CN105893981A - 一种人脸姿态矫正方法 - Google Patents

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

一种人脸姿态矫正方法

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：

$\mathrm{\θ}=\arctan \left(\frac{y_2-y_1}{x_2-x_1}\right);$

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：

$\mathrm{\α}=\arctan \left(\frac{cy-ecy}{cx-ecx}\right);$

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，

$\mathrm{\θ}=\arctan \left(\frac{y_2-y_1}{x_2-x_1}\right).$

3.根据权利要求1所述的人脸姿态矫正方法，其特征在于，

$\mathrm{\α}=\arctan \left(\frac{cy-ecy}{cx-ecx}\right).$

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。