CN109271922A - 一种基于对比度的鼻部定位方法和系统 - Google Patents
一种基于对比度的鼻部定位方法和系统 Download PDFInfo
- Publication number
- CN109271922A CN109271922A CN201811069818.3A CN201811069818A CN109271922A CN 109271922 A CN109271922 A CN 109271922A CN 201811069818 A CN201811069818 A CN 201811069818A CN 109271922 A CN109271922 A CN 109271922A
- Authority
- CN
- China
- Prior art keywords
- gmb
- now
- block
- pix
- nose
- 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 Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提出一种基于对比度的鼻部定位方法和系统。一方面,本发明方法通过对图像进行对比度分析,可以提前终止不存在高对比度图像的人脸检测,相比对图像进行人脸全搜索的算法可达到减少计算量的目的。另一方面,本发明方法将高对比度区域划定为眼鼻待定区域,可减少定位搜索区域;同时本发明方法构建的色度辅助分析方法,可进一步减少误判,提升定位准确度的目的。
Description
技术领域
本发明涉及图像处理技术领域领域,尤其涉及一种基于对比度的鼻部定位方法和系统。
背景技术
在视频多媒体技术应用中,无论是人脸视频检索、还是在线视频美颜,精确快速的五官定位技术都会增强其事半功倍的效果。目前主流的专设五官定位技术,计算量大,制约了算法的在线使用和二次开发效率。而基于肤色检测的方法除了会受限于肤色检测的精度,还会因非人脸肤色区域的存在,造成计算量的无谓浪费。
发明内容
本发明实施例的目的在于提出一种基于对比度的鼻部定位方法,旨在解决现有技术主流的专设五官定位技术,计算量大、效率低的问题。
本发明实施例是这样实现的,一种基于对比度的鼻部定位方法,所述方法包括:
Step1:根据图像分辨率确定分析块的大小;
Step2:获取当前图像的眼鼻待定区域;
Step3:如果眼鼻待定区域Ψ为空集,则判定当前图像不存在人脸,结束人脸检测及定位;否则,则首先设置为当前图像人脸数量为0,然后进入Step4;
Step4:找到眼鼻待定区域Ψ中,具有最大行号的块集Ψimax,接着从Ψimax中找到具有最小列号的块,记为gmbnow;
Step5:判断如果则设置mod e=1;否则,则设置mod e=2;
其中,表示gmbnow的右邻接块;mod e表示模式变量;Ψ表示眼鼻待定区域;
Step6:根据所述模式变量进行鼻部判定;
Step7:判断如果眼鼻待定区域Ψ为空集,结束;否则,重新进入Step4。
本发明实施例的另一目的在于提出一种基于对比度的鼻部定位系统,所述系统包括:
分析块大小确定模块,用于根据图像分辨率确定分析块的大小
其中,VGA为业内公开的图像标准尺寸;gmbn表示第n个正方形块,简称为分析块,设置初始值n=bkw+2;size(gmbn)表示图像分析块的一维尺寸;记划分后的图像的块宽度、高度为bkw、bkh;
眼鼻待定区域获取装置,用于获取当前图像的眼鼻待定区域;
第一判断处理模块,用于判断如果眼鼻待定区域Ψ为空集,则判定当前图像不存在人脸,结束人脸检测及定位;否则,则首先设置num=0(num为当前图像人脸数量),然后进入最小列号块查找模块;
最小列号块查找模块,用于找到眼鼻待定区域Ψ中,具有最大行号的块集Ψimax,接着从Ψimax中找到具有最小列号的块,记为gmbnow;
第二判断处理模块,用于判断如果则设置mod e=1;否则,则设置mode=2;
其中,表示gmbnow的右邻接块;mod e表示模式变量;
鼻部判定装置,用于进行鼻部判定;
第三判断处理模块,用于判断如果眼鼻待定区域Ψ为空集,结束;否则,重新进入最小列号块查找模块。
本发明的有益效果
本发明提出一种基于对比度的鼻部定位方法和系统。一方面,本发明方法通过对图像进行对比度分析,可以提前终止不存在高对比度图像的人脸检测,相比对图像进行人脸全搜索的算法可达到减少计算量的目的。另一方面,本发明方法将高对比度区域划定为眼鼻待定区域,可减少定位搜索区域;同时本发明方法构建的色度辅助分析方法,可进一步减少误判,提升定位准确度的目的。
附图说明
图1是本发明优选实施例一种基于对比度的鼻部定位方法流程图;
图2是图1中Step2的详细方法流程图;
图3是图1中Step6的详细方法流程图;
图4是本发明优选实施例一种基于对比度的鼻部定位系统结构图;
图5是图4中眼鼻待定区域获取装置详细结构图;
图6是图4中鼻部判定装置详细结构图。
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。
对本发明整体思路的描述。
本发明提出一种基于对比度的鼻部定位方法和系统。一方面,本发明方法通过对图像进行对比度分析,可以提前终止不存在高对比度图像的人脸检测,相比对图像进行人脸全搜索的算法可达到减少计算量的目的。另一方面,本发明方法将高对比度区域划定为眼鼻待定区域,可减少定位搜索区域;同时本发明方法构建的色度辅助分析方法,可进一步减少误判,提升定位准确度的目的。
实施例一
图1是本发明优选实施例一种基于对比度的鼻部定位方法流程图;所述方法包括以下步骤:
Step1:根据图像分辨率确定分析块的大小
其中,VGA为业内公开的图像标准尺寸;gmbn表示第n个正方形块,简称为分析块,设置初始值n=bkw+2;size(gmbn)表示图像分析块的一维尺寸;记划分后的图像的块宽度、高度为bkw、bkh。
Step2:获取当前图像的眼鼻待定区域。
图2是图1中Step2的详细方法流程图;所述方法包括以下步骤:
Step21:计算
pn(k)=sum((pixy(i,j)>>const)=k|pix(i,j)∈gmbn且gmbn非边界块)。
其中,const表示位移整数常量,1≤const<N-1;N表示当前图像每个像素亮度比特精度;0≤k<(2N-1>>const);>>表示右位移运算;
sum(变量|条件)对满足条件变量求和;pn(k)是gmbn的k峰值;pix(i,j)为图像第i行第j列像素,pixy(i,j)表示pix(i,j)的亮度值。
Step22:找到pn(k)中最大第二大第三大并记上述三个值对应的k值,记为kmax1、kmax2、kmax3。
Step23:如果(abs(kmax1-kmax2)<<const)>Thres1且则将gmbn划入眼鼻待定区域Ψ,然后进入Step24;否则,则标识gmbn为非眼鼻区域。
其中,abs表示求绝对值运算;Thres1、Thres2表示第一、第二阈值,Thres1>128、0<Thres2≤0.5;<<表示左位移运算。
Step24:如果n<(bkw-2)*(bkh-2),则n=n+1,重新进入Step21;否则,进入Step3。
Step3:如果眼鼻待定区域Ψ为空集,则判定当前图像不存在人脸,结束人脸检测及定位;否则,则首先设置num=0(num为当前图像人脸数量),然后进入Step4。
Step4:找到眼鼻待定区域Ψ中,具有最大行号的块集Ψimax,接着从Ψimax中找到具有最小列号的块,记为gmbnow。
Step5:如果则设置mod e=1;否则,则设置mod e=2。
其中,表示gmbnow的右邻接块;mod e表示模式变量。
Step6:根据模式变量进行鼻部判定。
图3是图1中Step6的详细方法流程图;所述方法包括以下步骤:
Step61:如果满足第一判定条件,则获取第一判定结果,然后进入Step7;否则,进入Step62。
如mode=1,存在非肤色块;如mode=2,存在非肤色块。
如mode=1,第一判定结果为“判定gmbnow及为非人脸鼻部区域,并将gmbnow及移出Ψ”;如mode=2,第一判定结果为“判定gmbnow及为非人脸鼻部区域,将gmbnow移出Ψ”。
其中,分别为gmbnow的左邻接块、左上邻接块、右邻接块、右上邻接块、上邻接块,表示的右邻接块、右上邻接块。
Step62:进行色度辅助判定,具体如下:
如mode=1,采用第一模式色度判定法;否则,采用第二模式色度判定法。
第一模式色度判定法:
步骤11:设置第一判断块temp1=gmbnow、第二判断块
步骤12:求第一色度匮乏集τ1={pix(i,j)|pix(i,j)∈temp1且色度条件}、第二色度匮乏集τ2={pix(i,j)|pix(i,j)∈temp2且色度条件}。其中,色度条件:abs(pixu(i,j)-128)<Thres3且abs(pixv(i,j)-128)<Thres3;
其中,pixu(i,j)、pixv(i,j)分别表示pix(i,j)的u色度、v色度值;Thres3表示第三阈值;
步骤13:如果τ1、τ2存在空集,则判定gmbnow及为非人脸鼻部区域,将gmbnow及移出Ψ,然后进入Step7;否则,则判定gmbnow、为人脸鼻部区域,将gmbnow、移出Ψ,num=num+1,接着将包含或者的gmbn移出Ψ,然后进入Step7。
其中,分别表示τ1、τ2集合的几何中心;d表示上述两个几何中心的欧氏距离,
Mean表示求均值;
第二模式色度判定法:
步骤21:色度匮乏集τ={pix(i,j)|pix(i,j)∈gmbnow且色度条件}。
步骤22:如果τ为空集或者τ为连通的单集合,则判定gmbnow为非人脸鼻部区域,将gmbnow移出Ψ,然后进入Step7;否则,进入步骤23。
步骤23:首先对τ进行膨胀和腐蚀处理;接着判断是否“τ连通集合数量等于2”,若否,则判定gmbnow为非人脸鼻部区域,将gmbnow移出Ψ,然后进入Step7;若是,则首先判定gmbnow为人脸鼻部区域,将gmbnow移出Ψ,num=num+1,接着,记上述τ的2个连通集合为τ1、τ2,将包含或者的gmbn移出Ψ,然后进入Step7。
其中,“膨胀和腐蚀”可使用图像处理领域公开的任何一种方法。
Step7:如果眼鼻待定区域Ψ为空集,结束;否则,重新进入Step4。
实施例二
图4是本发明优选实施例一种基于对比度的鼻部定位系统结构图;所述系统包括:
分析块大小确定模块,用于根据图像分辨率确定分析块的大小
其中,VGA为业内公开的图像标准尺寸;gmbn表示第n个正方形块,简称为分析块,设置初始值n=bkw+2;size(gmbn)表示图像分析块的一维尺寸;记划分后的图像的块宽度、高度为bkw、bkh。
眼鼻待定区域获取装置,用于获取当前图像的眼鼻待定区域。
第一判断处理模块,用于判断如果眼鼻待定区域Ψ为空集,则判定当前图像不存在人脸,结束人脸检测及定位;否则,则首先设置num=0(num为当前图像人脸数量),然后进入最小列号块查找模块。
最小列号块查找模块,用于找到眼鼻待定区域Ψ中,具有最大行号的块集Ψimax,接着从Ψimax中找到具有最小列号的块,记为gmbnow。
第二判断处理模块,用于判断如果则设置mod e=1;否则,则设置mode=2。
其中,表示gmbnow的右邻接块;mod e表示模式变量。
鼻部判定装置,用于进行鼻部判定。
第三判断处理模块,用于判断如果眼鼻待定区域Ψ为空集,结束;否则,重新进入最小列号块查找模块。
进一步地,图5是图4中眼鼻待定区域获取装置详细结构图;所述装置包括
k峰值计算模块,用于计算
pn(k)=sum((pixy(i,j)>>const)=k|pix(i,j)∈gmbn且gmbn非边界块)。
其中,const表示位移整数常量,1≤const<N-1;N表示当前图像每个像素亮度比特精度;0≤k<(2N-1>>const);>>表示右位移运算;
sum(变量|条件)对满足条件变量求和;pn(k)是gmbn的k峰值;pix(i,j)为图像第i行第j列像素,pixy(i,j)表示pix(i,j)的亮度值。
k值获取模块,用于找到pn(k)中最大第二大第三大并记上述三个值对应的k值,记为kmax1、kmax2、kmax3。
第四判断处理模块,用于判断如果(abs(kmax1-kmax2)<<const)>Thres1且则将gmbn划入眼鼻待定区域Ψ,然后进入第五判断处理模块;否则,则标识gmbn为非眼鼻区域。
其中,abs表示求绝对值运算;Thres1、Thres2表示第一、第二阈值,Thres1>128、0<Thres2≤0.5;<<表示左位移运算。
第五判断处理模块,用于判断如果n<(bkw-2)*(bkh-2),则n=n+1,重新进入k峰值计算模块;否则,进入第一判断处理模块。
进一步地,图6是图4中鼻部判定装置详细结构图。所述装置包括
第六判断处理模块,用于如果满足第一判定条件,则获取第一判定结果然后进入第三判断处理模块;否则,进入色度辅助判定模块。
如mode=1,存在非肤色块;如mode=2,存在非肤色块。
如mode=1,第一判定结果为“判定gmbnow及为非人脸鼻部区域,并将gmbnow及移出Ψ”;如mode=2,第一判定结果为“判定gmbnow及为非人脸鼻部区域,将gmbnow移出Ψ”。
其中,分别为gmbnow的左邻接块、左上邻接块、右邻接块、右上邻接块、上邻接块,表示的右邻接块、右上邻接块。
色度辅助判定模块,用于判断如mode=1,采用第一模式色度判定法;否则,采用第二模式色度判定法。
第一模式色度判定法:
步骤11:设置第一判断块temp1=gmbnow、第二判断块
步骤12:求第一色度匮乏集τ1={pix(i,j)|pix(i,j)∈temp1且色度条件}、第二色度匮乏集τ2={pix(i,j)|pix(i,j)∈temp2且色度条件}。其中,色度条件:abs(pixu(i,j)-128)<Thres3且abs(pixv(i,j)-128)<Thres3;
其中,pixu(i,j)、pixv(i,j)分别表示pix(i,j)的u色度、v色度值;Thres3表示第三阈值;
步骤13:如果τ1、τ2存在空集,则判定gmbnow及为非人脸鼻部区域,将gmbnow及移出Ψ,然后进入第三判断处理模块;否则,则判定gmbnow、为人脸鼻部区域,将gmbnow、移出Ψ,num=num+1,接着将包含或者的gmbn移出Ψ,然后进入第三判断处理模块。
其中,分别表示τ1、τ2集合的几何中心;d表示上述两个几何中心的欧氏距离,
Mean表示求均值;
第二模式色度判定法:
步骤21:色度匮乏集τ={pix(i,j)|pix(i,j)∈gmbnow且色度条件}。
步骤22:如果τ为空集或者τ为连通的单集合,则判定gmbnow为非人脸鼻部区域,将gmbnow移出Ψ,然后进入第三判断处理模块;否则,进入步骤23。
步骤23:首先对τ进行膨胀和腐蚀处理;接着判断是否“τ连通集合数量等于2”,若否,则判定gmbnow为非人脸鼻部区域,将gmbnow移出Ψ,然后进入第三判断处理模块;若是,则首先判定gmbnow为人脸鼻部区域,将gmbnow移出Ψ,num=num+1,接着,记上述τ的2个连通集合为τ1、τ2,将包含或者的gmbn移出Ψ,然后进入第三判断处理模块。
其中,“膨胀和腐蚀”可使用图像处理领域公开的任何一种方法法。
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 (9)
1.一种基于对比度的鼻部定位方法,其特征在于,所述方法包括:
Step1:根据图像分辨率确定分析块的大小;
Step2:获取当前图像的眼鼻待定区域;
Step3:如果眼鼻待定区域Ψ为空集,则判定当前图像不存在人脸,结束人脸检测及定位;否则,则首先设置为当前图像人脸数量为0,然后进入Step4;
Step4:找到眼鼻待定区域Ψ中,具有最大行号的块集Ψimax,接着从Ψimax中找到具有最小列号的块,记为gmbnow;
Step5:判断如果则设置mod e=1;否则,则设置mod e=2;
其中,表示gmbnow的右邻接块;mod e表示模式变量;Ψ表示眼鼻待定区域;
Step6:根据所述模式变量进行鼻部判定;
Step7:判断如果眼鼻待定区域Ψ为空集,结束;否则,重新进入Step4。
2.如权利要求1所述的基于对比度的鼻部定位方法,其特征在于,所述分析块的大小
其中,VGA为业内公开的图像标准尺寸;gmbn表示第n个正方形块,简称为分析块,设置初始值n=bkw+2;size(gmbn)表示图像分析块的一维尺寸;记划分后的图像的块宽度、高度为bkw、bkh。
3.如权利要求2所述的基于对比度的鼻部定位方法,其特征在于,所述获取当前图像的眼鼻待定区域包括以下步骤:
Step21:计算
pn(k)=sum((pixy(i,j)>>const)=k|pix(i,j)∈gmbn且gmbn非边界块);
其中,const表示位移整数常量,1≤const<N-1;N表示当前图像每个像素亮度比特精度;0≤k<(2N-1>>const);>>表示右位移运算;sum(变量|条件)对满足条件变量求和;pn(k)是gmbn的k峰值;pix(i,j)为图像第i行第j列像素,pixy(i,j)表示pix(i,j)的亮度值;
Step22:找到pn(k)中最大第二大第三大并记上述三个值对应的k值,记为kmax1、kmax2、kmax3;
Step23:如果(abs(kmax1-kmax2)<<const)>Thres1且则将gmbn划入眼鼻待定区域Ψ,然后进入Step24;否则,则标识gmbn为非眼鼻区域;
其中,abs表示求绝对值运算;Thres1、Thres2表示第一、第二阈值,Thres1>128、0<Thres2≤0.5;<<表示左位移运算;
Step24:如果n<(bkw-2)*(bkh-2),则n=n+1,重新进入Step21;否则,进入Step3。
4.如权利要求3所述的基于对比度的鼻部定位方法,其特征在于,所述根据所述模式变量进行鼻部判定包括:
Step61:如果满足第一判定条件,则获取第一判定结果,然后进入Step7;否则,进入Step62;具体为:
如mod e=1,存在非肤色块;如mod e=2,存在非肤色块;
如mod e=1,第一判定结果为“判定gmbnow及为非人脸鼻部区域,并将gmbnow及移出Ψ”;如mod e=2,第一判定结果为“判定gmbnow及为非人脸鼻部区域,将gmbnow移出Ψ”;
其中,分别为gmbnow的左邻接块、左上邻接块、右邻接块、右上邻接块、上邻接块,表示的右邻接块、右上邻接块;
Step62:进行色度辅助判定,具体如下:
如mod e=1,采用第一模式色度判定法;否则,采用第二模式色度判定法。
5.如权利要求4所述的基于对比度的鼻部定位方法,其特征在于,
第一模式色度判定法:
步骤11:设置第一判断块temp1=gmbnow、第二判断块
步骤12:求第一色度匮乏集τ1={pix(i,j)|pix(i,j)∈temp1且色度条件}、第二色度匮乏集τ2={pix(i,j)|pix(i,j)∈temp2且色度条件}。其中,色度条件:abs(pixu(i,j)-128)<Thres3且abs(pixv(i,j)-128)<Thres3;
其中,pixu(i,j)、pixv(i,j)分别表示pix(i,j)的u色度、v色度值;Thres3表示第三阈值;
步骤13:如果τ1、τ2存在空集,则判定gmbnow及为非人脸鼻部区域,将gmbnow及移出Ψ,然后进入Step7;否则,则判定gmbnow、为人脸鼻部区域,将gmbnow、移出Ψ,num=num+1,接着将包含或者的gmbn移出Ψ,然后进入Step7;
其中,分别表示τ1、τ2集合的几何中心;d表示上述两个几何中心的欧氏距离,
Mean表示求均值;
第二模式色度判定法:
步骤21:色度匮乏集τ={pix(i,j)|pix(i,j)∈gmbnow且色度条件};
步骤22:如果τ为空集或者τ为连通的单集合,则判定gmbnow为非人脸鼻部区域,将gmbnow移出Ψ,然后进入Step7;否则,进入步骤23;
步骤23:首先对τ进行膨胀和腐蚀处理;接着判断是否“τ连通集合数量等于2”,若否,则判定gmbnow为非人脸鼻部区域,将gmbnow移出Ψ,然后进入Step7;若是,则首先判定gmbnow为人脸鼻部区域,将gmbnow移出Ψ,num=num+1,接着,记上述τ的2个连通集合为τ1、τ2,将包含或者的gmbn移出Ψ,然后进入Step7。
其中,“膨胀和腐蚀”可使用图像处理领域公开的任何一种算法。
6.一种基于对比度的鼻部定位系统,其特征在于,所述系统包括:
分析块大小确定模块,用于根据图像分辨率确定分析块的大小
其中,VGA为业内公开的图像标准尺寸;gmbn表示第n个正方形块,简称为分析块,设置初始值n=bkw+2;size(gmbn)表示图像分析块的一维尺寸;记划分后的图像的块宽度、高度为bkw、bkh;
眼鼻待定区域获取装置,用于获取当前图像的眼鼻待定区域;
第一判断处理模块,用于判断如果眼鼻待定区域Ψ为空集,则判定当前图像不存在人脸,结束人脸检测及定位;否则,则首先设置num=0(num为当前图像人脸数量),然后进入最小列号块查找模块;
最小列号块查找模块,用于找到眼鼻待定区域Ψ中,具有最大行号的块集Ψimax,接着从Ψimax中找到具有最小列号的块,记为gmbnow;
第二判断处理模块,用于判断如果则设置mod e=1;否则,则设置mod e=2;
其中,表示gmbnow的右邻接块;mod e表示模式变量;
鼻部判定装置,用于进行鼻部判定;
第三判断处理模块,用于判断如果眼鼻待定区域Ψ为空集,结束;否则,重新进入最小列号块查找模块。
7.如权利要求6所述的基于对比度的鼻部定位系统,其特征在于,所述眼鼻待定区域获取装置包括:
k峰值计算模块,用于计算
pn(k)=sum((pixy(i,j)>>const)=k|pix(i,j)∈gmbn且gmbn非边界块);
其中,const表示位移整数常量,1≤const<N-1;N表示当前图像每个像素亮度比特精度;0≤k<(2N-1>>const);>>表示右位移运算;sum(变量|条件)对满足条件变量求和;pn(k)是gmbn的k峰值;pix(i,j)为图像第i行第j列像素,pixy(i,j)表示pix(i,j)的亮度值;
k值获取模块,用于找到pn(k)中最大第二大第三大并记上述三个值对应的k值,记为kmax1、kmax2、kmax3;
第四判断处理模块,用于判断如果(abs(kmax1-kmax2)<<const)>Thres1且则将gmbn划入眼鼻待定区域Ψ,然后进入第五判断处理模块;否则,则标识gmbn为非眼鼻区域;
其中,abs表示求绝对值运算;Thres1、Thres2表示第一、第二阈值,Thres1>128、0<Thres2≤0.5;<<表示左位移运算;
第五判断处理模块,用于判断如果n<(bkw-2)*(bkh-2),则n=n+1,重新进入k峰值计算模块;否则,进入第一判断处理模块。
8.如权利要求7所述的基于对比度的鼻部定位系统,其特征在于,所述鼻部判定装置包括:
第六判断处理模块,用于如果满足第一判定条件,则获取第一判定结果然后进入第三判断处理模块;否则,进入色度辅助判定模块;
如mod e=1,存在非肤色块;如mod e=2,存在非肤色块;
如mod e=1,第一判定结果为“判定gmbnow及为非人脸鼻部区域,并将gmbnow及移出Ψ”;如mod e=2,第一判定结果为“判定gmbnow及为非人脸鼻部区域,将gmbnow移出Ψ”;
其中,分别为gmbnow的左邻接块、左上邻接块、右邻接块、右上邻接块、上邻接块,表示的右邻接块、右上邻接块;
色度辅助判定模块,用于判断如mod e=1,采用第一模式色度判定法;否则,采用第二模式色度判定法。
9.如权利要求8所述的基于对比度的鼻部定位系统,其特征在于,
第一模式色度判定法:
步骤11:设置第一判断块temp1=gmbnow、第二判断块
步骤12:求第一色度匮乏集τ1={pix(i,j)|pix(i,j)∈temp1且色度条件}、第二色度匮乏集τ2={pix(i,j)|pix(i,j)∈temp2且色度条件}。其中,色度条件:abs(pixu(i,j)-128)<Thres3且abs(pixv(i,j)-128)<Thres3;
其中,pixu(i,j)、pixv(i,j)分别表示pix(i,j)的u色度、v色度值;Thres3表示第三阈值;
步骤13:如果τ1、τ2存在空集,则判定gmbnow及为非人脸鼻部区域,将gmbnow及移出Ψ,然后进入第三判断处理模块;否则,则判定gmbnow、为人脸鼻部区域,将gmbnow、移出Ψ,num=num+1,接着将包含或者的gmbn移出Ψ,然后进入第三判断处理模块;
其中,分别表示τ1、τ2集合的几何中心;d表示上述两个几何中心的欧氏距离,
Mean表示求均值;
第二模式色度判定法:
步骤21:色度匮乏集τ={pix(i,j)|pix(i,j)∈gmbnow且色度条件};
步骤22:如果τ为空集或者τ为连通的单集合,则判定gmbnow为非人脸鼻部区域,将gmbnow移出Ψ,然后进入第三判断处理模块;否则,进入步骤23。
步骤23:首先对τ进行膨胀和腐蚀处理;接着判断是否“τ连通集合数量等于2”,若否,则判定gmbnow为非人脸鼻部区域,将gmbnow移出Ψ,然后进入第三判断处理模块;若是,则首先判定gmbnow为人脸鼻部区域,将gmbnow移出Ψ,num=num+1,接着,记上述τ的2个连通集合为τ1、τ2,将包含或者的gmbn移出Ψ,然后进入第三判断处理模块;
其中,“膨胀和腐蚀”可使用图像处理领域公开的任何一种方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811069818.3A CN109271922B (zh) | 2018-09-13 | 2018-09-13 | 一种基于对比度的鼻部定位方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811069818.3A CN109271922B (zh) | 2018-09-13 | 2018-09-13 | 一种基于对比度的鼻部定位方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109271922A true CN109271922A (zh) | 2019-01-25 |
CN109271922B CN109271922B (zh) | 2022-01-04 |
Family
ID=65188598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811069818.3A Active CN109271922B (zh) | 2018-09-13 | 2018-09-13 | 一种基于对比度的鼻部定位方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109271922B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110781840A (zh) * | 2019-10-29 | 2020-02-11 | 深圳市梦网百科信息技术有限公司 | 一种基于肤色检测的鼻头定位方法和系统 |
CN111626143A (zh) * | 2020-05-06 | 2020-09-04 | 深圳市梦网视讯有限公司 | 一种基于眼睛定位的反向人脸检测方法、系统及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040062424A1 (en) * | 1999-11-03 | 2004-04-01 | Kent Ridge Digital Labs | Face direction estimation using a single gray-level image |
US20070189609A1 (en) * | 2005-03-31 | 2007-08-16 | Fuji Photo Film Co., Ltd. | Method, apparatus, and program for discriminating faces |
US20110149040A1 (en) * | 2009-12-17 | 2011-06-23 | Ilya Klebanov | Method and system for interlacing 3d video |
CN104036254A (zh) * | 2014-06-20 | 2014-09-10 | 成都凯智科技有限公司 | 一种人脸识别方法 |
CN106203329A (zh) * | 2016-07-08 | 2016-12-07 | 安徽工业大学 | 一种基于眉毛建立身份标识模板及进行身份识别的方法 |
CN106960202A (zh) * | 2017-04-11 | 2017-07-18 | 广西师范大学 | 一种基于可见光与红外图像融合的笑脸识别方法 |
CN107153816A (zh) * | 2017-04-16 | 2017-09-12 | 五邑大学 | 一种用于鲁棒人脸识别的数据增强方法 |
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 |
-
2018
- 2018-09-13 CN CN201811069818.3A patent/CN109271922B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040062424A1 (en) * | 1999-11-03 | 2004-04-01 | Kent Ridge Digital Labs | Face direction estimation using a single gray-level image |
US20070189609A1 (en) * | 2005-03-31 | 2007-08-16 | Fuji Photo Film Co., Ltd. | Method, apparatus, and program for discriminating faces |
US20110149040A1 (en) * | 2009-12-17 | 2011-06-23 | Ilya Klebanov | Method and system for interlacing 3d video |
CN104036254A (zh) * | 2014-06-20 | 2014-09-10 | 成都凯智科技有限公司 | 一种人脸识别方法 |
CN106203329A (zh) * | 2016-07-08 | 2016-12-07 | 安徽工业大学 | 一种基于眉毛建立身份标识模板及进行身份识别的方法 |
CN106960202A (zh) * | 2017-04-11 | 2017-07-18 | 广西师范大学 | 一种基于可见光与红外图像融合的笑脸识别方法 |
CN107153816A (zh) * | 2017-04-16 | 2017-09-12 | 五邑大学 | 一种用于鲁棒人脸识别的数据增强方法 |
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 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110781840A (zh) * | 2019-10-29 | 2020-02-11 | 深圳市梦网百科信息技术有限公司 | 一种基于肤色检测的鼻头定位方法和系统 |
CN110781840B (zh) * | 2019-10-29 | 2022-08-26 | 深圳市梦网视讯有限公司 | 一种基于肤色检测的鼻头定位方法和系统 |
CN111626143A (zh) * | 2020-05-06 | 2020-09-04 | 深圳市梦网视讯有限公司 | 一种基于眼睛定位的反向人脸检测方法、系统及设备 |
CN111626143B (zh) * | 2020-05-06 | 2023-12-08 | 深圳市梦网视讯有限公司 | 一种基于眼睛定位的反向人脸检测方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109271922B (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636829A (zh) | 一种基于语义信息和场景信息的多目标跟踪方法 | |
CN110490158B (zh) | 一种基于多级模型的鲁棒人脸对齐方法 | |
CN107590831B (zh) | 一种基于深度学习的立体匹配方法 | |
CN102982545B (zh) | 一种图像深度估计方法 | |
US20050041863A1 (en) | Enabling content-based search of objects in an image database with reduced matching | |
CN105117692A (zh) | 一种基于深度学习的实时人脸识别方法及系统 | |
CN110807402B (zh) | 一种基于肤色检测的五官定位方法、系统和终端设备 | |
US20050044056A1 (en) | Searching for object images with reduced computation | |
CN108596062B (zh) | 基于深度学习的人脸图片实时高光去除方法及装置 | |
CN109271922A (zh) | 一种基于对比度的鼻部定位方法和系统 | |
CN102663367B (zh) | 一种基于模拟退火算法的三维人脸识别方法 | |
CN109410243A (zh) | 基于区域交叠与模板匹配的多目标跟踪方法 | |
CN105138990A (zh) | 一种基于单目摄像头的手势凸包检测与掌心定位方法 | |
CN109712171B (zh) | 一种基于相关滤波器的目标跟踪系统及目标跟踪方法 | |
WO2022116218A1 (zh) | 一种用于复杂表面的线结构光中心提取方法 | |
CN105975906B (zh) | 一种基于面积特征的pca静态手势识别方法 | |
CN107610148A (zh) | 一种基于双目立体视觉系统的前景分割方法 | |
CN109255307A (zh) | 一种基于唇部定位的人脸分析方法和系统 | |
CN109241878B (zh) | 一种基于唇部定位的五官定位方法和系统 | |
He et al. | Parameter self-optimizing clustering for autonomous extraction of the weld seam based on orientation saliency in robotic MAG welding | |
Khaliluzzaman et al. | Stairways detection and distance estimation approach based on three connected point and triangular similarity | |
CN109615603B (zh) | 一种基于任务驱动的视觉注意模型提取激光条纹的方法 | |
Liu et al. | Depth-aware layered edge for object proposal | |
He et al. | Investigating YOLO models towards outdoor obstacle detection for visually impaired people | |
CN104599283A (zh) | 一种基于深度差恢复相机高度的图像深度改进方法 |
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 | ||
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 |