CN109255307A - 一种基于唇部定位的人脸分析方法和系统 - Google Patents

一种基于唇部定位的人脸分析方法和系统 Download PDF

Info

Publication number
CN109255307A
CN109255307A CN201810956212.5A CN201810956212A CN109255307A CN 109255307 A CN109255307 A CN 109255307A CN 201810956212 A CN201810956212 A CN 201810956212A CN 109255307 A CN109255307 A CN 109255307A
Authority
CN
China
Prior art keywords
lip
block
area
face
tested
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
Application number
CN201810956212.5A
Other languages
English (en)
Other versions
CN109255307B (zh
Inventor
舒倩
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.)
Shenzhen Monternet Encyclopedia Information Technology Co Ltd
Original Assignee
Shenzhen Monternet Encyclopedia Information 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 Shenzhen Monternet Encyclopedia Information Technology Co Ltd filed Critical Shenzhen Monternet Encyclopedia Information Technology Co Ltd
Priority to CN201810956212.5A priority Critical patent/CN109255307B/zh
Publication of CN109255307A publication Critical patent/CN109255307A/zh
Application granted granted Critical
Publication of CN109255307B publication Critical patent/CN109255307B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种基于唇部定位的人脸分析方法和系统。本发明方法首先根据唇部色域特征，找到当前人脸的唇部。然后根据唇部区域，确定人脸倾斜度。基于不同的倾斜情况，进一步分析人脸的侧面程度，采用本发明方法可提高人脸检测识别的准确度。

Description

一种基于唇部定位的人脸分析方法和系统
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于唇部定位的人脸分析方法和系统。
背景技术
人脸识别、美颜是基于人脸分析的两大新兴视频应用。然后实际应用中，人脸不会总是处于正面不歪头的理想状态。由于个人的习惯及美化的需求，往往会存在侧面，倾斜等情况。若按照正常的模式不加以区分，会影响人脸检测识别的准确度。人脸检测不准确，自然就无法达到好的人像美颜效果。
发明内容
本发明实施例的目的在于提出一种基于唇部定位的人脸分析方法，旨在解决现有技术人脸检测不准确问题。
本发明实施例是这样实现的，一种基于唇部定位的人脸分析方法，所述方法包括：
步骤A，对当前人脸进行唇部定位；
步骤B，在判定为当前人脸唇部块集合中，找到具有最小列号的块列，定位该块列的中间块，记为gmb(i1,j1)；找到具有最大列号的块列，定位该块列的中间块，记为gmb(i2,j2)；
步骤C，在判定为当前人脸唇部块集合中，找到具有最小行号的块行，定位该块行的中间块，记为gmb(i3,j3)；找到具有最大行号的块行，定位该块行的中间块，记为gmb(i4,j4)；
步骤D，计算当前人脸倾斜角度θ；
步骤E，计算当前人脸侧面比例γ。
本发明实施例的另一目的在于提出一种基于唇部定位的人脸分析系统，所述系统包括：
唇部定位装置，用于对当前人脸进行唇部定位；
第一中间块查找定位模块，用于在判定为当前人脸唇部块集合中，找到具有最小列号的块列，定位该块列的中间块，记为gmb(i1,j1)；找到具有最大列号的块列，定位该块列的中间块，记为gmb(i2,j2)；
第二中间块查找定位模块，用于在判定为当前人脸唇部块集合中，找到具有最小行号的块行，定位该块行的中间块，记为gmb(i3,j3)；找到具有最大行号的块行，定位该块行的中间块，记为gmb(i4,j4)；
人脸倾斜角度计算模块，用于计算当前人脸倾斜角度θ，
人脸倾斜角度计算模块，用于计算当前人脸侧面比例γ，
本发明的有益效果
本发明提出一种基于唇部定位的人脸分析方法和系统。本发明方法首先根据唇部色域特征，找到当前人脸的唇部。然后根据唇部区域，确定人脸倾斜度。基于不同的倾斜情况，进一步分析人脸的侧面程度，采用本发明方法可提高人脸检测识别的准确度。
附图说明
图1是本发明优选实施例一种基于唇部定位的人脸分析方法流程图；
图2是图1中Step1的详细方法流程图；
图3是本发明优选实施例一种基于唇部定位的人脸分析系统结构图；
图4是图3中唇部定位装置详细结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明，为了便于说明，仅示出了与本发明实施例相关的部分。应当理解，此处所描写的具体实施例，仅仅用于解释本发明，并不用以限制本发明。
本发明实施例提出一种基于唇部定位的人脸分析方法和系统。本发明方法实施例首先根据唇部色域特征，找到当前人脸的唇部。然后根据唇部区域，确定人脸倾斜度。基于不同的倾斜情况，进一步分析人脸的侧面程度，采用本发明方法可提高人脸检测识别的准确度。
实施例一
图1是本发明优选实施例一种基于唇部定位的人脸分析方法流程图；所述方法包括以下步骤：
Step1：对当前人脸进行唇部定位。
图2是图1中Step1的详细方法流程图；所述方法包括以下步骤：
Step10：在当前图像确定唇部待检测区域。
具体为：如果当前图像完成肤色区域定位，则将连通的肤色区域作为一个人脸待检测区域，并根据当前人脸待检测区域的特点划分唇部待检测区域；否则，仅删除当前图像的边界块，剩余的块均列入唇部待检测区域。
所述肤色区域定位的方法采用业内公开的肤色检测方法，在此不再赘述。
其中，上述“根据当前人脸待检测区域的特点划分唇部待检测区域”具体为：
Case1：当前人脸待检测区域的下端1/3区域内侧，存在非肤色块集，则将该人脸待检测区域下端1/3行块内侧非肤色块作为一个人脸的唇部待检测区域。
Case2：当前人脸待检测区域的下端1/3区域内侧，不存在非肤色块集，则将该人脸待检测区域下端1/3行块外侧左右各1/3人脸待检测区域列宽的区域作为一个人脸的唇部待检测区域。
Step11：在唇部待检测区域，找到当前图像中满足唇部色域条件的块。如果唇部待检测区域中的块不满足唇部色域条件，则将该块从中删除。其中，唇部色域条件为条件1或者条件2或者条件3：
条件1：pixu(i,j)＜128且pixv(i,j)＞128且pixu(i,j)+pixv(i,j)＞256；
条件2：pixu(i,j)＞128且pixv(i,j)＞128且pixv(i,j)＞pixu(i,j)；
条件3：pixu(i,j)＝128且pixv(i,j)＝128且(pixy(i,j)≤50或者pixy(i,j)≥180)；
其中，pixy(i,j)、pixu(i,j)、pixv(i,j)分别表示当前块第i行第j列像素的亮度值、u色度值、v色度值。
Step12：进行唇部待检测区域的块连通、腐蚀处理。
所述块连通、腐蚀处理的方法采用业内公开的方法，在此不再赘述。
Step13：对块连通、腐蚀处理后的唇部待检测区域进行唇部定位。
具体为：
如果当前图像完成肤色区域定位，则判定块连通、腐蚀处理后的当前唇部待检测区域所有块均为唇部，然后进入Step2；否则，则首先对块连通、腐蚀处理后的当前唇部待检测区域的所有外邻接块进行肤色检测，然后
判断所述外邻接块中，被判定为肤色块的数量与外邻接块数量的比值是否大于门限阈值，若是，则判定块连通、腐蚀处理后的当前唇部待检测区域所有块均为唇部，然后进入Step2；否则，则判定当前人脸属于人脸误判，结束当前人脸的操作。
所述对当前唇部待检测区域的所有外邻接块进行肤色检测方法采用业内公开的肤色检测方法，在此不再赘述。
其中，所述对当前人脸进行唇部定位(即Step1)的方法，可以采用业内公开的方法，也可以采用本发明上述方法。
Step2：在判定为当前人脸唇部块集合中，找到具有最小列号的块列，定位该块列的中间块，记为gmb(i1,j1)；找到具有最大列号的块列，定位该块列的中间块，记为gmb(i2,j2)。
Step3：在判定为当前人脸唇部块集合中，找到具有最小行号的块行，定位该块行的中间块，记为gmb(i3,j3)；找到具有最大行号的块行，定位该块行的中间块，记为gmb(i4,j4)。
Step4：计算当前人脸倾斜角度θ，
Step5：计算当前人脸侧面比例γ，
实施例二
图3是本发明优选实施例一种基于唇部定位的人脸分析系统结构图；所述系统包括：
唇部定位装置，用于对当前人脸进行唇部定位。
第一中间块查找定位模块，用于在判定为当前人脸唇部块集合中，找到具有最小列号的块列，定位该块列的中间块，记为gmb(i1,j1)；找到具有最大列号的块列，定位该块列的中间块，记为gmb(i2,j2)。
第二中间块查找定位模块，用于在判定为当前人脸唇部块集合中，找到具有最小行号的块行，定位该块行的中间块，记为gmb(i3,j3)；找到具有最大行号的块行，定位该块行的中间块，记为gmb(i4,j4)。
人脸倾斜角度计算模块，用于计算当前人脸倾斜角度θ，
人脸倾斜角度计算模块，用于计算当前人脸侧面比例γ，
进一步地，
图4是图3中唇部定位装置详细结构图。所述唇部定位装置包括：
唇部待检测区域确定模块，用于在当前图像确定唇部待检测区域。
具体为：如果当前图像完成肤色区域定位，则将连通的肤色区域作为一个人脸待检测区域，并根据当前人脸待检测区域的特点划分唇部待检测区域；否则，仅删除当前图像的边界块，剩余的块均列入唇部待检测区域。
所述肤色区域定位的方法采用业内公开的肤色检测方法，在此不再赘述。
其中，上述“根据当前人脸待检测区域的特点划分唇部待检测区域”具体为：
Case1：当前人脸待检测区域的下端1/3区域内侧，存在非肤色块集，则将该人脸待检测区域下端1/3行块内侧非肤色块作为一个人脸的唇部待检测区域。
Case2：当前人脸待检测区域的下端1/3区域内侧，不存在非肤色块集，则将该人脸待检测区域下端1/3行块外侧左右各1/3人脸待检测区域列宽的区域作为一个人脸的唇部待检测区域。
满足唇部色域条件块查找模块，用于在唇部待检测区域，找到当前图像中满足唇部色域条件的块。如果唇部待检测区域中的块不满足唇部色域条件，则将该块从中删除。
其中，唇部色域条件为条件1或者条件2或者条件3：
条件1：pixu(i,j)＜128且pixv(i,j)＞128且pixu(i,j)+pixv(i,j)＞256；
条件2：pixu(i,j)＞128且pixv(i,j)＞128且pixv(i,j)＞pixu(i,j)；
条件3：pixu(i,j)＝128且pixv(i,j)＝128且(pixy(i,j)≤50或者pixy(i,j)≥180)；
其中，pixy(i,j)、pixu(i,j)、pixv(i,j)分别表示当前块第i行第j列像素的
亮度值、u色度值、v色度值。
块连通、腐蚀处理模块，进行唇部待检测区域的块连通、腐蚀处理。
所述块连通、腐蚀处理的方法采用业内公开的方法，在此不再赘述。
唇部定位模块，用于对块连通、腐蚀处理后的唇部待检测区域进行唇部定位。
具体为：
如果当前图像完成肤色区域定位，则判定块连通、腐蚀处理后的当前唇部待检测区域所有块均为唇部，然后进入第一中间块查找定位模块；否则，则首先对块连通、腐蚀处理后的当前唇部待检测区域的所有外邻接块进行肤色检测，然后
判断所述外邻接块中，被判定为肤色块的数量与外邻接块数量的比值是否大于门限阈值，若是，则判定块连通、腐蚀处理后的当前唇部待检测区域所有块均为唇部，然后进入第一中间块查找定位模块；否则，则判定当前人脸属于人脸误判，结束当前人脸的操作。
所述对当前唇部待检测区域的所有外邻接块进行肤色检测方法采用业内公开的肤色检测方法，在此不再赘述。
其中，所述对当前人脸进行唇部定位(即Step1)的方法，可以采用业内公开的方法，也可以采用本发明上述方法。
本领域的普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关硬件来完成的，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质可以为ROM、RAM、磁盘、光盘等。
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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于唇部定位的人脸分析方法，其特征在于，所述方法包括：
步骤A，对当前人脸进行唇部定位；
步骤B，在判定为当前人脸唇部块集合中，找到具有最小列号的块列，定位该块列的中间块，记为gmb(i1,j1)；找到具有最大列号的块列，定位该块列的中间块，记为gmb(i2,j2)；
步骤C，在判定为当前人脸唇部块集合中，找到具有最小行号的块行，定位该块行的中间块，记为gmb(i3,j3)；找到具有最大行号的块行，定位该块行的中间块，记为gmb(i4,j4)；
步骤D，计算当前人脸倾斜角度θ；
步骤E，计算当前人脸侧面比例γ。
2.如权利要求1所述的基于唇部定位的人脸分析方法，其特征在于，所述对当前人脸进行唇部定位包括：
在当前图像确定唇部待检测区域；
在唇部待检测区域，找到当前图像中满足唇部色域条件的块；
进行唇部待检测区域的块连通、腐蚀处理；
对块连通、腐蚀处理后的唇部待检测区域进行唇部定位。
3.如权利要求2所述的基于唇部定位的人脸分析方法，其特征在于，所述在当前图像确定唇部待检测区域具体为：
如果当前图像完成肤色区域定位，则将连通的肤色区域作为一个人脸待检测区域，并根据当前人脸待检测区域的特点划分唇部待检测区域；否则，仅删除当前图像的边界块，剩余的块均列入唇部待检测区域；
其中，“根据当前人脸待检测区域的特点划分唇部待检测区域”具体为：
Case1：当前人脸待检测区域的下端1/3区域内侧，存在非肤色块集，则将该人脸待检测区域下端1/3行块内侧非肤色块作为一个人脸的唇部待检测区域；
Case2：当前人脸待检测区域的下端1/3区域内侧，不存在非肤色块集，则将该人脸待检测区域下端1/3行块外侧左右各1/3人脸待检测区域列宽的区域作为一个人脸的唇部待检测区域。
4.如权利要求3所述的一种基于唇部定位的人脸分析方法，其特征在于，所述唇部色域条件为条件1或者条件2或者条件3：
条件1：pixu(i,j)＜128且pixv(i,j)＞128且pixu(i,j)+pixv(i,j)＞256；
条件2：pixu(i,j)＞128且pixv(i,j)＞128且pixv(i,j)＞pixu(i,j)；
条件3：pixu(i,j)＝128且pixv(i,j)＝128且(pixy(i,j)≤50或者pixy(i,j)≥180)；
其中，pixy(i,j)、pixu(i,j)、pixv(i,j)分别表示当前块第i行第j列像素的亮度值、u色度值、v色度值。
5.如权利要求4所述的基于唇部定位的人脸分析方法，其特征在于，所述对块连通、腐蚀处理后的唇部待检测区域进行唇部定位具体为：
如果当前图像完成肤色区域定位，则判定块连通、腐蚀处理后的当前唇部待检测区域所有块均为唇部，然后进入步骤B；否则，则首先对块连通、腐蚀处理后的当前唇部待检测区域的所有外邻接块进行肤色检测，然后
判断所述外邻接块中，被判定为肤色块的数量与外邻接块数量的比值是否大于门限阈值，若是，则判定块连通、腐蚀处理后的当前唇部待检测区域所有块均为唇部，然后进入步骤B；否则，则判定当前人脸属于人脸误判，结束当前人脸的操作。
6.如权利要求5所述的基于唇部定位的人脸分析方法，其特征在于，所述计算当前人脸倾斜角度θ具体为：
所述计算当前人脸侧面比例γ具体为：
7.一种基于唇部定位的人脸分析系统，其特征在于，所述系统包括：
唇部定位装置，用于对当前人脸进行唇部定位；
第一中间块查找定位模块，用于在判定为当前人脸唇部块集合中，找到具有最小列号的块列，定位该块列的中间块，记为gmb(i1,j1)；找到具有最大列号的块列，定位该块列的中间块，记为gmb(i2,j2)；
第二中间块查找定位模块，用于在判定为当前人脸唇部块集合中，找到具有最小行号的块行，定位该块行的中间块，记为gmb(i3,j3)；找到具有最大行号的块行，定位该块行的中间块，记为gmb(i4,j4)；
人脸倾斜角度计算模块，用于计算当前人脸倾斜角度θ，
人脸倾斜角度计算模块，用于计算当前人脸侧面比例γ，
8.如权利要求7所述的基于唇部定位的人脸分析系统，其特征在于，所述唇部定位装置包括：
唇部待检测区域确定模块，用于在当前图像确定唇部待检测区域；
满足唇部色域条件块查找模块，用于在唇部待检测区域，找到当前图像中满足唇部色域条件的块；
唇部色域条件为条件1或者条件2或者条件3：
条件1：pixu(i,j)＜128且pixv(i,j)＞128且pixu(i,j)+pixv(i,j)＞256；
条件2：pixu(i,j)＞128且pixv(i,j)＞128且pixv(i,j)＞pixu(i,j)；
条件3：pixu(i,j)＝128且pixv(i,j)＝128且(pixy(i,j)≤50或者pixy(i,j)≥180)；
其中，pixy(i,j)、pixu(i,j)、pixv(i,j)分别表示当前块第i行第j列像素的亮度值、u色度值、v色度值；
块连通、腐蚀处理模块，进行唇部待检测区域的块连通、腐蚀处理；
唇部定位模块，用于对块连通、腐蚀处理后的唇部待检测区域进行唇部定位。
9.如权利要求8所述的基于唇部定位的人脸分析系统，其特征在于，
唇部待检测区域确定模块中，在当前图像确定唇部待检测区域具体为：如果当前图像完成肤色区域定位，则将连通的肤色区域作为一个人脸待检测区域，并根据当前人脸待检测区域的特点划分唇部待检测区域；否则，仅删除当前图像的边界块，剩余的块均列入唇部待检测区域；
其中，上述“根据当前人脸待检测区域的特点划分唇部待检测区域”具体为：
Case1：当前人脸待检测区域的下端1/3区域内侧，存在非肤色块集，则将该人脸待检测区域下端1/3行块内侧非肤色块作为一个人脸的唇部待检测区域；
Case2：当前人脸待检测区域的下端1/3区域内侧，不存在非肤色块集，则将该人脸待检测区域下端1/3行块外侧左右各1/3人脸待检测区域列宽的区域作为一个人脸的唇部待检测区域。
10.如权利要求9所述的基于唇部定位的人脸分析系统，其特征在于，
对块连通、腐蚀处理后的唇部待检测区域进行唇部定位具体为：
如果当前图像完成肤色区域定位，则判定块连通、腐蚀处理后的当前唇部待检测区域所有块均为唇部，然后进入第一中间块查找定位模块；否则，则首先对块连通、腐蚀处理后的当前唇部待检测区域的所有外邻接块进行肤色检测，然后
判断所述外邻接块中，被判定为肤色块的数量与外邻接块数量的比值是否大于门限阈值，若是，则判定块连通、腐蚀处理后的当前唇部待检测区域所有块均为唇部，然后进入第一中间块查找定位模块；否则，则判定当前人脸属于人脸误判，结束当前人脸的操作。
CN201810956212.5A 2018-08-21 2018-08-21 一种基于唇部定位的人脸分析方法和系统 Active CN109255307B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810956212.5A CN109255307B (zh) 2018-08-21 2018-08-21 一种基于唇部定位的人脸分析方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810956212.5A CN109255307B (zh) 2018-08-21 2018-08-21 一种基于唇部定位的人脸分析方法和系统

Publications (2)

Publication Number Publication Date
CN109255307A true CN109255307A (zh) 2019-01-22
CN109255307B CN109255307B (zh) 2022-03-15

Family

ID=65049644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810956212.5A Active CN109255307B (zh) 2018-08-21 2018-08-21 一种基于唇部定位的人脸分析方法和系统

Country Status (1)

Country Link
CN (1) CN109255307B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109614962A (zh) * 2019-01-24 2019-04-12 深圳市梦网百科信息技术有限公司 一种偏光光源人脸图像检测方法和系统
CN112132067A (zh) * 2020-09-27 2020-12-25 深圳市梦网视讯有限公司 一种基于压缩信息的人脸倾斜度分析方法、系统及设备
CN112132068A (zh) * 2020-09-27 2020-12-25 深圳市梦网视讯有限公司 一种基于视频动态信息的年龄分析方法、系统和设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377814A (zh) * 2007-08-27 2009-03-04 索尼株式会社 人脸图像处理设备、人脸图像处理方法以及计算机程序
CN101383055A (zh) * 2008-09-18 2009-03-11 北京中星微电子有限公司 一种三维人脸模型的构造方法和系统
CN102004905A (zh) * 2010-11-18 2011-04-06 无锡中星微电子有限公司 人脸认证方法及装置
CN107358207A (zh) * 2017-07-14 2017-11-17 重庆大学 一种矫正人脸图像的方法
CN107423704A (zh) * 2017-07-21 2017-12-01 深圳市梦网百科信息技术有限公司 一种基于肤色检测的唇部视频定位方法和系统
CN107481222A (zh) * 2017-07-21 2017-12-15 深圳市梦网百科信息技术有限公司 一种基于肤色检测的快速眼唇视频定位方法和系统
CN107506691A (zh) * 2017-10-19 2017-12-22 深圳市梦网百科信息技术有限公司 一种基于肤色检测的唇部定位方法和系统
CN107563278A (zh) * 2017-07-21 2018-01-09 深圳市梦网百科信息技术有限公司 一种基于肤色检测的快速眼唇定位方法和系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377814A (zh) * 2007-08-27 2009-03-04 索尼株式会社 人脸图像处理设备、人脸图像处理方法以及计算机程序
CN101383055A (zh) * 2008-09-18 2009-03-11 北京中星微电子有限公司 一种三维人脸模型的构造方法和系统
CN102004905A (zh) * 2010-11-18 2011-04-06 无锡中星微电子有限公司 人脸认证方法及装置
CN107358207A (zh) * 2017-07-14 2017-11-17 重庆大学 一种矫正人脸图像的方法
CN107423704A (zh) * 2017-07-21 2017-12-01 深圳市梦网百科信息技术有限公司 一种基于肤色检测的唇部视频定位方法和系统
CN107481222A (zh) * 2017-07-21 2017-12-15 深圳市梦网百科信息技术有限公司 一种基于肤色检测的快速眼唇视频定位方法和系统
CN107563278A (zh) * 2017-07-21 2018-01-09 深圳市梦网百科信息技术有限公司 一种基于肤色检测的快速眼唇定位方法和系统
CN107506691A (zh) * 2017-10-19 2017-12-22 深圳市梦网百科信息技术有限公司 一种基于肤色检测的唇部定位方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张金焕: "人脸检测及特征点定位技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
马艳: "基于颜色与模板匹配的人脸检测方法", 《中国优秀博硕士学位论文全文数据库（硕士） 信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109614962A (zh) * 2019-01-24 2019-04-12 深圳市梦网百科信息技术有限公司 一种偏光光源人脸图像检测方法和系统
CN109614962B (zh) * 2019-01-24 2022-11-18 深圳市梦网视讯有限公司 一种偏光光源人脸图像检测方法和系统
CN112132067A (zh) * 2020-09-27 2020-12-25 深圳市梦网视讯有限公司 一种基于压缩信息的人脸倾斜度分析方法、系统及设备
CN112132068A (zh) * 2020-09-27 2020-12-25 深圳市梦网视讯有限公司 一种基于视频动态信息的年龄分析方法、系统和设备
CN112132067B (zh) * 2020-09-27 2024-04-09 深圳市梦网视讯有限公司 一种基于压缩信息的人脸倾斜度分析方法、系统及设备

Also Published As

Publication number Publication date
CN109255307B (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
US10970566B2 (en) Lane line detection method and apparatus
CN106934346B (zh) 一种目标检测性能优化的方法
CN105654507B (zh) 一种基于图像动态特征跟踪的车辆外廓尺寸测量方法
CN105404884B (zh) 图像分析方法
US9626599B2 (en) Reconfigurable clear path detection system
CN109255307A (zh) 一种基于唇部定位的人脸分析方法和系统
CN103020956B (zh) 一种基于决策判断Hausdorff距离的图像匹配方法
KR101551576B1 (ko) 로봇 청소기, 제스쳐 인식 장치 및 방법
CN109145742A (zh) 一种行人识别方法及系统
US10521915B2 (en) Distance measurement device and distance measurement method
CN101984453B (zh) 一种人眼识别系统及方法
WO2008069171A1 (ja) 眼部検出装置、眼部検出方法及びプログラム
CN101408929A (zh) 一种用于人脸识别系统的多模板人脸注册方法和装置
US20110243398A1 (en) Pattern recognition apparatus and pattern recognition method that reduce effects on recognition accuracy, and storage medium
CN105740751A (zh) 一种目标检测与识别的方法和系统
CN101159018A (zh) 一种图像特征点定位方法及装置
CN111178161A (zh) 一种基于fcos的车辆追踪方法及系统
Tsintotas et al. DOSeqSLAM: Dynamic on-line sequence based loop closure detection algorithm for SLAM
JP2011258180A5 (zh)
CN105426816A (zh) 一种处理人脸图像的方法及装置
CN101383005A (zh) 一种利用辅助规则纹理的乘客目标图像和背景分离方法
KR20180070258A (ko) 주행상황에서의 동시적 물체 인식 및 학습 방법
CN110807402A (zh) 一种基于肤色检测的五官定位方法、系统和终端设备
CN109241878B (zh) 一种基于唇部定位的五官定位方法和系统
CN109190529B (zh) 一种基于唇部定位的人脸检测方法和系统

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
CB02 Change of applicant information

Address after: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant after: Shenzhen mengwang video Co., Ltd

Address before: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant before: SHENZHEN MONTNETS ENCYCLOPEDIA INFORMATION TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant