CN106446793B - 一种基于人脸特征点的人脸轮廓计算方法 - Google Patents

一种基于人脸特征点的人脸轮廓计算方法 Download PDF

Info

Publication number
CN106446793B
CN106446793B CN201610786732.7A CN201610786732A CN106446793B CN 106446793 B CN106446793 B CN 106446793B CN 201610786732 A CN201610786732 A CN 201610786732A CN 106446793 B CN106446793 B CN 106446793B
Authority
CN
China
Prior art keywords
characteristic point
facial contour
calculation method
human face
method based
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
Application number
CN201610786732.7A
Other languages
English (en)
Other versions
CN106446793A (zh
Inventor
关蕾
李习华
万涛
刘玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Laide Pu Detection Technology Co Ltd
Original Assignee
Guangzhou Laide Pu Detection Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Laide Pu Detection Technology Co Ltd filed Critical Guangzhou Laide Pu Detection Technology Co Ltd
Priority to CN201610786732.7A priority Critical patent/CN106446793B/zh
Publication of CN106446793A publication Critical patent/CN106446793A/zh
Application granted granted Critical
Publication of CN106446793B publication Critical patent/CN106446793B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Abstract

本发明提供一种基于人脸特征点的人脸轮廓计算方法,包括以下步骤:步骤一:对待检测人员先后的人脸图片根据人脸特征点定位算法定位面部特征点,并按照预定的方式标记每一特征点的序列;步骤二:对人眼特征点的中心进行尺寸归一化;步骤三:对待计算的人脸轮廓值选择相应的相关特征点的序列,并将其连成直线;步骤四:根据几何计算方式计算待计算的人脸轮廓上两条直线之间的夹角,并输出夹角信息。本发明提出的基于人脸特征点的人脸轮廓计算方法更为精细化,更具判断标准。

Description

一种基于人脸特征点的人脸轮廓计算方法
技术领域
本发明涉及美容医疗领域,特别是指一种基于人脸特征点的人脸轮廓计算方法。
背景技术
目前整容技术越来越流行,而对于整容者通常其整容结果仅能从肉眼进行观察,而无法从数据或者科学的角度判断整容前后的变化,更无法判断医院整容是否按照原计划操作,因此整容者难以观察和判断其手术的成功性。
发明内容
本发明提出一种更为精细化,更具判断标准的基于人脸特征点的人脸轮廓计算方法。
本发明的技术方案是这样实现的:
一种基于人脸特征点的人脸轮廓计算方法,包括以下步骤:
步骤一:对待检测人员先后的人脸图片根据人脸特征点定位算法定位面部特征点,并按照预定的方式标记每一特征点的序列;
步骤二:对人眼特征点的中心进行尺寸归一化;
步骤三:对待计算的人脸轮廓值选择相应的相关特征点的序列,并将其连成直线;
步骤四:根据几何计算方式计算待计算的人脸轮廓上两条直线之间的夹角,并输出夹角信息。
本发明提供的一种基于人脸特征点的人脸轮廓计算方法,通过对待检测人员先后的人脸图片进行特征点的标注,再进行尺寸的归一化,从而可以保证先后的人脸图片上的其他特征点都可以进行相互比较;然后再根据几何计算方式计算待计算的人脸轮廓上两条直线之间的夹角,从而可以获得夹角信息,而待检测人员则可以通过前后的夹角信息进行判断其是否发生变化。本发明提供的方法通过科学的方法进行计算,更为精细化的操作,为使用者提供了一种可参照和判断的工具,且操作便捷,精准度高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种于人脸特征点的人脸轮廓计算方法的流程图。
图2为本发明人脸特征点的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1与图2,一种基于人脸特征点的人脸轮廓计算方法,包括以下步骤:
步骤一:对待检测人员先后的人脸图片根据人脸特征点定位算法定位面部特征点,并按照预定的方式标记每一特征点的序列,例如序列A0,A1,A2.....An。
步骤二:对人眼特征点的中心进行尺寸归一化;对人脸图片进行比较时,若进行归一化后则可以保证特征点都可以进行比较。此步骤中的归一化方法为常见的归一化方法,在得到人脸特征点定位的基础上,由于每张人脸因为拍摄角度,方向等问题,所占据的总的像素面积是不一致的,因此需要进行归一化,所采取的归一化策略是将人脸的距离归一化到相同的距离。
步骤三:对待计算的人脸轮廓值选择相应的相关特征点的序列,并将其连成直线;此步骤中待计算的人脸轮廓值是根据每个检测者的需求进行选择,主要是选择计算结果能够反应对应轮廓变化值的特征点,例如要看瘦脸针是否有效,则可选择面颊的最上和最下的特征点,计算这个角度的变化值;再例如某人的下巴进行了整形,或者眼睛进行了整形,则需要计算的为下巴的角度变化或者眼睛的角度变化,其所选择的相关特征点则会相应的发生改变。
步骤四:根据几何计算方式计算待计算的人脸轮廓上两条直线之间的夹角,并输出夹角信息。
优选的,在执行步骤一时,人脸特征点为68个点,在本实施例中由于68个特征点已基本涵盖所有的人脸特征,对于普通的检测已可实现,因此为最佳的方式,但是若对精度要求更高时,则可以在此基础上进一步的增加特征点。68个特征点包括例如嘴角、眼角、下巴等。常用人脸特征点定位算法有ASM和AAM,当然近期也出现了一些基于深度学习算法的人脸特征点定位。人脸特征点定位算法通过给定68个人脸特征点的初始位置,然后通过迭代的计算得到68个人脸特征点准确的位置。在需要增加对人脸特征点数量的情况下,学术界目前有人做128点的人脸特征点定位。
优选的,在执行步骤二时,还包括其他特征点通过相应的选择和缩放进行尺寸变换。假设将人的两眼之间的距离归一化到100个像素,那么人脸上的其他特征点则通过选择和缩放进行尺寸的变换,变换之后的人脸图像眼睛中心点可完全对齐。
优选的,所述尺寸归一化为将待检测人员先后图片上的人眼特征中心距离调整为相同的过程。
本发明提供的一种基于人脸特征点的人脸轮廓计算方法,通过对待检测人员先后的人脸图片进行特征点的标注,再进行尺寸的归一化,从而可以保证先后的人脸图片上的其他特征点都可以进行相互比较;然后再根据几何计算方式计算待计算的人脸轮廓上两条直线之间的夹角,从而可以获得夹角信息,而待检测人员则可以通过前后的夹角信息进行判断其是否发生变化。本发明提供的方法通过科学的方法进行计算,更为精细化的操作,为使用者提供了一种可参照和判断的工具,且操作便捷,精准度高。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于人脸特征点的人脸轮廓计算方法,其特征在于,包括以下步骤:
步骤一:对待检测人员先后的人脸图片根据人脸特征点定位算法定位面部特征点,并按照预定的方式标记每一特征点的序列;所述人脸图片为普通照片;
步骤二:对人眼特征点的中心距离进行尺寸归一化;
步骤三:对待计算的人脸轮廓值选择相应的相关特征点的序列,并将其连成直线;
步骤四:根据几何计算方式计算待计算的人脸轮廓上两条直线之间的夹角,并输出夹角信息,根据夹角信息判断检测部位是否发生变化。
2.如权利要求1所述的一种基于人脸特征点的人脸轮廓计算方法,其特征在于,在执行步骤一时,人脸特征点为68个点。
3.如权利要求1或2所述的一种基于人脸特征点的人脸轮廓计算方法,其特征在于,在执行步骤二时,还包括其他特征点通过相应的选择和缩放进行尺寸变换,变换后的人眼中心点完全对齐。
4.如权利要求1或2所述的一种基于人脸特征点的人脸轮廓计算方法,其特征在于,所述尺寸归一化为将待检测人员先后图片上的人眼特征中心距离调整为相同的过程。
CN201610786732.7A 2016-08-31 2016-08-31 一种基于人脸特征点的人脸轮廓计算方法 Active CN106446793B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610786732.7A CN106446793B (zh) 2016-08-31 2016-08-31 一种基于人脸特征点的人脸轮廓计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610786732.7A CN106446793B (zh) 2016-08-31 2016-08-31 一种基于人脸特征点的人脸轮廓计算方法

Publications (2)

Publication Number Publication Date
CN106446793A CN106446793A (zh) 2017-02-22
CN106446793B true CN106446793B (zh) 2019-01-01

Family

ID=58090690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610786732.7A Active CN106446793B (zh) 2016-08-31 2016-08-31 一种基于人脸特征点的人脸轮廓计算方法

Country Status (1)

Country Link
CN (1) CN106446793B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107818305B (zh) * 2017-10-31 2020-09-22 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备和计算机可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2376661A1 (en) * 2001-03-14 2002-09-14 Johnson & Johnson Consumer Companies, Inc. Method for measuring changes in portions of a human body
CN102254180B (zh) * 2011-06-28 2014-07-09 北京交通大学 一种基于几何特征的人脸美感分析方法
CN102945361B (zh) * 2012-10-17 2016-10-05 北京航空航天大学 基于特征点矢量与纹理形变能量参数的人脸表情识别方法
KR102294927B1 (ko) * 2014-03-31 2021-08-30 트라이큐빅스 인크. 가상 성형 sns 서비스 방법 및 장치

Also Published As

Publication number Publication date
CN106446793A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
US9495529B2 (en) Method and apparatus for measuring body balance of wearable device
US8879801B2 (en) Image-based head position tracking method and system
CN103003845B (zh) 姿势估计装置、姿势估计系统、及姿势估计方法
CN102831392B (zh) 一种远距离虹膜跟踪与采集装置及其方法
KR101901591B1 (ko) 얼굴 인식 장치 및 그 제어방법
CN108230383A (zh) 手部三维数据确定方法、装置及电子设备
CN105046246A (zh) 可进行人像姿势拍摄提示的证照相机及人像姿势检测方法
CN106447720B (zh) 一种构建黄金比例脸型的方法
AU2016354889B2 (en) Method and device for estimating absolute size dimensions of a test object
CN104978548A (zh) 一种基于三维主动形状模型的视线估计方法与装置
JP2003512684A (ja) 異なるイメジャからの顔及び身体の画像を整列し及び比較するための方法及び装置
WO2005020030A2 (en) Multi-modal face recognition
CN105740780A (zh) 人脸活体检测的方法和装置
JP2004284344A (ja) Idカード作成装置、idカード、顔認証端末装置、顔認証装置およびシステム
CN104408462A (zh) 面部特征点快速定位方法
CN107280118A (zh) 一种人体身高信息获取方法以及采用该方法的试衣柜系统
CN108921148A (zh) 确定正脸倾斜角度的方法及装置
Lou et al. A review on automated facial nerve function assessment from visual face capture
CN106570447A (zh) 基于灰度直方图匹配的人脸照片太阳镜自动去除方法
JP2008204200A (ja) 顔解析システム及びプログラム
CN109145866A (zh) 确定侧脸倾斜角度的方法及装置
CN106446793B (zh) 一种基于人脸特征点的人脸轮廓计算方法
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
CN106919898A (zh) 人脸识别中的特征建模方法
US20230020160A1 (en) Method for determining a value of at least one geometrico-morphological parameter of a subject wearing an eyewear

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