CN105893981A - 一种人脸姿态矫正方法 - Google Patents
一种人脸姿态矫正方法 Download PDFInfo
- Publication number
- CN105893981A CN105893981A CN201610273889.XA CN201610273889A CN105893981A CN 105893981 A CN105893981 A CN 105893981A CN 201610273889 A CN201610273889 A CN 201610273889A CN 105893981 A CN105893981 A CN 105893981A
- Authority
- CN
- China
- Prior art keywords
- human face
- image
- coordinate
- facial image
- ecy
- 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
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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Geometry (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种人脸姿态矫正方法,通过获取待识别的人脸图像中心点坐标,并在图像指定局部区域定位人眼并计算位置坐标以及两眼连线中心坐标等,进而计算人脸偏转角度后再根据计算所得角度旋转人脸,再次计算旋转后图像的两眼坐标并根据两眼坐标截取有效人脸区域进行后续处理,从而达到人脸姿态矫正的效果。本发明有效提高了人脸识别准确率,使得人脸识别更具有实用性。
Description
技术领域
本发明涉及图像处理、人脸验证等技术领域,特别是一种人脸姿态矫正方法。
背景技术
人脸识别技术是一种典型的生物识别技术,近年来得到了很大的发展,但是由于姿势、光照等外界环境的因素限制了人脸识别技术的应用。目前,针对人脸姿态的矫正方法可以分为两类:一类是二维方法:匹配多张二维图像或者通过函数变换虚拟出多姿态人脸图像后再进行匹配,另一类则是三维方法:通过构建人脸的三维模型后再进行匹配,这是解决姿态问题最有效的方法。
上述人脸姿态矫正方法存在一些缺陷使得它们不能得到广泛的应用。其中,二维方法需要采集一个人脸的多张多姿态图像或者虚拟出多张多姿态图像,使得人脸训练复杂度加大,在许多应用场合中不太现实,不利于人脸识别的具体实现;而三维方法虽然直接有效,但是构建三维模型数据计算量大,获取三维数据时间长,具有很大的局限性。
虽然目前有些人脸识别系统在用户配合,采集照片理想的条件下能够取得较高的识别率,但是在情况复杂的移动环境下,由于受到姿态,光照等外界条件的影响,人脸特征不稳定,使得人脸识别存在一些困难。
发明内容
本发明所要解决的技术问题是,针对现有技术不足,提供一种人脸姿态矫正方法。
为解决上述技术问题,本发明所采用的技术方案是:一种人脸姿态矫正方法,其特征在于,包括以下步骤:
1)输入待识别的人脸图像,确定所述人脸图像的中心点坐标(cx,cy);
2)根据设定比率在指定的人脸图像局部矩形区域上使用基于Haar特征的人眼检测方法,定位两眼中心点的坐标为(x1,y1),(x2,y2),并计算两眼连线中心点坐标(ecx,ecy)以及两眼距离EyeDistance;
3)对两眼中心点的坐标进行定位准确度判断,判断方法如下:
a.分别计算人脸图像的中心点到两眼的距离L1,L2;
b.如果|L1-L2|>K,则判断人眼定位错误,返回步骤2),重新进行人眼检测,其中K=min{L1,L2}/m,m为大于1的正整数;
4)根据两眼中心点坐标计算人脸偏转角度,即两眼连线与水平方向的夹角θ;
5)计算两眼连线中心点与图像中心点的距离L,以及两眼连线中心点与图形中心点之间的连线与水平方向的夹角α;
6)将待识别的人脸图像旋转θ角度,计算旋转后人脸图像的两眼连线中心点与图像中心点之间的连线与水平方向的夹角θ1;
7)计算旋转后的人脸图像上两眼连线中心点的坐标(ecx1,ecy1);
8)计算旋转后的人脸图像上两眼的坐标(x3,y3),(x4,y4);
9)根据两眼坐标截取有效人脸区域,用于后续人脸识别处理。
与现有技术相比,本发明所具有的有益效果为:本发明利用基于Harr特征的人眼定位方法定位眼睛,通过计算两眼坐标,图像中心坐标等数据,利用待识别图像绕中心点旋转θ角度,旋转后的水平人脸图像中心点,两眼距离,两眼连线中点与图像中点距离未发生变化这一点,计算新的两眼坐标截取有效人脸进行人脸识别,有效提高了人脸识别准确率,使得人脸识别更具有实用性。
附图说明
图1为本发明方法流程图。
具体实施方式
本发明提出了一种应用于移动环境下的人脸姿态矫正方法,该方法通过获取待识别的人脸图像中心点坐标,并在图像指定局部区域定位人眼并计算位置坐标以及两眼连线中心坐标等,进而计算人脸偏转角度后再根据计算所得角度旋转人脸,再次计算旋转后图像的两眼坐标并根据两眼坐标截取有效人脸区域进行后续处理,从而达到人脸姿态矫正的效果。
关键点坐标:首先确定输入待识别图像的中心坐标,然后在人脸图像上的指定局部区域利用基于Harr特征的人眼检测技术计算左右眼睛的中心点的坐标、两眼连线中点坐标以及两眼距离。
偏转角度:根据两眼中心点坐标计算人脸偏转角度θ、两眼连线中心点与图像中心点的距离L以及亮点连线与水平方向的夹角α,其中θ为人脸的旋转角度,α将用于旋转后人脸的眼睛新坐标计算。
矫正人脸图像:把待识别图像绕中心点旋转θ角度,旋转后的水平人脸图像其中心点,两眼距离,两眼连线中点与图像中心点距离未发生变化。
眼睛新坐标:通过角度θ和角度α计算旋转后图像的两眼中点与图像中心点连线与水平方向的夹角θ1,进而计算新的两眼坐标。
人脸识别以其便利性、安全性等优点为广大用户所接受,有着广阔的应用前景,然而在非约束条件下,人脸识别的准确率受到了外界条件的极大影响。通过预先矫正人脸姿态再进行识别对提高人脸识别率,增强用户体验的效果十分明显。当输入待识别图像I,其人脸姿态矫正处理流程如下:
1)输入待识别人脸图像,确定图像中心点坐标(cx,cy);
2)根据设定比率在指定的人脸图像局部矩形区域上使用基于Haar特征的人眼检测算法,定位两眼中心点的坐标(x1,y1),(x2,y2),并计算两眼连线中心点坐标(ecx,ecy)以及两眼距离EyeDistance;
3)根据两眼中心点坐标计算人脸偏转角度,即两眼连线与水平方向的夹角,计算公式如下:
4)计算两眼连线中心点与图像中心点的距离L及其两点连线与水平方向的夹角α,计算公式如下:
5)将待识别图像旋转θ角度,计算旋转后图像的两眼中点与图像中心点连线与水平方向的夹角θ1,计算公式如下:
θ1=α-θ;
6)计算旋转后图像上两眼中点坐标(ecx1,ecy1),计算公式如下:
ecx1=cx-(L×cosθ1);
ecy1=cy-(L×sinθ1);
7)计算旋转后图像上两眼坐标(x3,y3),(x4,y4),计算公式如下:
x3=ecx1-EyeDistance/2;y3=ecy1;
x4=ecx1+EyeDistance/2;y4=ecy1;
8)根据两眼坐标截取有效人脸区域,用于后续人脸识别处理。
Claims (6)
1.一种人脸姿态矫正方法,其特征在于,包括以下步骤:
1)输入待识别的人脸图像,确定所述人脸图像的中心点坐标(cx,cy);
2)根据设定比率在指定的人脸图像局部矩形区域上使用基于Haar特征的人眼检测方法,定位两眼中心点的坐标为(x1,y1),(x2,y2),并计算两眼连线中心点坐标(ecx,ecy)以及两眼距离EyeDistance;
3)对两眼中心点的坐标进行定位准确度判断,判断方法如下:
a.分别计算人脸图像的中心点到两眼的距离L1,L2;
b.如果|L1-L2|>K,则判断人眼定位错误,返回步骤2),重新进行人眼检测,其中K=min{L1,L2}/m,m为大于1的正整数;
4)根据两眼中心点坐标计算人脸偏转角度,即两眼连线与水平方向的夹角θ;
5)计算两眼连线中心点与图像中心点的距离L,以及两眼连线中心点与图形中心点之间的连线与水平方向的夹角α;
6)将待识别的人脸图像旋转θ角度,计算旋转后人脸图像的两眼连线中心点与图像中心点之间的连线与水平方向的夹角θ1;
7)计算旋转后的人脸图像上两眼连线中心点的坐标(ecx1,ecy1);
8)计算旋转后的人脸图像上两眼的坐标(x3,y3),(x4,y4);
9)根据两眼坐标截取有效人脸区域,用于后续人脸识别处理。
2.根据权利要求1所述的人脸姿态矫正方法,其特征在于,
3.根据权利要求1所述的人脸姿态矫正方法,其特征在于,
4.根据权利要求1所述的人脸姿态矫正方法,其特征在于,θ1=α-θ。
5.根据权利要求1所述的人脸姿态矫正方法,其特征在于,旋转后的人脸图像上两眼连线中心点的坐标(ecx1,ecy1)的计算公式为:
ecx1=cx-(L×cosθ1);
ecy1=cy-(L×sinθ1)。
6.根据权利要求1所述的人脸姿态矫正方法,其特征在于,旋转后的人脸图像上两眼的坐标(x3,y3),(x4,y4)的计算公式为:
x3=ecx1-EyeDistance/2;y3=ecy1;
x4=ecx1+EyeDistance/2;y4=ecy1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610273889.XA CN105893981B (zh) | 2016-04-28 | 2016-04-28 | 一种人脸姿态矫正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610273889.XA CN105893981B (zh) | 2016-04-28 | 2016-04-28 | 一种人脸姿态矫正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105893981A true CN105893981A (zh) | 2016-08-24 |
CN105893981B CN105893981B (zh) | 2018-06-01 |
Family
ID=56702876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610273889.XA Active CN105893981B (zh) | 2016-04-28 | 2016-04-28 | 一种人脸姿态矫正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105893981B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106909880A (zh) * | 2017-01-16 | 2017-06-30 | 北京龙杯信息技术有限公司 | 人脸识别中的人脸图像预处理方法 |
CN107358207A (zh) * | 2017-07-14 | 2017-11-17 | 重庆大学 | 一种矫正人脸图像的方法 |
CN109948590A (zh) * | 2019-04-01 | 2019-06-28 | 启霖世纪(北京)教育科技有限公司 | 姿态问题检测方法及装置 |
CN110097021A (zh) * | 2019-05-10 | 2019-08-06 | 电子科技大学 | 基于mtcnn的人脸姿态估计方法 |
CN110909662A (zh) * | 2019-11-20 | 2020-03-24 | 湖南检信智能科技有限公司 | 人脸运动模糊矫正方法 |
CN112036319A (zh) * | 2020-08-31 | 2020-12-04 | 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 |
US11790692B2 (en) | 2020-11-20 | 2023-10-17 | Xiaomi Technology (Wuhan) Co., Ltd. | Method for behaviour recognition, electronic equipment, and storage medium |
US11816924B2 (en) | 2020-11-20 | 2023-11-14 | Xiaomi Technology (Wuhan) Co., Ltd. | Method for behaviour recognition based on line-of-sight estimation, electronic equipment, and storage medium |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110129127A1 (en) * | 2009-11-27 | 2011-06-02 | Altek Corporation | Object image correction apparatus and method for object identification |
CN103793693A (zh) * | 2014-02-08 | 2014-05-14 | 厦门美图网科技有限公司 | 一种人脸转向的检测方法及其应用该方法的脸型优化方法 |
CN104408462A (zh) * | 2014-09-22 | 2015-03-11 | 广东工业大学 | 面部特征点快速定位方法 |
CN105404854A (zh) * | 2015-10-29 | 2016-03-16 | 深圳怡化电脑股份有限公司 | 一种获取人脸正面图像的方法及装置 |
-
2016
- 2016-04-28 CN CN201610273889.XA patent/CN105893981B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110129127A1 (en) * | 2009-11-27 | 2011-06-02 | Altek Corporation | Object image correction apparatus and method for object identification |
CN103793693A (zh) * | 2014-02-08 | 2014-05-14 | 厦门美图网科技有限公司 | 一种人脸转向的检测方法及其应用该方法的脸型优化方法 |
CN104408462A (zh) * | 2014-09-22 | 2015-03-11 | 广东工业大学 | 面部特征点快速定位方法 |
CN105404854A (zh) * | 2015-10-29 | 2016-03-16 | 深圳怡化电脑股份有限公司 | 一种获取人脸正面图像的方法及装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106909880A (zh) * | 2017-01-16 | 2017-06-30 | 北京龙杯信息技术有限公司 | 人脸识别中的人脸图像预处理方法 |
CN107358207A (zh) * | 2017-07-14 | 2017-11-17 | 重庆大学 | 一种矫正人脸图像的方法 |
CN109948590A (zh) * | 2019-04-01 | 2019-06-28 | 启霖世纪(北京)教育科技有限公司 | 姿态问题检测方法及装置 |
CN109948590B (zh) * | 2019-04-01 | 2020-11-06 | 启霖世纪(北京)教育科技有限公司 | 姿态问题检测方法及装置 |
CN110097021A (zh) * | 2019-05-10 | 2019-08-06 | 电子科技大学 | 基于mtcnn的人脸姿态估计方法 |
CN110097021B (zh) * | 2019-05-10 | 2022-09-06 | 电子科技大学 | 基于mtcnn的人脸姿态估计方法 |
CN110909662A (zh) * | 2019-11-20 | 2020-03-24 | 湖南检信智能科技有限公司 | 人脸运动模糊矫正方法 |
CN112036319A (zh) * | 2020-08-31 | 2020-12-04 | 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 |
US11838622B2 (en) | 2020-08-31 | 2023-12-05 | Beijing Bytedance Network Technology Co., Ltd. | Image processing method, apparatus, device, and storage medium |
US11790692B2 (en) | 2020-11-20 | 2023-10-17 | Xiaomi Technology (Wuhan) Co., Ltd. | Method for behaviour recognition, electronic equipment, and storage medium |
US11816924B2 (en) | 2020-11-20 | 2023-11-14 | Xiaomi Technology (Wuhan) Co., Ltd. | Method for behaviour recognition based on line-of-sight estimation, electronic equipment, and storage medium |
Also Published As
Publication number | Publication date |
---|---|
CN105893981B (zh) | 2018-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105893981A (zh) | 一种人脸姿态矫正方法 | |
CN110175558B (zh) | 一种人脸关键点的检测方法、装置、计算设备及存储介质 | |
CN102880877B (zh) | 一种基于轮廓特征的目标识别方法 | |
CN101339606B (zh) | 一种人脸关键器官外轮廓特征点定位与跟踪的方法及装置 | |
US6707933B1 (en) | Face direction estimation using a single gray-level image | |
CN103210421B (zh) | 物体检测装置及物体检测方法 | |
CN102567703B (zh) | 一种基于分类特征的手部动作识别信息处理方法 | |
CN106127151B (zh) | 基于改进局部二值模型的指静脉识别方法及装置 | |
CN103679175A (zh) | 一种基于深度摄像机的快速3d骨骼模型检测方法 | |
CN103218605B (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN103605965A (zh) | 一种多姿态人脸识别方法和装置 | |
CN104246793A (zh) | 移动设备的三维脸部识别 | |
CN101458763A (zh) | 基于图像加权平均的自动人脸识别方法 | |
CN103984928A (zh) | 基于景深图像的手指手势识别方法 | |
CN105608448B (zh) | 一种基于脸部关键点的lbp特征提取方法和装置 | |
CN108986094A (zh) | 用于人脸识别用训练图像库的数据自动更新方法 | |
CN104091155A (zh) | 光照鲁棒的虹膜快速定位方法 | |
CN109858433B (zh) | 一种基于三维人脸模型识别二维人脸图片的方法及装置 | |
CN103902992B (zh) | 人脸识别方法 | |
CN113971833A (zh) | 多角度的人脸识别方法、装置、计算机主设备及存储介质 | |
US20200065564A1 (en) | Method for determining pose and for identifying a three-dimensional view of a face | |
CN103324921B (zh) | 一种基于内指横纹的移动识别方法及其移动识别设备 | |
CN111401157A (zh) | 一种基于三维特征的人脸识别方法和系统 | |
CN109815810A (zh) | 一种基于单摄像头的活体检测方法 | |
CN112102342A (zh) | 平面轮廓识别方法、装置、计算机设备和存储介质 |
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 |