CN106909880A - 人脸识别中的人脸图像预处理方法 - Google Patents
人脸识别中的人脸图像预处理方法 Download PDFInfo
- Publication number
- CN106909880A CN106909880A CN201710028275.XA CN201710028275A CN106909880A CN 106909880 A CN106909880 A CN 106909880A CN 201710028275 A CN201710028275 A CN 201710028275A CN 106909880 A CN106909880 A CN 106909880A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- double vision
- view
- facial
- 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
- G06V40/16—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 Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了人脸识别中的人脸图像预处理方法,包括步骤:从采集的图像数据中确定识别对象的面部图像;在面部图像中进行双瞳识别并分别确定双瞳的位置;根据双瞳的位置关系将面部图像矫正为识别对象的面部的正视图;根据正视图确定每个待确定的关键特征点的取样范围。本发明在现有技术中进行灰度校正、噪声过滤等图像预处理的基础上,还增加了确定关键特征点取样范围的步骤,通过将面部图像进行矫正正视图后,根据人类面部每个关键特征点的位置分布进行初步的范围划定;由于通过本发明实施例,缩小了取样的范围,从而可以有效的提高后续进行提取关键特征点时的取样效率。
Description
技术领域
本发明涉及生物特征识别,特别是涉及人脸识别中的人脸图像预处理方法。
背景技术
人脸识别技术一般包括四个组成部分,分别为人脸图像采集、人脸图像预处理、人脸图像特征提取以及匹配与识别,具体来说:
人脸图像采集及检测是指通过摄像镜头等视频图像采集装置采集包括有人脸的视频或图像数据,可以是采集对象的静态图像、动态图像、不同的位置、不同表情等。
人脸图像预处理是指从采集的图像数据中确定人脸的部分,并进行灰度校正、噪声过滤等图像预处理,从而使后续的人脸图像特征提取过程能够更加的准确和高效。
现有技术中,对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
发明人经过研究发现,经现有技术中的图像预处理方式处理后的人脸图像在后续的人脸图像的关键特征点提取时,关键特征点定位出现误差的几率较高,从而影响人脸识别的整体效率和效果。
发明内容
本发明所要解决的技术问题是如何提高人脸识别的效率和效果,具体的:
本发明实施例提供了一种人脸识别中的人脸图像预处理方法,包括步骤:
S11、从采集的图像数据中确定识别对象的面部图像;
S12、在所述面部图像中进行双瞳识别并分别确定双瞳的位置;
S13、根据双瞳的位置关系将所述面部图像矫正为所述识别对象的面部的正视图;
S14、根据所述正视图确定每个待确定的特征点的取样范围。
优选的,在本发明实施例中,所述根据双瞳的位置关系将所述面部图像矫正为所述识别对象的面部的正视图,包括:
S31、通过将双瞳位置调整为水平的方式,将所述面部图像调整为水平;
S32、获取双瞳之间的瞳距;
S33、获取所述面部图像的下颚位置,并计算所述下颚位置到双瞳连线中点的距离;
S34、根据所述瞳距和所述下颚位置到双瞳连线中点的距离的比例估算所述面部图像的侧转角度;
S35、根据所述侧转角度对所述面部图像进行矫正,将所述面部图像调整为正视图。
优选的,在本发明实施例中,所述根据双瞳的位置关系将所述面部图像矫正为所述识别对象的面部的正视图,包括:
将所述正视图缩放为预设尺寸的图像。
优选的,在本发明实施例中,所述根据所述瞳距和所述下颚位置到双瞳连线中点的距离的比例估算所述面部图像的侧转角度,包括:
根据所述估算模型中包括瞳距和所述下颚位置到双瞳连线中点的距离的比例与侧转角度的对应关系,计算所述面部图像的侧转角度;
根据矫正参数修正所述侧转角度;所述矫正参数包括年龄段和/或人种。
本发明实施例中,在现有技术中进行灰度校正、噪声过滤等图像预处理的基础上,还增加了确定关键特征点取样范围的步骤,通过将面部图像进行矫正正视图后,根据人类面部每个关键特征点的位置分布进行初步的范围划定;由于通过本发明实施例,缩小了取样的范围,从而可以有效的提高后续进行提取关键特征点时的取样效率。
此外,由于通过本发明实施例,每个关键特征点的取样不会超出其对应的取样范围,所以还会有效的降低取样过程中的出现误差的几率,从而提高了人脸识别的效率和效果。
此外,本发明实施例中,根据双瞳位置进行面部图像矫正的方式,可以通过很小的计算量就可以获得面部图像的正视图,从而可以高效的对面部图像进行矫正。
进一步的,在本发明实施例中,还提出通过瞳距和下颚位置到双瞳连线中点的距离的比例,来估算面部图像的侧转角度的方法;具体原理为:同一识别对象,其侧转程度越高,那么原始的面部图像中所识别出的瞳距也就越小,而该识别对象的下颚位置到双瞳连线中点的距离是不随侧转角度的变化而变化的;因此,通过瞳距和下颚位置到双瞳连线中点的距离的比例,就可以方便的估算出识别对象的侧转角度,从而为图形的矫正提供准确的依据,使矫正后的图形更加贴近识别对象真实的正视图。
进一步的,为了提高面部图像的矫正效果,在本发明实施例中,还可以预设面部图形的标准尺寸,从而统一化面部图形,进而使得关键特征点的取样范围更加的准确。
进一步的,在本发明实施例中,还设有了矫正参数来进一步的修正侧转角度;由于不同的年龄和不同的人种,其真实的正视图中,瞳距和下颚位置到双瞳连线中点的距离的比例也有所差异,因此,通过设有修正参数可以进一步的修正侧转角度,得到更加准确的侧转角度结果,从而也就使矫正后的正视图更加贴近识别对象真实的正视图。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,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为本申请中所述人脸识别中的人脸图像预处理方法的步骤示意图;
图2为本申请中所述人脸识别中的人脸图像预处理方法的又一步骤示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅是本发明一部分实施例,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做出创造性劳动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。
为了提高人脸识别的效率和效果,本发明实施例提供了一种人脸识别中的人脸图像预处理方法,如图1所示,包括步骤:
S11、从采集的图像数据中确定识别对象的面部图像;
在本发明实施例中,识别对象是指需要进行识别的人,很多时候,图像采集设备采集的图像会包括很多其他的与识别无关的人体部位或邻近物品等,此时,需要首先将面部图像识别出来。
S12、在所述面部图像中进行双瞳识别并分别确定双瞳的位置;
在获取了面部图像之后,首先要在面部图像中进行两个瞳孔的识别,从而可以确定双瞳的位置数据。
S13、根据双瞳的位置关系将所述面部图像矫正为所述识别对象的面部的正视图;
面部的正视图,首先的特征是双瞳应当处于水平状态;所以根据步骤S12中双瞳的位置,来对面部图像进行调整,这样,就可以将获取到的识别对象歪头时的面部图像矫正。
此外,有时候识别对象还会扭头,或者获取到的就是有一定角度的侧面图像;此时,在进行双瞳水平矫正后,还需要进行侧转角度的矫正,具体的步骤可以如图2所示,包括:
S31、通过将双瞳位置调整为水平的方式,将所述面部图像调整为水平;
首先,将面部图像调整为水平。
S32、获取双瞳之间的瞳距;
接着,根据双瞳的位置数据,可以计算出双瞳之间的瞳距。
S33、获取面部图像的下颚位置,并计算下颚位置到双瞳连线中点的距离;
下颚的位置数据也可以方便的识别获取,本发明实施例中的下颚特指下颚的顶点位置,也就是对应于面部图像正视图的中心线的下颚的位置。
S34、根据瞳距和下颚位置到双瞳连线中点的距离的比例估算所述面部图像的侧转角度;
具体原理为:同一识别对象,其侧转程度越高,那么原始的面部图像中所识别出的瞳距也就越小,而该识别对象的下颚位置到双瞳连线中点的距离是不随侧转角度的变化而变化的;因此,通过瞳距和下颚位置到双瞳连线中点的距离的比例,就可以方便的估算出识别对象的侧转角度,从而为图形的矫正提供准确的依据。
S35、根据所述侧转角度对所述面部图像进行矫正,将所述面部图像调整为正视图。
在获取到瞳距和下颚位置到双瞳连线中点的距离的比例后,就可以方便的估算出识别对象的侧转角度,从而也就可以为图形的矫正提供准确的依据,从而可以使矫正后的图形更加贴近识别对象真实的正视图。
S14、根据所述正视图确定每个待确定的特征点的取样范围。
本发明实施例中,在现有技术中进行灰度校正、噪声过滤等图像预处理的基础上,还增加了确定关键特征点取样范围的步骤,通过将面部图像进行矫正正视图后,根据人类面部每个关键特征点的位置分布进行初步的范围划定;由于通过本发明实施例,缩小了取样的范围,从而可以有效的提高后续进行提取关键特征点时的取样效率。
此外,由于通过本发明实施例,每个关键特征点的取样不会超出其对应的取样范围,所以还会有效的降低取样过程中的出现误差的几率,从而提高了人脸识别的效率和效果。
此外,本发明实施例中,根据双瞳位置进行面部图像矫正的方式,可以通过很小的计算量就可以获得面部图像的正视图,从而可以高效的对面部图像进行矫正。
进一步的,在本发明实施例中,还提出通过瞳距和下颚位置到双瞳连线中点的距离的比例,来估算面部图像的侧转角度的方法;具体原理为:同一识别对象,其侧转程度越高,那么原始的面部图像中所识别出的瞳距也就越小,而该识别对象的下颚位置到双瞳连线中点的距离是不随侧转角度的变化而变化的;因此,通过瞳距和下颚位置到双瞳连线中点的距离的比例,就可以方便的估算出识别对象的侧转角度,从而为图形的矫正提供准确的依据,使矫正后的图形更加贴近识别对象真实的正视图。
进一步的,为了提高面部图像的矫正效果,在本发明实施例中,还可以预设面部图形的标准尺寸,从而统一化面部图形,进而使得关键特征点的取样范围更加的准确。
进一步的,在本发明实施例中,还设有了矫正参数来进一步的修正侧转角度;由于不同的年龄和不同的人种,其真实的正视图中,瞳距和下颚位置到双瞳连线中点的距离的比例也有所差异,因此,通过设有修正参数可以进一步的修正侧转角度,得到更加准确的侧转角度结果,从而也就使矫正后的正视图更加贴近识别对象真实的正视图。
以上本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (4)
1.一种人脸识别中的人脸图像预处理方法,其特征在于,包括步骤:
S11、从采集的图像数据中确定识别对象的面部图像;
S12、在所述面部图像中进行双瞳识别并分别确定双瞳的位置;
S13、根据双瞳的位置关系将所述面部图像矫正为所述识别对象的面部的正视图;
S14、根据所述正视图确定每个待确定的关键特征点的取样范围。
2.根据权利要求1所述人脸图像预处理方法,其特征在于,所述根据双瞳的位置关系将所述面部图像矫正为所述识别对象的面部的正视图,包括:
S31、通过将双瞳位置调整为水平的方式,将所述面部图像调整为水平;
S32、获取双瞳之间的瞳距;
S33、获取所述面部图像的下颚位置,并计算所述下颚位置到双瞳连线中点的距离;
S34、根据所述瞳距和所述下颚位置到双瞳连线中点的距离的比例估算所述面部图像的侧转角度;
S35、根据所述侧转角度对所述面部图像进行矫正,将所述面部图像调整为正视图。
3.根据权利要求1所述人脸图像预处理方法,其特征在于,所述根据双瞳的位置关系将所述面部图像矫正为所述识别对象的面部的正视图,包括:
将所述正视图缩放为预设尺寸的图像。
4.根据权利要求2所述人脸图像预处理方法,其特征在于,所述,根据所述瞳距和所述下颚位置到双瞳连线中点的距离的比例估算所述面部图像的侧转角度,包括:
根据所述估算模型中包括瞳距和所述下颚位置到双瞳连线中点的距离的比例与侧转角度的对应关系,计算所述面部图像的侧转角度;
根据矫正参数修正所述侧转角度;所述矫正参数包括年龄段和/或人种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710028275.XA CN106909880A (zh) | 2017-01-16 | 2017-01-16 | 人脸识别中的人脸图像预处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710028275.XA CN106909880A (zh) | 2017-01-16 | 2017-01-16 | 人脸识别中的人脸图像预处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106909880A true CN106909880A (zh) | 2017-06-30 |
Family
ID=59206783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710028275.XA Pending CN106909880A (zh) | 2017-01-16 | 2017-01-16 | 人脸识别中的人脸图像预处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106909880A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109443303A (zh) * | 2018-09-14 | 2019-03-08 | 杭州宇泛智能科技有限公司 | 基于图像采集的检测人脸与摄像头距离的方法及系统 |
CN110378182A (zh) * | 2018-04-12 | 2019-10-25 | 欧姆龙株式会社 | 图像解析装置、图像解析方法及记录介质 |
CN112419399A (zh) * | 2019-08-23 | 2021-02-26 | 北京七鑫易维信息技术有限公司 | 一种图像测距方法、装置、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1963840A (zh) * | 2006-12-06 | 2007-05-16 | 北京中星微电子有限公司 | 一种图像方向校正装置及方法 |
CN102136069A (zh) * | 2010-01-25 | 2011-07-27 | 华晶科技股份有限公司 | 用于辨识的对象影像校正装置与其方法 |
CN104318202A (zh) * | 2014-09-12 | 2015-01-28 | 上海明穆电子科技有限公司 | 通过人脸照片识别五官点的方法及系统 |
CN105893981A (zh) * | 2016-04-28 | 2016-08-24 | 湖南大学 | 一种人脸姿态矫正方法 |
-
2017
- 2017-01-16 CN CN201710028275.XA patent/CN106909880A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1963840A (zh) * | 2006-12-06 | 2007-05-16 | 北京中星微电子有限公司 | 一种图像方向校正装置及方法 |
CN102136069A (zh) * | 2010-01-25 | 2011-07-27 | 华晶科技股份有限公司 | 用于辨识的对象影像校正装置与其方法 |
CN104318202A (zh) * | 2014-09-12 | 2015-01-28 | 上海明穆电子科技有限公司 | 通过人脸照片识别五官点的方法及系统 |
CN105893981A (zh) * | 2016-04-28 | 2016-08-24 | 湖南大学 | 一种人脸姿态矫正方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378182A (zh) * | 2018-04-12 | 2019-10-25 | 欧姆龙株式会社 | 图像解析装置、图像解析方法及记录介质 |
CN110378182B (zh) * | 2018-04-12 | 2023-09-22 | 欧姆龙株式会社 | 图像解析装置、图像解析方法及记录介质 |
CN109443303A (zh) * | 2018-09-14 | 2019-03-08 | 杭州宇泛智能科技有限公司 | 基于图像采集的检测人脸与摄像头距离的方法及系统 |
CN112419399A (zh) * | 2019-08-23 | 2021-02-26 | 北京七鑫易维信息技术有限公司 | 一种图像测距方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108921100B (zh) | 一种基于可见光图像与红外图像融合的人脸识别方法及系统 | |
CN107066932A (zh) | 人脸识别中关键特征点的检测与定位方法 | |
CN102419819B (zh) | 人脸图像识别方法和系统 | |
CN106709450A (zh) | 一种指纹图像识别方法及系统 | |
CN103593598A (zh) | 基于活体检测和人脸识别的用户在线认证方法及系统 | |
CN106529414A (zh) | 一种通过图像比对实现结果认证的方法 | |
CN104077579A (zh) | 基于专家系统的人脸表情图像识别方法 | |
CN1152340C (zh) | 基于知识的指纹图像增强方法 | |
CN103679147A (zh) | 手机型号的识别方法与装置 | |
CN110008909A (zh) | 一种基于ai的实名制业务实时稽核系统 | |
CN102693421B (zh) | 基于sift 特征包的牛眼虹膜图像识别方法 | |
CN103886589A (zh) | 面向目标的自动化高精度边缘提取方法 | |
CN104573634A (zh) | 一种三维人脸识别方法 | |
CN105205437B (zh) | 基于头部轮廓验证的侧脸检测方法及装置 | |
CN112487922A (zh) | 一种多模态人脸活体检测方法及系统 | |
CN103218605A (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN102073872B (zh) | 基于图像的寄生虫虫卵形状识别方法 | |
CN102043954A (zh) | 一种基于相关函数匹配的快速稳健的虹膜识别方法 | |
CN102867179A (zh) | 一种数字证件照片采集质量检测的方法 | |
CN105022999A (zh) | 一种人码伴随实时采集系统 | |
CN110796101A (zh) | 一种嵌入式平台的人脸识别方法及系统 | |
CN109145734A (zh) | 基于4k平台的ipc智能人脸识别抓拍算法 | |
CN106909880A (zh) | 人脸识别中的人脸图像预处理方法 | |
CN105069745A (zh) | 基于普通图像传感器及增强现实技术的带表情变脸系统及方法 | |
CN109344706A (zh) | 一种可单人操作的人体特殊姿势照片的获取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170630 |
|
RJ01 | Rejection of invention patent application after publication |