眼特征信息和人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
A32、根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
A33、根据所述第二只眼睛的初始坐标信息中水平坐标值r_x1、所述第二只眼睛的
初始坐标信息中纵坐标值r_y1、第二只眼睛校正后的水平坐标值r_x2、第二只眼睛校正后
的纵坐标值r_y2计算获得所述偏转角度a;当所述第一只眼睛为左眼或右眼时,所述偏转角
度a均满足:
本发明进一步提供的人脸识别方法包括以下步骤:
B1、将获取到包含测试人脸的测试图像映射至预置模板上,且测试人脸中的第一只眼睛位于所述预置模板的预置位置;
B2、获得测试人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
B3、根据所述测试人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
B4、根据所述偏转角度对所述测试图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
B5、将旋转校正处理后的测试图像与预置的人脸样本进行人脸识别处理。
优选地,所述步骤B2具体包括:
根据adaboost算法获取测试人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息。
优选地,所述步骤B3具体包括:
B31、根据预置的三庭五眼特征信息和测试人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
B32、根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
B33、根据所述第二只眼睛的初始坐标信息中水平坐标值r_x3、所述第二只眼睛的
初始坐标信息中纵坐标值r_y3、第二只眼睛校正后的水平坐标值r_x4、第二只眼睛校正后
的纵坐标值r_y4计算所述偏转角度b;当所述第一只眼睛为左眼或右眼时,所述偏转角度b
均满足:
优选地,所述预置的人脸样本的制作具体为:将获取到标准人脸间隔摄像头不同距离下的标准图像作为所述测试图像执行所述步骤B1至B4,将经过校正处理的标准人脸图像作为预置的人脸样本。
优选地,所述步骤B4之后还包括:
B6、获取各所述人脸样本中标准人脸面积与所述预置模板面积的比值,并设为第一比值;获取测试人脸面积与所述预置模板面积的比值,并设为第二比值;
B7、判断所述第二比值所属的比值区间;所述比值区间由所述第一比值的大小依次排列,且相邻两第一比值组成的比值范围形成所述比值区间;
B8、提取所述比值区间对应的两所述人脸样本作为所述预置的人脸样本。
本发明进一步提供的人脸图像校正装置包括:
第一映射模块,用于将获取到包含人脸的基础图像映射至预置模板上,且人脸中的第一只眼睛位于所述预置模板的预置位置;
第一坐标计算模块,用于获得人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
第一角度计算模块,用于所述人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
第一校正模块,用于根据所述偏转角度对所述基础图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上。
优选地,所述第一角度计算模块包括:
第一距离计算单元,用于根据预置的三庭五眼特征信息和人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
第一坐标计算单元,用于根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
第一角度计算单元,用于根据所述第二只眼睛的初始坐标信息中水平坐标值r_
x1、所述第二只眼睛的初始坐标信息中纵坐标值r_y1、第二只眼睛校正后的水平坐标值r_
x2、第二只眼睛校正后的纵坐标值r_y2计算所述偏转角度a;当所述第一只眼睛为左眼或右
眼时,所述偏转角度a均满足:
本发明进一步提供的人脸识别系统包括:
第二映射模块,用于将获取到包含测试人脸的测试图像映射至预置模板上,且测试人脸中的第一只眼睛位于所述预置模板的预置位置;
第二坐标计算模块,用于获得测试人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
第二角度计算模块,用于根据所述测试人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
第二校正模块,用于根据所述偏转角度对所述测试图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
人脸识别模块,用于将旋转校正处理后的测试图像与预置的人脸样本进行人脸识别处理。
优选地,所述第二角度计算模块包括:
第二距离计算单元,用于根据预置的三庭五眼特征信息和测试人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
第二坐标计算单元,用于根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
第二角度计算单元,用于根据所述第二只眼睛的初始坐标信息中水平坐标值r_
x3、所述第二只眼睛的初始坐标信息中纵坐标值r_y3、第二只眼睛校正后的水平坐标值r_
x4、第二只眼睛校正后的纵坐标值r_y4计算获得所述偏转角度b;当所述第一只眼睛为左眼
或右眼时,所述偏转角度b均满足:
优选地,所述人脸识别系统还包括人脸样本制作装置,所述人脸样本制作装置包括:
第三映射模块,用于将获取到标准人脸间隔摄像头不同距离下的标准图像映射至预置模板上,且标准人脸中的第一只眼睛位于所述预置模板的预置位置;
第三坐标计算模块,用于获得标准人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
第三角度计算模块,用于根据所述标准人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
第三校正模块,用于根据所述偏转角度对所述标准图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
处理模块,用于将校正处理后的标准人脸图像设定为人脸样本。
优选地,所述第三角度计算模块包括:
第三距离计算单元,用于根据预置的三庭五眼特征信息和标准人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
第三坐标计算单元,用于根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
第三角度计算单元,用于根据所述第二只眼睛的初始坐标信息中水平坐标值r_
x5、所述第二只眼睛的初始坐标信息中纵坐标值r_y5、第二只眼睛校正后的水平坐标值r_
x6、第二只眼睛校正后的纵坐标值r_y6计算获得所述偏转角度c;当所述第一只眼睛为左眼
或右眼时,所述偏转角度c均满足:
优选地,所述人脸识别系统还包括:
比值获取模块,用于获取各所述人脸样本中标准人脸面积与所述预置模板面积的比值,并设为第一比值;获取测试人脸面积与所述预置模板面积的比值,并设为第二比值;
判断模块,用于判断所述第二比值所属的比值区间;所述比值区间由所述第一比值的大小依次排列,且相邻两第一比值组成的比值范围形成所述比值区间;
提取模块,用于提取所述比值区间对应的两所述人脸样本;
所述人脸识别模块具体用于,将旋转校正处理后的测试图像与提取的两所述人脸样本进行人脸识别处理。
本发明实施例通过以第一只眼睛在预置模板上位于固定位置的方式将基础图像固定在预置模板上,同时通过计算获得第二只眼睛与第一只眼睛的连线相对于第一只眼睛所在的水平线的偏转角度,并根据该偏转角度对基础图像进行旋转校正处理,从而使得人脸处于正常状态。因此实现人脸识别时,在进行人脸样本的制作和检测人脸的获取过程中,由于对获取的基础图像进行校正处理,从而提高了人脸识别的识别率。
附图说明
图1为本发明人脸图像校正方法一实施例的流程示意图;
图2为本发明人脸图像校正方法中将人脸图像放置于预置模板后的示例图;
图3为本发明人脸图像校正方法中将人脸图像按照三庭五眼特征分割后的示例图;
图4-1为以左眼为第一只眼睛的旋转示意图;
图4-2为以右眼为第一只眼睛的旋转示意图;
图5为图1中步骤S30的细化流程示意图;
图6为本发明人脸识别方法一实施例的流程示意图;
图7为图6中步骤S120的细化流程示意图;
图8为本发明人脸识别方法一实施例中人脸样本制作流程示意图;
图9为图8中步骤S170的细化流程示意图;
图10为本发明人脸识别方法另一实施例的流程示意图;
图11为本发明人脸图像校正装置一实施例的功能模块示意图;
图12为图11中第一角度计算模块的功能模块示意图;
图13为本发明人脸识别系统一实施例的功能模块示意图;
图14为图13中第二角度计算模块的功能模块示意图;
图15为本发明人脸识别系统一实施例中人脸样本制作装置的功能模块示意图;
图16为图15中第三角度计算模块的功能模块示意图;
图17为本发明人脸识别系统另一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种人脸图像校正方法,参照图1,在一实施例中,该人脸图像校正方法包括以下步骤:
步骤S10,将获取到包含人脸的基础图像映射至预置模板上,且人脸中的第一只眼睛位于所述预置模板的预置位置;
本实施例中,可通过摄像头获取包含人脸的基础图像,并将获取的基础图像映射到预置模板上,并且在映射的过程中以人脸的其中一只眼睛作为基准,映射到模板的固定位置。作为基准的第一只眼睛可以为左眼,也可以为右眼。上述预置模板为用于承载画面的模板,该预置模板的大小可根据实际需要进行设置,本实施例优选为,预置模板的大小与摄像头的像素大小一致,例如摄像头的像素为480*640,则预置模板的大小为480*640。上述预置位置的坐标信息也可根据实际需要进行设置,为了尽可能的使人脸在预置模板的框架中,使得人脸位于预置模板的中间位置,当以左眼作为上述第一只眼睛时,可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫格,
而人脸的轮廓在理想状态下与最中心一个格的大小适配,如图2所示。如图3所示将预置模板上
的人脸根据三庭五眼特征信息进行划分,则有预置位置位于预置模板的水平坐标值l_x1满足
(此时以左眼位置为预置位置):其
中width表示预置模板的宽度(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标
轴的X方向为预置模板的宽度、沿Y方向为预置模板的长度方向),第一个及第二个均表示
将预置模板的长均分为三等份、宽均分为三等份,标准人脸的整个宽度占据预置模板的宽
度的即标准人脸宽度占据其中间的1份,所述第一及第二个均表示根据三庭五眼特
征信息将标准人脸的宽均等分为5份,表示人眼占据(如图3所示从左到右的第二个)
所在区域的中间位置;(由图3所示,根据人脸的三庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确的让人眼处于区域范围内,因此定位人眼的位置为所在区域的
也即人眼在的中间位置),所述预置位置位于预置模板的纵坐标值l_y1满足:其中height表示预置模板的
长度,第一个表示将预置模板的长均分为三等份、宽均分为三等份,标准人脸整个长度占
据预置模板的长度的即标准人脸长度占据其中间的1份,如图2所示;第二个意义与第
一个意义相同,第3个是根据人脸的三庭五眼特征信息,将标准人脸的长度分为3份;即为将人眼所占的区域平均分为5等份,以图3所示的线条中的处为基准
线,则人眼与基准线的距离为综上所述,上述预置位置的坐标在本实施例中优选为
(l_x1,l_y1)。
当以右眼作为上述第一只眼睛时,则可采用以下方式定义上述预置位置(见图2及图3所示):
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,如图
3所示,则有预置位置位于预置模板的水平坐标值l_x1满足:其中width表示预置模板的宽度
(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方向为预置模板的宽度、
沿Y方向为预置模板的长度方向),所述第一个及第二个均表示将预置模板的长均分为三等
份、宽均分为三等份,标准人脸的整个宽度占据预置模板的宽度的即标准人脸宽度占据其
中间的1份,所述表示根据三庭五眼特征信息将标准人脸的宽均等分为5份,所述3/5表示占
所述中的三份,表示人眼占据所述所在区域的中间位置;(由图3所示,根据人脸的三
庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确的让人眼处于区域范围内,因
此定位人眼的位置为所在区域的也即人眼在的中间位置);预置位置位于预置模板
的纵坐标值l_y1满足:
其中height表示预置模板的长度,第一个表示将预置模板的长均分为三等份、宽均分为
三等份,标准人脸整个长度占据预置模板的长的即标准人脸长度占据其中间的1份,如
图2所示;第二个意义与第一个意义相同,第3个是根据人脸的三庭五眼特征信息,将
标准人脸的长度分为3份;即为将人眼所占的区域平均分为5等份,以图3所示
的线条中的处为基准线,则人眼与基准线的距离为综上所述,上述预置位置的坐
标在本实施例中优选为(l_x1,l_y1)。
步骤S20,获得人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
上述人脸宽度为人脸沿坐标轴的X方向(即水平方向)的宽度值。具体地,可根据adaboost算法获取人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息(r_x1,r_y1)。
步骤S30,根据人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
本实施例中,上述预置位置为第一只眼睛的坐标信息,可根据三庭五眼特征信息和人脸的宽度,可计算获得人脸在未发生偏转时第二只眼睛的坐标信息;该三庭五眼特征信息包括双眼的距离与人脸宽度的比例信息。上述第一只眼睛所在水平线为第一只眼睛与人脸未发生偏转时的第二只眼睛所在位置的连线。根据第二只眼睛的实际坐标信息与人脸未发生偏转时的第二只眼睛的坐标信息可计算获得第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即人脸的偏转角度。如图4所示,以第一只眼睛(即图4-1中A点所示)为左眼所在位置来举例说明所述偏转角度的计算过程,图4-1所示,B为上述基础图像对应的右眼所在位置,C为人脸在未发生偏转时第二只眼睛所在位置;连线AC为所述在预置模板中第二只眼睛与第一只眼睛所在连线;连线AB为所述第一只眼睛所在水平线(即AC表示未发生偏转时的第一只眼睛与第二只眼睛所在连线,AB表示旋转后在预置模板中第一只眼睛与第二只眼睛所在连线,旋转后所述第一只眼睛与所述第二只眼睛处于同一水平线上);上述偏转角度为∠1对应的角度,由于三角形ABC为等腰三角形,因此∠2=∠4;而∠2和∠3为内错角,因此∠2=∠3=∠4,由于∠1+∠2+∠4=π,从而可得到偏转角度∠1为π-(∠2+∠4)=π-2∠3(记为公式1);同理,如图4-2所示,当以第一眼睛(即图4-2中E点所示)为右眼所在预置模板的位置时,H点为上述基础图像对应的左眼所在位置,F为人脸在未发生偏转时第二只眼睛所在位置;连线EF为所述在预置模板中第二只眼睛与第一只眼睛所在连线;连线EH为所述第一只眼睛所在水平线(即连线EF为未发生偏转时的第一只眼睛和第二只眼睛的连线,连线EH为旋转后在所示预置模板中的第一只眼睛与第二只眼睛的连线,旋转后所述第一只眼睛与所述第二只眼睛处于同一水平线上),同理计算所得偏转角∠5=π-2∠8(记为公式2)。
步骤S40,根据所述偏转角度对所述基础图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上。
当获得上述人脸的偏转角度后,可对预置模板上的基础图像进行旋转校正,使得人脸处于非偏转状态。具体地,可将人脸进行顺时针或逆时针旋转上述偏转角度,从而使得人脸处于正常状态(即使人脸的两只眼睛处于同一水平线上)。
本发明实施例通过以第一只眼睛在预置模板上位于固定位置的方式将基础图像固定在预置模板上,同时通过计算获得第二只眼睛与第一只眼睛的连线相对于第一只眼睛所在的水平线的偏转角度,并根据该偏转角度对基础图像进行旋转校正处理,从而使得人脸处于正常状态。因此实现人脸识别时,在进行人脸样本的制作和检测人脸的获取过程中,由于对获取的基础图像进行校正处理,从而提高了人脸识别的识别率。
进一步地,参照图5,基于上述实施例,本实施例中,上述步骤S30包括:
步骤S31,根据预置的三庭五眼特征信息和人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
步骤S32,根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
步骤S33,根据所述第二只眼睛的初始坐标信息中水平坐标值r_x1、所述第二只眼
睛的初始坐标信息中纵坐标值r_y1、第二只眼睛校正后的水平坐标值r_x2、第二只眼睛校
正后的纵坐标值r_y2计算获得所述偏转角度a;当所述第一只眼睛为左眼时,所述偏转角度
a满足:当所述第一只眼睛为右眼时,所述偏转角度a满
足:
本实施例中,上述第二只眼睛的实际坐标值为根据水平、垂直投影法获得的初始坐
标信息(r_x1,r_y1);当上述预置位置坐标为
时(即第一只眼睛为左眼时),r_x2=l_x1+(2/5)Iw,该Iw为采用adaboost算法获取的人脸
的宽度,r_y2=l_y1;即第二只眼睛(即右眼)校正后(在未发生偏转时)的坐标为 若第一只眼睛为右眼时,上述预置位
置坐标为 根据图2及3,同理得到第二只眼睛
的校正后(在未发生偏转时)的坐标为
所述Iw为采用adaboost算法获取的人脸的宽度。最后根据设定的第一只眼睛为左眼或右
眼,则可根据相应的计算规则获得第二只眼睛与第一只眼睛所在连线相对于所述第一只眼
睛所在水平线的偏转角度,即人脸偏转的角度,
本发明进一步还提供一种人脸识别方法,参照图6,本实施例提供的人脸识别方法包括以下步骤:
步骤S100,将获取到包含测试人脸的测试图像映射至预置模板上,且测试人脸中的第一只眼睛位于所述预置模板的预置位置;
本实施例中,可通过摄像头获取包含测试人脸的测试图像,并将获取的测试图像映射到预置模板上,并且在映射的过程中以人脸的其中一只眼睛作为基准,映射到模板的固定位置。作为基准的第一只眼睛可以为左眼,也可以为右眼。上述预置模板为用于承载画面的模板,该预置模板的大小可根据实际需要进行设置,本实施例优选为,预置模板的大小与摄像头的像素大小一致,例如摄像头的像素为480*640,则预置模板的大小为480*640。上述预置位置的坐标信息也可根据实际需要进行设置,为了尽可能的使测试人脸在预置模板的框架中,使得测试人脸位于预置模板的中间位置,当以左眼作为上述第一只眼睛时,可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而测试人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,
则有预置位置位于预置模板的水平坐标值l_x1满足:其中width表示预置模板的宽度
(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方向为预置模板的宽度、
沿Y方向为预置模板的长度方向),第一个及第二个均表示将预置模板的长均分为三等
份、宽均分为三等份,标准人脸的整个宽度占据预置模板的宽度的且标准人脸宽度占
据其中间的1份,所述第一及第二个均表示根据三庭五眼特征信息将标准人脸的宽均等
分为5份,表示人眼占据(如图3所示从左至右的第二个)所在区域的中间位置;(由
图3所示,根据人脸的三庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确的让人
眼处于区域范围内,因此定位人眼的位置为所在区域的也即人眼在的中间位
置);预置位置位于预置模板的纵坐标值l_y1满足:其中height表示预置模板的
长度,第一个表示将预置模板的长均分为三等份、宽均分为三等份,标准人脸整个长度占
据预置模板的长的且标准人脸长度占据其中间的1份,如图2所示;第二个意义与第
一个意义相同,第3个是根据人脸的三庭五眼特征信息,将人脸的长度分为3份;即为将人眼所占的区域平均分为5等份,以图3所示的线条中的处为基准线,
则人眼与基准线的距离为综上所述,上述预置位置的坐标在本实施例中优选为(l_
x1,l_y1)。
当以右眼作为上述第一只眼睛时,则可采用以下方式定义上述预置位置:
如图2所示,假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫格,而人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,则有预置位置位于预置模板的水平坐标值l_x1满足:
其中width表示预置模
板的宽度(预置模板中预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方
向为预置模板的宽度、沿Y方向为预置模板的长度方向),所述第一个及第二个均表示将
预置模板的长均分为三等份、宽均分为三等份,标准人脸的整个宽度占据预置模板的宽度
的且标准人脸宽度占据其中间的1份,所述表示根据三庭五眼特征信息将标准人脸
的宽均等分为5份所述表示占其中的三份,表示人眼占据(如图3所示为从左至右算
起的第四个)所在区域的中间位置;(由图3所示,根据人脸的三庭五眼的特征信息,眼睛
宽度占据其中的区域,为了精确的让人眼处于区域范围内,因此定位人眼的位置为
所在区域的也即人眼在的中间位置);预置位置位于预置模板的纵坐标值l_y1满足:其中height表示预置模板的
长度,第一个将所述预置模板长、宽均分为三份、标准人脸整个长度占据预置模板的长的即标准人脸长度占据其中间的1份,如图2所示;第二个意义与第一个意义相同,第3
个是根据人脸的三庭五眼特征信息,将标准人脸的长度分为3份;即为将人眼
所占的区域平均分为5等份,以图3所示的线条中的处为基准线,则人眼与基准线的距
离为综上所述,上述预置位置的坐标在本实施例中优选为(l_x1,l_y1)。
步骤S110,获得测试人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
上述人脸宽度为测试人脸沿坐标轴的X方向(即水平方向)的宽度值。具体地,可根据adaboost算法获取测试人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息(r_x1,r_y1)。
步骤S120,根据测试人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
本实施例中,上述预置位置为第一只眼睛的坐标信息,可根据三庭五眼特征信息和测试人脸的宽度,可计算获得测试人脸在未发生偏转时第二只眼睛的坐标信息;该三庭五眼特征信息包括双眼的距离与测试人脸宽度的比例信息。上述第一只眼睛所在水平线为第一只眼睛与测试人脸未发生偏转时的第二只眼睛所在位置的连线。根据第二只眼睛的实际坐标信息与测试人脸未发生偏转时的第二只眼睛的坐标信息可计算获得第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即测试人脸的偏转角度。
步骤S130,根据所述偏转角度对所述测试图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
当获得上述测试人脸的偏转角度后,可对预置模板上的基础图像进行旋转校正,使得测试人脸处于非偏转状态。具体地,可将测试人脸进行顺时针或逆时针旋转上述偏转角度,从而使得测试人脸处于正常状态(即使测试人脸的两只眼睛处于同一水平线上)。
步骤S140,将旋转校正处理后的测试图像与预置的人脸样本进行人脸识别处理。
本发明实施例通过以第一只眼睛在预置模板上位于固定位置的方式将基础图像固定在预置模板上,同时通过计算获得第二只眼睛与第一只眼睛的连线相对于第一只眼睛所在的水平线的偏转角度,并根据该偏转角度对基础图像进行旋转校正处理,从而使得人脸处于正常状态;然后将旋转校正处理后的测试图像与预置的人脸样本进行人脸识别处理。从而提高了人脸识别的识别率。
进一步地,参照图7,基于上述实施例,本实施例中,上述步骤S120包括:
步骤S121,根据预置的三庭五眼特征信息和测试人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
步骤S122,根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
步骤S123,根据所述第二只眼睛的初始坐标信息中水平坐标值r_x3、所述第二只
眼睛的初始坐标信息中纵坐标值r_y3、第二只眼睛校正后的水平坐标值r_x4、第二只眼睛
校正后的纵坐标值r_y4计算获得所述偏转角度b;当所述第一只眼睛为左眼时,所述偏转角
度b满足:当所述第一只眼睛为右眼时,所述偏转角度b
满足:
本实施例中,上述第二只眼睛的实际坐标值为根据水平、垂直投影法获得的初始坐标信
息(r_x3,r_y3);优选地,当上述预置位置坐标为
即以第一只眼睛为左眼时,r_x4=l_x1+(2/5)Iw,该Iw为采用adaboost算法获取的人脸的
宽度,r_y4=l_y1;即第二只眼睛校正后(在未发生偏转时)的坐标为优选地,若第一只眼睛为右眼时,上
述预置位置坐标为 根据图2及3,同理得到第二只眼
睛的校正后(在未发生偏转时)的坐标为
所述Iw为采用adaboost算法获取的人脸的宽度。
最后根据设定的第一只眼睛为左眼或右眼,则可根据相应的计算规则获得第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即测试人脸偏转的角度。
进一步地,上述人脸样本的制作方法可根据实际需要进设置,优选地,上述预置的人脸样本的制作具体为:将获取到标准人脸间隔摄像头不同距离下的标准图像作为所述测试图像执行所述步骤S100至S140,将经过校正处理的标准人脸图像作为预置的人脸样本。具体地,参照图8,本实施例中,所述预置的人脸样本的制作包括:
步骤S150,将获取到标准人脸间隔摄像头不同距离下的标准图像映射至预置模板上,且标准人脸中的第一只眼睛位于所述预置模板的预置位置;
本实施例中,可通过摄像头获取包含标准人脸的标准图像,并将获取的标准图像映射到预置模板上,并且在映射的过程中以人脸的其中一只眼睛作为基准,映射到模板的固定位置。作为基准的第一只眼睛可以为左眼,也可以为右眼,以下实施例中以第一只眼睛为左眼作出详细说明。上述预置模板为用于承载画面的模板,该预置模板的大小可根据实际需要进行设置,本实施例优选为,预置模板的大小与摄像头的像素大小一致,例如摄像头的像素为480*640,则预置模板的大小为480*640。上述预置位置的坐标信息也可根据实际需要进行设置,为了尽可能的使标准人脸在预置模板的框架中,使得标准人脸位于预置模板的中间位置,当以左眼作为上述第一只眼睛时,可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而标准人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,
则有预置位置位于预置模板的水平坐标值l_x1满足:其中width表示预置模板的宽度
(预置模板中以预置模板的左上角为坐标原点(0,0)沿坐标轴的X方向为预置模板的宽度、
沿Y方向为预置模板的长度方向),第一个及第二个均表示将所述预置模板长、宽均分为
三份,标准人脸的整个宽度占据预置模板的宽度的即人脸宽度占据其中间的1份,所述
第一及第二个均表示根据三庭五眼特征信息将标准人脸的宽均等分为5份,表示人眼
占据(如图3所示从左至右算起的第二个)所在区域的中间位置;(由图3所示,根据人
脸的三庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确的让人眼处于区域范围
内,因此定位人眼的位置为所在区域的也即人眼在的中间位置);预置位置位于预
置模板的纵坐标值l_y1满足:
其中height表示预置模板的长度,第一个表示表示将预置模板的长均分为三等份、宽均
分为三等份,标准人脸整个长度占据预置模板的长的即人脸长度占据其中间的1份,如
图2所示;第二个意义与第一个意义相同,第3个是根据人脸的三庭五眼特征信息,将
人脸的长度分为3份;即为将人眼所占的区域平均分为5等份,以图3所示的线
条中的处为基准线,则人眼与基准线的距离为综上所述,上述预置位置的坐标在
本实施例中优选为(l_x1,l_y1)。
当以右眼作为上述第一只眼睛时,则可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而标准人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,
则有预置位置位于预置模板的水平坐标值l_x1满足:其中width表示预置模板的宽度
(预置模板中以预置模板的左上角为坐标原点(0,0)沿坐标轴的X方向为预置模板的宽度、
沿Y方向为预置模板的长度方向),所述第一个及第二个均表示将所述预置模板长、宽均
分为三份、标准人脸的整个宽度占据预置模板的宽度的即人脸宽度占据其中间的1份,
所述表示根据三庭五眼特征信息将标准人脸的宽均等分为5份,所述3/5表示占所述中
的三份,表示人眼占据所述(如图3所示从左至右算起的第四个)所在区域的中间位
置;(由图3所示,根据人脸的三庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确
的让人眼处于区域范围内,因此定位人眼的位置为所在区域的也即人眼在的中
间位置);预置位置位于预置模板的纵坐标值l_y1满足:其中height表示预置模板的
长度,第一个表示将预置模板的长均分为三等份、宽均分为三等份,标准人脸整个长度占
据预置模板的长的即标准人脸长度占据其中间的1份,如图2所示;第二个意义与第一
个意义相同,第3个是根据人脸的三庭五眼特征信息,将标准人脸的长度分为3份;即为将人眼所占的区域平均分为5等份,以图3所示的线条中的处为基准线,
则人眼与基准线的距离为综上所述,上述预置位置的坐标在本实施例中优选为(l_
x1,l_y1)。
步骤S160,获得标准人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
上述人脸宽度为标准人脸沿坐标轴的X方向(即水平方向)的宽度值。具体地,可根据adaboost算法获取标准人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息(r_x1,r_y1)。
步骤S170,根据标准人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
本实施例中,上述预置位置为第一只眼睛的坐标信息,可根据三庭五眼特征信息和标准人脸的宽度,可计算获得标准人脸在未发生偏转时第二只眼睛的坐标信息;该三庭五眼特征信息包括双眼的距离与标准人脸宽度的比例信息。上述第一只眼睛所在水平线为第一只眼睛与标准人脸未发生偏转时的第二只眼睛所在位置的连线。根据第二只眼睛的实际坐标信息与标准人脸未发生偏转时的第二只眼睛的坐标信息可计算获得第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即标准人脸的偏转角度。
步骤S180,根据所述偏转角度对所述标准图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
当获得上述标准人脸的偏转角度后,可对预置模板上的基础图像进行旋转校正,使得标准人脸处于非偏转状态。具体地,可将标准人脸进行顺时针或逆时针旋转上述偏转角度,从而使得标准人脸处于正常状态(即使标准人脸的两只眼睛处于同一水平线上)。
步骤S190,将校正处理后的标准人脸图像设定为人脸样本。具体地,该人脸样本包括标准人脸图像和用于承载该图像的预置模板。
进一步地,参照图9,基于上述实施例,本实施例中,上述步骤S170包括:
步骤S171,根据预置的三庭五眼特征信息和标准人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
步骤S172,根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
步骤S173,根据所述第二只眼睛的初始坐标信息中水平坐标值r_x5、所述第二只
眼睛的初始坐标信息中纵坐标值r_y5、第二只眼睛校正后的水平坐标值r_x6、第二只眼睛
校正后的纵坐标值r_y6计算获得所述偏转角度c;当所述第一只眼睛为左眼时,所述偏转角
度c满足:当所述第一只眼睛为右眼时,所述偏转角度c
满足:
本实施例中,上述第二只眼睛的实际坐标值为根据水平、垂直投影法获得的初始
坐标信息(r_x5,r_y5);优选地,当上述预置位置坐标为 时,即以左眼为第一只眼睛时,r_x6=l_x1+(2/5)Iw,该Iw为采
用adaboost算法获取的人脸的宽度,r_y6=l_y1;即第二只眼睛校正后(在未发生偏转时)
的坐标为优选地,若第一只眼睛为
右眼时,上述预置位置坐标为 根据图2及3,同理
得到第二只眼睛的校正后(在未发生偏转时)的坐标为所述Iw为采用adaboost算法获取的人
脸的宽度。最后根据设定的第一只眼睛为左眼或右眼,则可根据相应的计算规则获得第二
只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即标准人脸
偏转的角度。
进一步地,参照图10,基于上述实施例,本实施例中,所述步骤S130之后还包括:
步骤S200,获取各人脸样本中标准人脸面积与所述预置模板面积的比值,并设为第一比值;获取测试人脸面积与所述预置模板面积的比值,并设为第二比值;
步骤S210,判断所述第二比值所属的比值区间;所述比值区间由所述第一比值的大小依次排列,且相邻两第一比值组成的比值范围形成所述比值区间;
步骤S220,提取所述比值区间对应的两所述人脸样本;
所述步骤S140具体为:将旋转校正处理后的测试图像与提取的两所述人脸样本进行人脸识别处理。
具体地,上述人脸样本包括人脸相对于摄像头不同距离下采集的人脸制作形成的人脸样本,例如在距离摄像头1.0m、1.5m、2.0m、2.5m和3m五个不同的位置采集了5个不同的人脸样本。若在1.0m获取的人脸样本中标准人脸面积与预置模板面积的比值为1.5m获取的人脸样本中标准人脸面积与预置模板面积的比值为2.0m获取的人脸样本中标准人脸面积与预置模板面积的比值为2.5m获取的人脸样本中标准人脸面积与预置模板面积的比值为3.0m获取的人脸样本中标准人脸面积与预置模板面积的比值为则上述比值区间则为当测试人脸面积与预置模板面积的比值为9:40时,即第二比值所属的比值区间为此时则判定测试人脸距离摄像头的距离为1.0m到1.5m之间,从而提取1.0m和1.5m对应的人脸样本与测试图像中的测试人脸进行人脸识别处理,由于1.0m和1.5m对应的人脸样本与测试图像中的测试人脸的匹配度最高,因此可提高人脸识别的识别率;此外由于减少了人脸识别中人脸样本的比对数量,因此提高了人脸识别的速度。
本发明进一步还提供一种人脸图像校正装置,参照图11,提供的本发明人脸图像校正装置一实施例中,该人脸图像校正装置包括:
第一映射模块10,用于将获取到包含人脸的基础图像映射至预置模板上,且人脸中的第一只眼睛位于所述预置模板的预置位置;
本实施例中,可通过摄像头获取包含人脸的基础图像,并将获取的基础图像映射到预置模板上,并且在映射的过程中以人脸的其中一只眼睛作为基准,映射到模板的固定位置。作为基准的第一只眼睛可以为左眼,也可以为右眼。上述预置模板为用于承载画面的模板,该预置模板的大小可根据实际需要进行设置,本实施例优选为,预置模板的大小与摄像头的像素大小一致,例如摄像头的像素为480*640,则预置模板的大小为480*640。上述预置位置的坐标信息也可根据实际需要进行设置,为了尽可能的使人脸在预置模板的框架中,使得人脸位于预置模板的中间位置,当以左眼作为上述第一只眼睛时,可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而人脸的轮廓在理想状态下与最中心一个格的大小适配,如图2所示。如图3所示将预置
模板上的人脸根据三庭五眼特征信息进行划分,则有预置位置位于预置模板的水平坐标值
l_x1满足:其中width表示预置模
板的宽度(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方向为预置模
板的宽度、沿Y方向为预置模板的长度方向),第一个及第二个均表示将所述预置模板长、
宽均分为三份、标准人脸的整个宽度占据预置模板的宽度的即人脸宽度占据其中间的1
份,所述第一及第二个均表示根据三庭五眼特征信息将标准人脸的宽均等分为5份,表
示人眼占据(从左至右算起的第二个)所在区域的中间位置;(由图3所示,根据人脸的
三庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确的让人眼处于区域范围
内,因此定位人眼的位置为所在区域的也即人眼在的中间位置);预置位置位于预
置模板的纵坐标值l_y1满足:
其中height表示预置模板的长度,第一个表示将所述预置模板长、宽均分为三份、标准人
脸整个长度占据预置模板的长的即人脸长度占据其中间的1份,如图2所示;第二个意
义与第一个意义相同,第3个是根据人脸的三庭五眼特征信息,将人脸的长度分为3份;即为将人眼所占的区域平均分为5等份,以图3所示的线条中的处为基准线,
则人眼与基准线的距离为综上所述,上述预置位置的坐标在本实施例中优选为(l_
x1,l_y1)。
当以右眼作为上述第一只眼睛时,则可采用以下方式定义上述预置位置(见图2所示):
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,则有
预置位置位于预置模板的水平坐标值l_x1满足:其中width表示预置模板的宽度
(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方向为预置模板的宽度、
沿Y方向为预置模板的长度方向),所述第一个及第二个均表示将所述预置模板长、宽均
分为三份、标准人脸整个宽度占据所述预置模板的宽度的即人脸宽度占据其中间的1
份,所述表示根据三庭五眼特征信息将标准人脸的宽均等分为5份,所述3/5表示占其中
的三份,表示人眼占据(如图3所示,从左至右算起的第四个)所在区域的中间位置;
(由图3所示,根据人脸的三庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确的让
人眼处于区域范围内,因此定位人眼的位置为所在区域的也即人眼在的中间
位置);预置位置位于预置模板的纵坐标坐标值l_y1满足:其中height表示预置模板的
长度,第一个表示将所述预置模板长、宽均分为三份、标准人脸的整个长度占据所述预置
模板的长的即人脸长度占据其中间的1份,如图2所示;第二个意义与第一个意义相
同,第3个是根据人脸的三庭五眼特征信息,将人脸的长度分为3份;即为将人
眼所占的区域平均分为5等份,以图3所示的线条中的处为基准线,则人眼与基准线的
距离为综上所述,上述预置位置的坐标在本实施例中优选为(l_x1,l_y1)。
第一坐标计算模块20,用于获得人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
上述人脸宽度为人脸沿坐标轴的X方向(即水平方向)的宽度值。具体地,第一坐标计算模块20可根据adaboost算法获取人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息(r_x1,r_y1)。
第一角度计算模块30,用于人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
本实施例中,本实施例中,上述预置位置为第一只眼睛的坐标信息,可根据三庭五眼特征信息和人脸的宽度,可计算获得人脸在未发生偏转时第二只眼睛的坐标信息;该三庭五眼特征信息包括双眼的距离与人脸宽度的比例信息。上述第一只眼睛所在水平线为第一只眼睛与人脸未发生偏转时的第二只眼睛所在位置的连线。根据第二只眼睛的实际坐标信息与人脸未发生偏转时的第二只眼睛的坐标信息可计算获得第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即人脸的偏转角度。
第一校正模块40,用于根据所述偏转角度对所述基础图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上。
当第一角度计算模块30计算获得上述人脸的偏转角度后,可由第一校正模块40根据该偏转角度对预置模板上的基础图像进行旋转校正,使得人脸处于非偏转状态。具体地,可将人脸进行顺时针或逆时针旋转上述偏转角度,从而使得人脸处于正常状态(即使人脸的两只眼睛处于同一水平线上)。
本发明实施例通过以第一只眼睛在预置模板上位于固定位置的方式将基础图像固定在预置模板上,同时通过获得第二只眼睛与第一只眼睛的连线相对于第一只眼睛所在的水平线的偏转角度,并根据该偏转角度对基础图像进行旋转校正处理,从而使得人脸处于正常状态。因此实现人脸识别时,在进行人脸样本的制作和检测人脸的获取过程中,由于对获取的基础图像进行校正处理,从而提高了人脸识别的识别率。
进一步地,参照图12,基于上述实施例,本实施例中,所述第一角度计算模块30包括:
第一距离计算单元31,用于根据预置的三庭五眼特征信息和人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
第一坐标计算单元32,用于根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
第一角度计算单元33,用于根据所述第二只眼睛的初始坐标信息中水平坐标值r_
x1、所述第二只眼睛的初始坐标信息中纵坐标值r_y1、第二只眼睛校正后的水平坐标值r_
x2、第二只眼睛校正后的纵坐标值r_y2计算获得所述偏转角度a;当所述第一只眼睛为左眼
时,所述偏转角度a满足:当所述第一只眼睛为右眼时,所
述偏转角度a满足:
本实施例中,上述第二只眼睛的实际坐标值为根据水平、垂直投影法获得的初始
坐标信息(r_x1,r_y1)。优选地,当上述预置位置坐标为 时,即以左眼为第一只眼睛时,r_x2=l_x1+(2/5)Iw,该Iw为
采用adaboost算法获取的人脸的宽度,r_y2=l_y1;即第二只眼睛校正后(在未发生偏转
时)的坐标为优选地,若第一只眼睛为
右眼时,上述预置位置坐标为 根据图2及3,
同理得到第二只眼睛的校正后(在未发生偏转时)的坐标为该Iw为采用adaboost算法获取的
人脸的宽度。最后根据设定的第一只眼睛为左眼或右眼,则可根据相应的计算规则获得第
二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即人脸偏
转的角度。
本发明进一步还提供一种人脸识别系统,参照图13,本发明提供的人脸识别系统包括:
第二映射模块100,用于将获取到包含测试人脸的测试图像映射至预置模板上,且测试人脸中的第一只眼睛位于所述预置模板的预置位置;
本实施例中,可通过摄像头获取包含测试人脸的测试图像,并将获取的测试图像映射到预置模板上,并且在映射的过程中以人脸的其中一只眼睛作为基准,映射到模板的固定位置。作为基准的第一只眼睛可以为左眼,也可以为右眼。上述预置模板为用于承载画面的模板,该预置模板的大小可根据实际需要进行设置,本实施例优选为,预置模板的大小与摄像头的像素大小一致,例如摄像头的像素为480*640,则预置模板的大小为480*640。上述预置位置的坐标信息也可根据实际需要进行设置,为了尽可能的使测试人脸在预置模板的框架中,使得测试人脸位于预置模板的中间位置,当以左眼作为上述第一只眼睛时,可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而测试人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,
则有预置位置位于预置模板的水平坐标值l_x1满足:其中width表示预置模板的宽度
(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方向为预置模板的宽度、
沿Y方向为预置模板的长度方向),第一个及第二个均表示将所述预置模板长、宽均分为
三份、标准人脸的整个宽度占据所述模板的宽度的且人脸宽度占据其中间的1份,所述
第一及第二个均表示根据三庭五眼特征信息将标准人脸的宽均等分为5份,表示人眼
占据(如图3所示,从左至右算起的第二个)所在区域的中间位置;(由图3所示,根据人
脸的三庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确的让人眼处于区域范
围内,因此定位人眼的位置为所在区域的也即人眼在的中间位置);预置位置位于预
置模板的纵坐标值l_y1满足:
其中height表示预置模板的长度,第一个表示,表示将所述预置模板长、宽均分为三
份、标准人脸的整个长度占据预置模板的长度的且人脸长度占据其中间的1份,如图2所
示;第二个意义与第一个意义相同,第3个是根据人脸的三庭五眼特征信息,将人脸
的长度分为3份;即为将人眼所占的区域平均分为5等份,以图3所示的线条中
的处为基准线,则人眼与基准线的距离为综上所述,上述预置位置的坐标在本实
施例中优选为(l_x1,l_y1)。
当以右眼作为上述第一只眼睛时,则可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫格,而人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,则有预置位置位于预置模板的水平坐标值l_x1满足:
其中width表示预置模
板的宽度(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方向为预置模
板的宽度、沿Y方向为预置模板的长度方向),所述第一个及第二个均表示将所述预置模
板长、宽均分为三份、标准人脸的整个宽度占据所述预置模板的宽度的则人脸宽度占据
其中间的1份,所述表示根据三庭五眼特征信息将标准人脸的宽均等分为5份所述3/5表
示占其中的三份,表示人眼占据(如图3所示,从左至右算起的第四个)所在区域的
中间位置,即由图3所示,根据人脸的三庭五眼的特征信息,眼睛宽度占据其中的区域,为
了精确的让人眼处于区域范围内,因此定位人眼的位置为所在区域的也即人眼在的中间位置);预置位置位于预置模板的纵坐标值l_y1满足:其中height表示预置模板的
长度,第一个表示将所述预置模板长、宽均分为三份、标准人脸的整个长度占据预置模板
的长度的则人脸长度占据其中间的1份,如图2所示;第二个意义与第一个意义相
同,第3个是根据人脸的三庭五眼特征信息,将人脸的长度分为3份;即为将人
眼所占的区域平均分为5等份,以图3所示的线条中的处为基准线,则人眼与基准线的
距离为综上所述,上述预置位置的坐标在本实施例中优选为(l_x1,l_y1)。
第二坐标计算模块110,用于获得测试人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
上述人脸宽度为测试人脸沿坐标轴的X方向(即水平方向)的宽度值。具体地,第二坐标计算模块110可根据adaboost算法获取测试人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息(r_x1,r_y1)。
第二角度计算模块120,用于测试人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
本实施例中,上述预置位置为第一只眼睛的坐标信息,可根据三庭五眼特征信息和测试人脸的宽度,可计算获得测试人脸在未发生偏转时第二只眼睛的坐标信息;该三庭五眼特征信息包括双眼的距离与测试人脸宽度的比例信息。上述第一只眼睛所在水平线为第一只眼睛与测试人脸未发生偏转时的第二只眼睛所在位置的连线。根据第二只眼睛的实际坐标信息与测试人脸未发生偏转时的第二只眼睛的坐标信息可计算获得第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即测试人脸的偏转角度。
第二校正模块130,用于根据所述偏转角度对所述测试图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
当获得上述测试人脸的偏转角度后,可对预置模板上的基础图像进行旋转校正,使得测试人脸处于非偏转状态。具体地,可将测试人脸进行顺时针或逆时针旋转上述偏转角度,从而使得测试人脸处于正常状态(即使测试人脸的两只眼睛处于同一水平线上)。
人脸识别模块140,用于将旋转校正处理后的测试图像与预置的人脸样本进行人脸识别处理。
上述人脸样本为预先存储的人脸图像,当旋转处理后的测试图像与预置的人脸样本特征匹配度达到预设值时,则识别通过,表示当前测试人脸与人脸样本一致。应当说明的是测试图像与人脸样本进行比对识别的过程可采用现有的识别方式进行识别,在此不作进一步地说明。
本发明实施例通过以第一只眼睛在预置模板上位于固定位置的方式将基础图像固定在预置模板上,同时通过计算获得第二只眼睛与第一只眼睛的连线相对于第一只眼睛所在的水平线的偏转角度,并根据该偏转角度对基础图像进行旋转校正处理,从而使得人脸处于正常状态;然后将旋转校正处理后的测试图像与预置的人脸样本进行人脸识别处理。从而提高了人脸识别的识别率。
进一步地,参照图14,基于上述实施例,本实施例中,上述第二角度计算模块120包括:
第二距离计算单元121,用于根据预置的三庭五眼特征信息和测试人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
第二坐标计算单元122,用于根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
第二角度计算单元123,用于根据所述第二只眼睛的初始坐标信息中水平坐标值
r_x3、所述第二只眼睛的初始坐标信息中纵坐标值r_y3、第二只眼睛校正后的水平坐标值
r_x4、第二只眼睛校正后的纵坐标值r_y4计算获得所述偏转角度b;当所述第一只眼睛为左
眼时,所述偏转角度b满足:当所述第一只眼睛为右眼
时,所述偏转角度b满足:
本实施例中,上述第二只眼睛的实际坐标值为根据水平、垂直投影法获得的初始
坐标信息(r_x3,r_y3)。优选地,当上述预置位置坐标为 时,即以左眼为第一只眼睛时,r_x4=l_x1+(2/5)Iw,该Iw为
采用adaboost算法获取的人脸的宽度,r_y4=l_y1;即第二只眼睛校正后(在未发生偏转
时)的坐标为优选地,若第一只眼睛为
右眼时,上述预置位置坐标为 根据图2及3,
同理得到第二只眼睛的校正后(在未发生偏转时)的坐标为所述Iw为采用adaboost算法获取的
人脸的宽度。最后根据设定的第一只眼睛为左眼或右眼,则可根据相应的计算规则获得第
二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即测试人
脸偏转的角度。
进一步地,上述人脸样本的制作方法可根据实际需要进设置,参照图15,本实施例中,上述人脸识别系统还包括人脸样本制作装置,所述人脸样本制作装置包括:
第三映射模块150,用于将获取到标准人脸间隔摄像头不同距离下的标准图像映射至预置模板上,且标准人脸中的第一只眼睛位于所述预置模板的预置位置;
本实施例中,可通过摄像头获取包含标准人脸的标准图像,并将获取的标准图像映射到预置模板上,并且在映射的过程中以人脸的其中一只眼睛作为基准,映射到模板的固定位置。作为基准的第一只眼睛可以为左眼,也可以为右眼,以下实施例中以第一只眼睛为左眼作出详细说明。上述预置模板为用于承载画面的模板,该预置模板的大小可根据实际需要进行设置,本实施例优选为,预置模板的大小与摄像头的像素大小一致,例如摄像头的像素为480*640,则预置模板的大小为480*640。上述预置位置的坐标信息也可根据实际需要进行设置,为了尽可能的使标准人脸在预置模板的框架中,使得标准人脸位于预置模板的中间位置,当以左眼作为上述第一只眼睛时,可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而标准人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,
则有预置位置位于预置模板的水平坐标值l_x1满足:其中width表示预置模板的宽度
(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方向为预置模板的宽度、
沿Y方向为预置模板的长度方向),第一个及第二个均表示将所述预置模板长、宽均分为
三份、标准人脸的整个宽度占据标准模板的宽度的则人脸宽度占据其中间的1份,所述
第一及第二个均表示根据三庭五眼特征信息将标准人脸的宽均等分为5份,表示人眼
占据(由图3所示,从左至右算起的第二个)所在区域的中间位置;(由图3所示,根据人
脸的三庭五眼的特征信息,眼睛宽度占据其中的区域,为了精确的让人眼处于区域范围
内,因此定位人眼的位置为所在区域的也即人眼在的中间位置);预置位置位于预
置模板的纵坐标值l_y1满足:
其中height表示预置模板的长度,第一个表示将所述预置模板长、宽均分为三份、标准人
脸的整个长度占据预置模板的长度的则人脸长度占据其中间的1份,如图2所示;第二个意义与第一个意义相同,第3个是根据人脸的三庭五眼特征信息,将人脸的长度分为
3份;即为将人眼所占的区域平均分为5等份,以图3所示的线条中的处为基
准线,则人眼与基准线的距离为综上所述,上述预置位置的坐标在本实施例中优选
为(l_x1,l_y1)。
当以右眼作为上述第一只眼睛时,则可采用以下方式定义上述预置位置:
假设将预置模板的长均分为三等份、宽均分为三等份,则使得预置模板形成九宫
格,而标准人脸的轮廓在理想状态下与最中心一个格的大小适配。根据三庭五眼特征信息,
则有预置位置位于预置模板的水平坐标值l_x1满足:其中width表示预置模板的宽度
(预置模板中以预置模板的左上角为坐标原点(0,0),沿坐标轴的X方向为预置模板的宽度、
沿Y方向为预置模板的长度方向),表示将的模板长、宽均分为三份、标准人脸的整个宽度
占据预置模板的宽度的且标准人脸占据其中间的1份,表示根据三庭五眼特征信息
将标准人脸的宽均等分为5份,表示人眼占据整个眼睛(如图3所示从左至右算起的第
四个)的中间位置;预置位置位于预置模板的纵坐标值l_y1满足:其中height表示预置模板的
长度,第一个表示将所述预置模板长、宽均分为三份、标准人脸的整个长度占据预置模板
的长度的则人脸长度占据其中间的1份,如图2所示;第二个意义与第一个意义相
同,第3个是根据人脸的三庭五眼特征信息,将人脸的长度分为3份;即为将人
眼所占的区域平均分为5等份,以图3所示的线条中的处为基准线,则人眼与基准线的
距离为综上所述,上述预置位置的坐标在本实施例中优选为(l_x1,l_y1)。
第三坐标计算模块160,用于获得标准人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
上述人脸宽度为标准人脸沿坐标轴的X方向(即水平方向)的宽度值。具体地,第三坐标计算模块160可根据adaboost算法获取标准人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息(r_x1,r_y1)。
第三角度计算模块170,用于根据标准人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
本实施例中,上述预置位置为第一只眼睛的坐标信息,可根据三庭五眼特征信息和标准人脸的宽度,可计算获得标准人脸在未发生偏转时第二只眼睛的坐标信息;该三庭五眼特征信息包括双眼的距离与标准人脸宽度的比例信息。上述第一只眼睛所在水平线为第一只眼睛与标准人脸未发生偏转时的第二只眼睛所在位置的连线。根据第二只眼睛的实际坐标信息与标准人脸未发生偏转时的第二只眼睛的坐标信息可计算获得第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即标准人脸的偏转角度。
第三校正模块180,用于根据所述偏转角度对所述标准图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
当获得上述标准人脸的偏转角度后,可对预置模板上的基础图像进行旋转校正,使得标准人脸处于非偏转状态。具体地,可将标准人脸进行顺时针或逆时针旋转上述偏转角度,从而使得标准人脸处于正常状态(即使标准人脸的两只眼睛处于同一水平线上)。
处理模块190,用于将校正处理后的标准人脸图像设定为人脸样本。具体地,该人脸样本包括标准人脸图像和用于承载该图像的预置模板。
进一步地,参照图16,基于上述实施例,本实施例中,所述第三角度计算模块170包括:
第三距离计算单元171,用于根据预置的三庭五眼特征信息和标准人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
第三坐标计算单元172,用于根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
第三角度计算单元173,用于根据所述第二只眼睛的初始坐标信息中水平坐标值
r_x5、所述第二只眼睛的初始坐标信息中纵坐标值r_y5、第二只眼睛校正后的水平坐标值
r_x6、第二只眼睛校正后的纵坐标值r_y6计算获得所述偏转角度c;当所述第一只眼睛为左
眼时,所述偏转角度c满足:当所述第一只眼睛为右眼
时,所述偏转角度c满足:
本实施例中,上述第二只眼睛的实际坐标值为根据水平、垂直投影法获得的初始
坐标信息(r_x5,r_y5)。优选地,当上述预置位置坐标为 时,即以左眼为第一只眼睛时,r_x6=l_x1+(2/5)Iw,该Iw为
采用adaboost算法获取的人脸的宽度,r_y6=l_y1;即第二只眼睛校正后(在未发生偏转
时)的坐标为优选地,若第一只眼睛为
右眼时,上述预置位置坐标为 根据图2及3,
同理得到第二只眼睛的校正后(在未发生偏转时)的坐标为所述Iw为采用adaboost算法获取
的人脸的宽度。最后根据设定的第一只眼睛为左眼或右眼,则可根据相应的计算规则获得
第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度,即标准
人脸偏转的角度。
进一步地,参照图17,基于上述实施例,本实施例中,上述人脸识别系统还包括:
比值获取模块200,用于获取各所述人脸样本中标准人脸面积与所述预置模板面积的比值,并设为第一比值;获取测试人脸面积与所述预置模板面积的比值,并设为第二比值;
判断模块210,用于判断所述第二比值所属的比值区间;所述比值区间由所述第一比值的大小依次排列,且相邻两第一比值组成的比值范围形成所述比值区间;
提取模块220,用于提取所述比值区间对应的两所述人脸样本;
所述人脸识别模块140具体用于,将旋转校正处理后的测试图像与提取的两所述人脸样本进行人脸识别处理。
具体地,上述人脸样本包括人脸相对于摄像头不同距离下采集的人脸制作形成的人脸样本,例如在距离摄像头1.0m、1.5m、2.0m、2.5m和3m五个不同的位置采集了5个不同的人脸样本。若在1.0m获取的人脸样本中标准人脸面积与预置模板面积的比值为1.5m获取的人脸样本中标准人脸面积与预置模板面积的比值为2.0m获取的人脸样本中标准人脸面积与预置模板面积的比值为2.5m获取的人脸样本中标准人脸面积与预置模板面积的比值为3.0m获取的人脸样本中标准人脸面积与预置模板面积的比值为则上述比值区间则为当测试人脸面积与预置模板面积的比值为9:40时,即第二比值所属的比值区间为此时则判定测试人脸距离摄像头的距离为1.0m到1.5m之间,从而提取1.0m和1.5m对应的人脸样本与测试图像中的测试人脸进行人脸识别处理,由于1.0m和1.5m对应的人脸样本与测试图像中的测试人脸的匹配度最高,因此可提高人脸识别的识别率;此外由于减少了人脸识别中人脸样本的比对数量,因此提高了人脸识别的速度。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种人脸识别方法,其特征在于,包括以下步骤:
B1、将获取到包含测试人脸的测试图像映射至预置模板上,且测试人脸中的第一只眼睛位于所述预置模板的预置位置;
B2、获得测试人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
B3、根据所述测试人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
B4、根据所述偏转角度对所述测试图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
B6、获取各人脸样本中标准人脸宽度与所述预置模板宽度的比值,并设为第一比值;获取测试人脸宽度与所述预置模板宽度的比值,并设为第二比值;
B7、判断所述第二比值所属的比值区间;所述比值区间由所述第一比值的大小依次排列,且相邻两第一比值组成的比值范围形成所述比值区间;
B8、提取所述比值区间对应的两所述人脸样本作为预置的人脸样本;
B5、将旋转校正处理后的测试图像与所述预置的人脸样本进行人脸识别处理。
2.如权利要求1所述的人脸识别方法,其特征在于,所述步骤B2具体包括:
根据adaboost算法获取测试人脸宽度,根据水平、垂直投影算法获取第二只眼睛的初始坐标信息。
4.如权利要求1所述的人脸识别方法,其特征在于,所述预置的人脸样本的制作具体为:将获取到标准人脸间隔摄像头不同距离下的标准图像作为所述测试图像执行所述步骤B1至B4,将经过校正处理的标准人脸图像作为预置的人脸样本。
5.一种人脸识别系统,其特征在于,包括:
第二映射模块,用于将获取到包含测试人脸的测试图像映射至预置模板上,且测试人脸中的第一只眼睛位于所述预置模板的预置位置;
第二坐标计算模块,用于获得测试人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
第二角度计算模块,用于根据所述测试人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
第二校正模块,用于根据所述偏转角度对所述测试图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
比值获取模块,用于获取各人脸样本中标准人脸面积与所述预置模板面积的比值,并设为第一比值;获取测试人脸面积与所述预置模板面积的比值,并设为第二比值;
判断模块,用于判断所述第二比值所属的比值区间;所述比值区间由所述第一比值的大小依次排列,且相邻两第一比值组成的比值范围形成所述比值区间;
提取模块,用于提取所述比值区间对应的两所述人脸样本;
人脸识别模块,用于将旋转校正处理后的测试图像与提取的两所述人脸样本进行人脸识别处理。
6.如权利要求5所述的人脸识别系统,其特征在于,所述第二角度计算模块包括:
第二距离计算单元,用于根据预置的三庭五眼特征信息和测试人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
第二坐标计算单元,用于根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
7.如权利要求6所述的人脸识别系统,其特征在于,还包括人脸样本制作装置,所述人脸样本制作装置包括:
第三映射模块,用于将获取到标准人脸间隔摄像头不同距离下的标准图像映射至预置模板上,且标准人脸中的第一只眼睛位于所述预置模板的预置位置;
第三坐标计算模块,用于获得标准人脸宽度以及第二只眼睛在所述预置模板上的初始坐标信息;
第三角度计算模块,用于根据所述标准人脸宽度、所述预置位置和第二只眼睛的初始坐标信息,计算在所述预置模板中第二只眼睛与第一只眼睛所在连线相对于所述第一只眼睛所在水平线的偏转角度;
第三校正模块,用于根据所述偏转角度对所述标准图像进行旋转校正处理,使所述第一只眼睛及所述第二只眼睛均位于所述水平线上;
处理模块,用于将校正处理后的标准人脸图像设定为人脸样本。
8.如权利要求7所述的人脸识别系统,其特征在于,所述第三角度计算模块包括:
第三距离计算单元,用于根据预置的三庭五眼特征信息和标准人脸宽度计算获得第一只眼睛和第二眼睛的距离信息;
第三坐标计算单元,用于根据所述距离信息与所述第一只眼睛的坐标信息中水平坐标值计算获得第二只眼睛校正后的水平坐标值,并将所述第一只眼睛的坐标信息中纵坐标值设定为第二只眼睛校正后的纵坐标值;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410314282.2A CN105279473B (zh) | 2014-07-02 | 2014-07-02 | 人脸图像校正方法及装置和人脸识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410314282.2A CN105279473B (zh) | 2014-07-02 | 2014-07-02 | 人脸图像校正方法及装置和人脸识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105279473A CN105279473A (zh) | 2016-01-27 |
CN105279473B true CN105279473B (zh) | 2021-08-03 |
Family
ID=55148459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410314282.2A Active CN105279473B (zh) | 2014-07-02 | 2014-07-02 | 人脸图像校正方法及装置和人脸识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105279473B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108269236B (zh) * | 2016-12-30 | 2021-12-07 | 航天信息股份有限公司 | 一种图像纠偏方法及装置 |
CN107358219B (zh) * | 2017-07-24 | 2020-06-09 | 艾普柯微电子(上海)有限公司 | 人脸识别方法及装置 |
CN108875479A (zh) * | 2017-08-15 | 2018-11-23 | 北京旷视科技有限公司 | 人脸图像的获取方法及装置 |
CN109948450A (zh) * | 2019-02-22 | 2019-06-28 | 深兰科技(上海)有限公司 | 一种基于图像的用户行为检测方法、装置和存储介质 |
CN112036319B (zh) * | 2020-08-31 | 2023-04-18 | 北京字节跳动网络技术有限公司 | 一种图片处理方法、装置、设备及存储介质 |
CN112529231B (zh) * | 2021-02-08 | 2021-08-03 | 北京翔东智能科技有限公司 | 一种社保卡信息采集系统及其采集方法 |
CN113900525A (zh) * | 2021-10-29 | 2022-01-07 | 深圳Tcl数字技术有限公司 | 数字人显示方法、装置及显示设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1687959A (zh) * | 2005-04-30 | 2005-10-26 | 清华大学 | 基于人脸几何尺寸归一化的人脸图像识别方法 |
CN101163189A (zh) * | 2006-10-13 | 2008-04-16 | 上海银晨智能识别科技有限公司 | 人脸图像校正方法 |
CN101169827A (zh) * | 2007-12-03 | 2008-04-30 | 北京中星微电子有限公司 | 一种对图像中的特征点进行跟踪的方法及装置 |
JP2012138009A (ja) * | 2010-12-27 | 2012-07-19 | Kawai Musical Instr Mfg Co Ltd | 楽譜認識装置、及びコンピュータプログラム |
-
2014
- 2014-07-02 CN CN201410314282.2A patent/CN105279473B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1687959A (zh) * | 2005-04-30 | 2005-10-26 | 清华大学 | 基于人脸几何尺寸归一化的人脸图像识别方法 |
CN101163189A (zh) * | 2006-10-13 | 2008-04-16 | 上海银晨智能识别科技有限公司 | 人脸图像校正方法 |
CN101169827A (zh) * | 2007-12-03 | 2008-04-30 | 北京中星微电子有限公司 | 一种对图像中的特征点进行跟踪的方法及装置 |
JP2012138009A (ja) * | 2010-12-27 | 2012-07-19 | Kawai Musical Instr Mfg Co Ltd | 楽譜認識装置、及びコンピュータプログラム |
Non-Patent Citations (1)
Title |
---|
疲劳驾驶检测中的快速人眼定位方法;杨述斌等;《武汉工程大学学报》;20130615;第67-72页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105279473A (zh) | 2016-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105279473B (zh) | 人脸图像校正方法及装置和人脸识别方法及系统 | |
CN104574366B (zh) | 一种基于单目深度图的视觉显著性区域的提取方法 | |
KR20190129947A (ko) | 얼굴 이미지 품질을 결정하는 방법과 장치, 전자 기기 및 컴퓨터 저장 매체 | |
CN104008542B (zh) | 一种针对特定平面图形的快速角点匹配方法 | |
US20150055875A1 (en) | Site estimation device, site estimation method, and site estimation program | |
JP5105481B2 (ja) | 車線検出装置、車線検出方法、及び車線検出プログラム | |
CN108074237B (zh) | 图像清晰度检测方法、装置、存储介质及电子设备 | |
WO2012140782A1 (ja) | 瞼検出装置、瞼検出方法及びプログラム | |
Alemán-Flores et al. | Line detection in images showing significant lens distortion and application to distortion correction | |
CN106778660B (zh) | 一种人脸姿态校正方法及装置 | |
CN110458858A (zh) | 一种十字靶标的检测方法、系统及存储介质 | |
CN108052869B (zh) | 车道线识别方法、装置及计算机可读存储介质 | |
CN110458857B (zh) | 中心对称图元检测方法、装置、电子设备及可读存储介质 | |
CN108648205A (zh) | 一种亚像素边缘检测方法 | |
CN109901716B (zh) | 视线点预测模型建立方法、装置及视线点预测方法 | |
US9818025B2 (en) | Discrimination container generation device and pattern detection device | |
WO2014054124A1 (ja) | 路面標示検出装置及び路面標示検出方法 | |
CN108256475B (zh) | 一种票据图像倒置检测方法 | |
CN104866808A (zh) | 人眼定位方法及装置 | |
JP6492603B2 (ja) | 画像処理装置、システム、画像処理方法、およびプログラム | |
CN108629786A (zh) | 图像边缘检测方法及装置 | |
CN111383183B (zh) | 图像边缘增强方法、装置以及计算机存储介质 | |
JP2017117038A (ja) | 道路面推定装置 | |
CN108399412A (zh) | 一种x型角点亚像素提取方法 | |
US9818180B2 (en) | Image processing device, method, and program |
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 |