CN111401223B - 一种脸型对比方法、装置及设备 - Google Patents

一种脸型对比方法、装置及设备 Download PDF

Info

Publication number
CN111401223B
CN111401223B CN202010173706.3A CN202010173706A CN111401223B CN 111401223 B CN111401223 B CN 111401223B CN 202010173706 A CN202010173706 A CN 202010173706A CN 111401223 B CN111401223 B CN 111401223B
Authority
CN
China
Prior art keywords
face image
face
comparison
gravity
center position
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
CN202010173706.3A
Other languages
English (en)
Other versions
CN111401223A (zh
Inventor
程诺
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.)
Soyoung Technology Beijing Co Ltd
Original Assignee
Soyoung Technology Beijing 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 Soyoung Technology Beijing Co Ltd filed Critical Soyoung Technology Beijing Co Ltd
Priority to CN202010173706.3A priority Critical patent/CN111401223B/zh
Publication of CN111401223A publication Critical patent/CN111401223A/zh
Application granted granted Critical
Publication of CN111401223B publication Critical patent/CN111401223B/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
    • 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
    • G06V40/172Classification, e.g. identification

Landscapes

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

Abstract

本公开是关于一种脸型对比方法、装置及设备。该脸型对比方法,包括:获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置;根据所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合;将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果。本公开提供的方案,能够提高人脸对比准确性,提升用户的使用体验。

Description

一种脸型对比方法、装置及设备
技术领域
本公开涉及移动互联网及图像处理技术领域,尤其涉及一种脸型对比方法、装置及设备。
背景技术
脸型对比技术一般是通过采集人脸特征,经过模数转化后生成对比结果,在医疗美容、移动支付、身份识别等领域有着广泛应用。
相关技术下,在对两个人脸进行对比时,首先分别采集两个人脸的特征,然后通过比较两张人脸的特征计算相似度。当两张人脸的相似度值越大,则说明两张人脸越相似。在这种方式下,在不同的距离或角度采集人脸都会对两个人脸的对比结果产生影响。
可以发现,相关技术脸型对比方法受到采集距离、采集角度等因素制约,准确性较低。
发明内容
为克服相关技术中存在的问题,本公开提供一种脸型对比方法、装置及设备,能够提高人脸对比准确性,提升用户的使用体验。
根据本公开实施例的第一方面,提供一种脸型对比方法,所述方法包括:
获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置;
根据所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合;
将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果。
在一种实施方式中,所述将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果,包括:
将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果;
和/或,
将所述第一人脸图像与所述第二人脸图像的重心位置重合后采用不同颜色标识后进行对比,确定脸型对比结果。
在一种实施方式中,所述根据所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合,包括:
显示所述第一人脸图像中设定部位的第一重心位置,及以所述第一重心位置为基准延伸出的设定数目的辅助线;
根据所述第一重心位置及所述延伸出的设定数目的辅助线,提示待采集的第二人脸图像进行位置调整,在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,采集所述第二人脸图像。
在一种实施方式中,所述将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,包括:
将所述第一人脸图像与所述第二人脸图像的重心位置重合后,再将所述第一人脸图像和/或所述第二人脸图像的五官与轮廓进行虚化后,进行轮廓对比。
在一种实施方式中,所述将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,包括:
将所述第一人脸图像与所述第二人脸图像的重心位置重合后,
将所述第一人脸图像从所述第一重心位置向脸部额头、左侧脸、右侧脸、下巴的区域分别延伸出设定数目的射线,将所述射线与轮廓的交点连接形成第一脸部轮廓线条;
将所述第二人脸图像从所述第二重心位置向脸部额头、左侧脸、右侧脸、下巴的区域分别延伸出设定数目的射线,将所述射线与轮廓的交点连接形成第二脸部轮廓线条;
将第一脸部轮廓线条与所述第二脸部轮廓线条进行轮廓对比。
在一种实施方式中,所述设定部位包括脸部黄金三角形。
根据本公开实施例的第二方面,提供一种脸型对比装置,所述装置包括:
获取模块,用于获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置;
采集模块,用于根据所述获取模块获取的所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合;
对比模块,用于将所述获取模块获取的第一人脸图像与所述采集模块采集的第二人脸图像进行对比,确定脸型对比结果。
在一种实施方式中,所述对比模块包括:
重合子模块,用于将所述第一人脸图像与所述第二人脸图像的重心位置重合;
比较子模块,用于在所述重合子模块进行重心位置重合后,进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果,和/或,采用不同颜色标识后进行对比,确定脸型对比结果。
在一种实施方式中,所述采集模块包括:
显示子模块,用于显示所述第一人脸图像中设定部位的第一重心位置,及以所述第一重心位置为基准延伸出的设定数目的辅助线;
提示及采集子模块,用于根据所述显示子模块显示的第一重心位置及所述延伸出的设定数目的辅助线,提示待采集的第二人脸图像进行位置调整,在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,采集所述第二人脸图像。
在一种实施方式中,所述对比模块还包括:
虚化子模块,用于将所述第一人脸图像和/或所述第二人脸图像的五官与轮廓进行虚化;
所述比较子模块在所述虚化子模块完成虚化处理后,进行轮廓对比。
根据本公开实施例的第三方面,提供一种终端设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
根据本公开实施例的第四方面,提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开实施例的方案,是获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置后,再根据所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合;最后再将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果。这样,就可以保证两个人脸图像的采集基准和比较基准是一致的,都是基于同一个重心位置,可以避免采集距离、采集角度等因素的影响,从而可以提高对比的准确性。
进一步的,本公开实施例的方案,可以将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果;和/或,将所述第一人脸图像与所述第二人脸图像的重心位置重合后采用不同颜色标识后进行对比,确定脸型对比结果。这样,通过重心位置的重合保证比较基准一致,又通过轮廓线条和不同颜色标识的对比方式来使得对比更直观,也更准确。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施方式中,相同的参考标号通常代表相同部件。
图1是根据本公开一示例性实施例示出的一种脸型对比方法的流程示意图;
图2是根据本公开一示例性实施例示出的一种脸型对比方法的流程另一示意图;
图3是根据本公开一示例性实施例示出的一种脸型对比装置的结构示意图;
图4是根据本公开一示例性实施例示出的一种脸型对比装置的结构另一示意图;
图5是根据本公开一示例性实施例示出的一种计算设备的结构示意图;
图6是根据本公开一示例性实施例示出的脸部黄金三角形示意图;
图7是根据本公开一示例性实施例示出的轮廓线条对比示意图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本公开提供一种脸型对比方法,能够提高人脸对比准确性,提升用户的使用体验。
以下结合附图详细描述本公开实施例的技术方案。
图1是根据本公开一示例性实施例示出的一种脸型对比方法的流程示意图。该方法可以应用于脸型对比装置中,例如应用于移动终端或智能魔镜硬件装置中。
参见图1,该方法包括:
在步骤101中,获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置。
该步骤中,所述设定部位例如可以包括脸部黄金三角形,脸部黄金三角形一般指两眼球与鼻小柱基底连接形成的三角形,而三角形三条中线的交点即三角形的重心位置也即重心点。
需说明的是,所述设定部位也可以是指脸部的其他部位。
需说明的是,第一人脸图像可以直接通过摄像头拍照获得,也可以通过预先准备好的电子格式文件获取。用于获取第一人脸图像的摄像头可以内置于移动终端例如手机上,也可以集成于其它硬件设备上,例如智能魔镜硬件装置中。
在步骤102中,根据所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合。
该步骤中,可以显示所述第一人脸图像中设定部位的第一重心位置,及以所述第一重心位置为基准延伸出的设定数目的辅助线;根据所述第一重心位置及所述延伸出的设定数目的辅助线,提示待采集的第二人脸图像进行位置调整,在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,采集所述第二人脸图像。
在步骤103中,将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果。
该步骤中,可以将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果;和/或,将所述第一人脸图像与所述第二人脸图像的重心位置重合后采用不同颜色标识后进行对比,确定脸型对比结果。
其中,还可以将所述第一人脸图像与所述第二人脸图像的重心位置重合后,再将所述第一人脸图像和/或所述第二人脸图像的五官与轮廓进行虚化后,进行轮廓对比。
从该实施例可以看出,本公开实施例的方案,是获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置后,再根据所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合;最后再将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果。这样,就可以保证两个人脸图像的采集基准和比较基准是一致的,都是基于同一个重心位置,可以避免采集距离、采集角度等因素的影响,从而可以提高对比的准确性。
图2是根据本公开一示例性实施例示出的一种脸型对比方法的流程另一示意图。图2相对于图1更详细描述了本公开的方案。
参见图2,该方法包括:
在步骤201中,获取第一人脸图像和所述第一人脸图像中脸部黄金三角形的第一重心位置。
其中,第一人脸图像可以通过相关设备的摄像头拍照获得,也可以通过上传照片获得。相关设备,例如可以是移动终端或智能魔镜硬件装置。
相关设备中,可以包括摄像头、显示器、控制电路等,其中摄像头可以内置在显示器上,控制电路用于控制设备通电,控制电路可将显示器即设备屏幕点亮,还可以驱动摄像头工作。
在通过摄像头拍照时,可以在设备的显示器的屏幕上显示辅助线,例如,屏幕上可以显示5条辅助线用于引导拍摄,在第一个人拍照时,可以要求自动将鼻梁对照在中间的线条上,同时调整前后距离确保整个脸部在最外侧两条线里面,然后再拍照。拍照成功后,可以自动计算出脸部黄金三角形的重心点也即重心位置,可称为第一人脸图像的重心位置,并可以保存图片。其中脸部黄金三角形即两眼球与鼻小柱基底连接形成的三角形,三角形重心位置的确定方式包括:三角形三条中线的交点即三角形的重心点,可以参见图6,是根据本公开一示例性实施例示出的脸部黄金三角形示意图。
该步骤通过拍照获取第一个人脸,并得到第一个人脸的脸部黄金三角形及其重心位置。
需说明的是,也可以根据需要获取指定的脸部的其他部位及其他部位的重心位置,例如从口、鼻、眼、耳、额头的任意组合中选择组合部分,本公开对此不作限制。
在步骤202中,显示所述第一人脸图像中脸部黄金三角形的第一重心位置,及以所述第一重心位置为基准延伸出的设定数目的辅助线。
该步骤将采集第二个人的人脸图像。采集第二个人的人脸图像时,要求第二个人脸的脸部黄金三角形的重心点与第一个人脸的脸部黄金三角形状的重心点重合也即相对应。
在第二个人拍照时,可以在屏幕上自动显示第一个人的脸部黄金三角形的重心点,且以此重心点为基准延伸出设定数目辅助线,例如五条直线,其中最中间直线在重心点上,第一人与第二人拍照时五条直线的间距是一致。
在步骤203中,根据所述第一重心位置及所述延伸出的设定数目的辅助线,提示待采集的第二人脸图像进行位置调整,在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,采集所述第二人脸图像。
该步骤中,根据屏幕上自动显示的第一个人的脸部黄金三角形的重心点和以此重心点为基准延伸出的五条直线,提示待采集的第二个人在屏幕上的人脸图像进行位置调整。在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,再拍照采集所述第二人脸图像。
在步骤204中,将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行虚化处理和轮廓对比。
拍照完成后,可以选择性虚化一个或两个人的人脸的五官与轮廓,例如只将第一人脸图像进行虚化处理(此时另一个人脸图像为图像),或只将第二人脸图像进行虚化处理(此时另一个人脸图像为图像),或同时将第一人脸图像和第二人脸图像都进行虚化处理。虚化处理,就是将一个人脸的轮廓虚化成类似漫画图那样的线条。因此,第一人脸图像与第二人脸图像的对比,可以是线条与线条的对比,也可以是线条与图像的对比。
其中,可以是以重心点为基准,将两张人脸图像叠加成一起显示,可以是以不同颜色的线条显示以区分,即两个人脸分别用不同的颜色,以脸部重心点为基准重合两人脸部,以此对比。
该步骤中,可以对比两个人脸图像的轮廓线条。对于两个人脸图像,可以分别从脸部黄金三角形的重心位置向面部额头、左侧脸、右侧脸、下巴共四大区域分别延伸出设定数目射线,例如1200条射线,然后将射线与轮廓的交点连接起来形成面部轮廓线。也就是说,将所述第一人脸图像从所述第一重心位置向脸部额头、左侧脸、右侧脸、下巴的区域分别延伸出设定数目的射线,将所述射线与轮廓的交点连接形成第一脸部轮廓线条;将所述第二人脸图像从所述第二重心位置向脸部额头、左侧脸、右侧脸、下巴的区域分别延伸出设定数目的射线,将所述射线与轮廓的交点连接形成第二脸部轮廓线条。需说明的是,上述区域只是举例说明但不局限于此。
假设第一个人脸的脸轮廓线条为黑色,第二个脸的人脸轮廓线条为黄色,该步骤中以第一个人脸即黑色线条的重心点为基准,将第二个人脸的重心点与第一个人脸的重心点重合,然后对比两个轮廓线条。
在步骤205中,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果。
该步骤中根据比较确定脸型对比结果,哪个颜色的线条在外侧,表明哪个脸比另一个脸大。该步骤中还可以自动计算出内侧与外侧线条之间的间隙长度,可以参见图7,是根据本公开一示例性实施例示出的轮廓线条对比示意图。以左侧脸为例,假设黑色线条在外侧,黄色线条在内侧,两线条间距25mm,则表明第一个人脸的左侧脸比第二个人脸的左侧脸宽25mm;如果两人轮廓差距在设定阈值例如10mm以内也即小于10mm,可以确定第一人脸图像与第二人脸图像的对比结果为相似大小;如果两人轮廓差距在10-20mm之间也即大于或等于10mm,小于或等于20mm,可以确定为第一人脸图像与第二人脸图像的对比结果为相差略大;如果两人轮廓差距大于20mm以上,可以确定为第一人脸图像与第二人脸图像的对比结果为严重偏大。需说明的是,此处设定阈值只是举例说明但不局限于此,此处将结果类型分为三种也只是举例说明但不局限于此,可以是根据需要分为二种或四种结果类型。例如只分为两种类型时,对比结果可以是小于设定阈值例如10mm时,认为第一人脸图像与第二人脸图像的对比结果为相似,大于或等于10mm时,认为第一人脸图像与第二人脸图像的对比结果为相差大。
还需说明的是,本公开方案中主要是以比较脸宽的轮廓线条间距为例说明但不局限于此,也可以是其他位置的轮廓线条间距对比,或者是将不同位置的轮廓线条间距取平均值后作为人脸的轮廓线条间距。脸宽一般是指脸部两侧颧骨之间的长度。例如参见图7,可以是内侧和外侧的脸宽的间距c作为轮廓线条间距,也可以是取其他4个位置的线条间距a、b、d或e作为轮廓线条间距,还可以是取5个位置的线条间距a、b、c、d、e的平均值即除以线条数5后得到的数值作为轮廓线条间距,例如间距a、b、c、d、e相加之和除以5得到25mm。
从该实施例可以看出,本公开实施例的方案,可以将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果;和/或,将所述第一人脸图像与所述第二人脸图像的重心位置重合后采用不同颜色标识后进行对比,确定脸型对比结果。这样,通过重心位置的重合保证比较基准一致,又通过轮廓线条和不同颜色标识的对比方式来使得对比更直观,也更准确。
本公开的方案,是通过将脸部图像集中到脸部黄金三角形区域,然后虚化五官和轮廓以线条的形式来对比前后两个人脸图像。也就是说,是以脸部黄金三角形(三角区)区为基准,从脸部黄金三角形重点向脸部轮廓延伸射线,其中可以将脸部分为额头、左侧脸、右侧脸、下巴四个部分,从脸部重心点向这四个部分分别延伸射线,每个部分按宽度比例延伸1200条射线,然后对比脸部轮廓线。本公开的方案,可以应用于快速的人脸识别系统中,可应用于医美类项目的前后(before after)对比功能,可应用于对比大小脸、偏脸等问题,可应用于闺蜜之间或者与明星进行五官与轮廓对比。
与前述应用功能实现方法实施例相对应,本公开还提供了一种脸型对比装置、设备及相应的实施例。
图3是根据本公开一示例性实施例示出的一种脸型对比装置的结构示意图。
参见图3,该脸型对比装置包括:获取模块31、采集模块32、对比模块33。
获取模块31,用于获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置。其中,所述设定部位例如可以包括脸部黄金三角形,脸部黄金三角形一般指两眼球与鼻小柱基底连接形成的三角形,而三角形三条中线的交点即三角形的重心位置也即重心点。第一人脸图像可以直接通过摄像头拍照获得,也可以通过预先准备好的电子格式文件获取。
采集模块32,用于根据所述获取模块31获取的所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合。采集模块32可以显示所述第一人脸图像中设定部位的第一重心位置,及以所述第一重心位置为基准延伸出的设定数目的辅助线;根据所述第一重心位置及所述延伸出的设定数目的辅助线,提示待采集的第二人脸图像进行位置调整,在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,采集所述第二人脸图像。
对比模块33,用于将所述获取模块31获取的第一人脸图像与所述采集模块32采集的第二人脸图像进行对比,确定脸型对比结果。对比模块33可以将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果;和/或,将所述第一人脸图像与所述第二人脸图像的重心位置重合后采用不同颜色标识后进行对比,确定脸型对比结果。
从该实施例可以看出,本公开实施例的脸型对比装置,是获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置后,再根据所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合;最后再将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果。这样,就可以保证两个人脸图像的采集基准和比较基准是一致的,都是基于同一个重心位置,可以避免采集距离、采集角度等因素的影响,从而可以提高对比的准确性。
图4是根据本公开一示例性实施例示出的一种脸型对比装置的结构另一示意图。
参见图4,该脸型对比装置包括:获取模块31、采集模块32、对比模块33。
获取模块31、采集模块32、对比模块33的功能可以参见图3中的描述。
在一种实施方式中,所述对比模块33还可以包括:重合子模块331、比较子模块332。
重合子模块331,用于将所述第一人脸图像与所述第二人脸图像的重心位置重合。
比较子模块332,用于在所述重合子模块331进行重心位置重合后,进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果,和/或,采用不同颜色标识后进行对比,确定脸型对比结果。
在一种实施方式中,所述对比模块33还可以包括:虚化子模块333。
虚化子模块333,用于将所述第一人脸图像和/或所述第二人脸图像的五官与轮廓进行虚化;所述比较子模块332在所述虚化子模块333完成虚化处理后,进行轮廓对比。可以选择性虚化一个或两个人的人脸的五官与轮廓,例如只将第一人脸图像进行虚化处理(此时另一个人脸图像为图像),或只将第二人脸图像进行虚化处理,或同时将第一人脸图像和第二人脸图像都进行虚化处理。虚化处理,就是将一个人脸的轮廓虚化成类似漫画图那样的线条。因此,第一人脸图像与第二人脸图像的对比,可以是线条与线条的对比,也可以是线条与图像的对比。
在一种实施方式中,所述采集模块32还可以包括:显示子模块321、提示及采集子模块322。
显示子模块321,用于显示所述第一人脸图像中设定部位的第一重心位置,及以所述第一重心位置为基准延伸出的设定数目的辅助线。
提示及采集子模块322,用于根据所述显示子模块321显示的第一重心位置及所述延伸出的设定数目的辅助线,提示待采集的第二人脸图像进行位置调整,在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,采集所述第二人脸图像。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
图5是根据本公开一示例性实施例示出的一种计算设备的结构示意图。该计算设备可以是移动终端设备但不局限于此。
参见图5,计算设备1000包括存储器1010和处理器1020。
处理器1020可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器1010可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM),和永久存储装置。其中,ROM可以存储处理器1020或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器1010可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器1010可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器1010上存储有可执行代码,当可执行代码被处理器1020处理时,可以使处理器1020执行上文述及的方法中的部分或全部。
上文中已经参考附图详细描述了本公开的方案。在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。本领域技术人员也应该知悉,说明书中所涉及的动作和模块并不一定是本公开所必须的。另外,可以理解,本公开实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,本公开实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外,根据本公开的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本公开的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本公开还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质),其上存储有可执行代码(或计算机程序、或计算机指令代码),当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时,使所述处理器执行根据本公开的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本公开的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种脸型对比方法,其特征在于,所述方法包括:
获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置;
根据所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一人脸图像中设定部位的第一重心位置重合,其中包括:显示所述第一人脸图像中设定部位的第一重心位置,及以所述第一重心位置为基准延伸出的设定数目的辅助线;根据所述第一重心位置及所述延伸出的设定数目的辅助线,提示待采集的第二人脸图像进行位置调整,在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,采集所述第二人脸图像;
将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果。
2.根据权利要求1所述的方法,其特征在于,所述将所述第一人脸图像与所述第二人脸图像进行对比,确定脸型对比结果,包括:
将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果;
和/或,
将所述第一人脸图像与所述第二人脸图像的重心位置重合后采用不同颜色标识后进行对比,确定脸型对比结果。
3.根据权利要求2所述的方法,其特征在于,所述将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,包括:
将所述第一人脸图像与所述第二人脸图像的重心位置重合后,再将所述第一人脸图像和/或所述第二人脸图像的五官与轮廓进行虚化后,进行轮廓对比。
4.根据权利要求2所述的方法,其特征在于,所述将所述第一人脸图像与所述第二人脸图像的重心位置重合后进行轮廓对比,包括:
将所述第一人脸图像与所述第二人脸图像的重心位置重合后,
将所述第一人脸图像从所述第一重心位置向脸部额头、左侧脸、右侧脸、下巴的区域分别延伸出设定数目的射线,将所述射线与轮廓的交点连接形成第一脸部轮廓线条;
将所述第二人脸图像从所述第二重心位置向脸部额头、左侧脸、右侧脸、下巴的区域分别延伸出设定数目的射线,将所述射线与轮廓的交点连接形成第二脸部轮廓线条;
将第一脸部轮廓线条与所述第二脸部轮廓线条进行轮廓对比。
5.根据权利要求1至4任一项所述的方法,其特征在于:
所述设定部位包括脸部黄金三角形。
6.一种脸型对比装置,其特征在于,所述装置包括:
获取模块,用于获取第一人脸图像和所述第一人脸图像中设定部位的第一重心位置;
采集模块,用于根据所述获取模块获取的所述第一人脸图像中设定部位的第一重心位置采集第二人脸图像,其中所述第二人脸图像中设定部位的第二重心位置与所述第一人脸图像中设定部位的第一重心位置重合,其中包括:显示所述第一人脸图像中设定部位的第一重心位置,及以所述第一重心位置为基准延伸出的设定数目的辅助线;根据所述第一重心位置及所述延伸出的设定数目的辅助线,提示待采集的第二人脸图像进行位置调整,在所述第二人脸图像中设定部位的第二重心位置与所述第一重心位置重合后,采集所述第二人脸图像;
对比模块,用于将所述获取模块获取的第一人脸图像与所述采集模块采集的第二人脸图像进行对比,确定脸型对比结果。
7.根据权利要求6所述的装置,其特征在于,所述对比模块包括:
重合子模块,用于将所述第一人脸图像与所述第二人脸图像的重心位置重合;
比较子模块,用于在所述重合子模块进行重心位置重合后,进行轮廓对比,根据轮廓线条间距与预设阈值的比较,确定脸型对比结果,和/或,采用不同颜色标识后进行对比,确定脸型对比结果。
8.根据权利要求7所述的装置,其特征在于,所述对比模块还包括:
虚化子模块,用于将所述第一人脸图像和/或所述第二人脸图像的五官与轮廓进行虚化;
所述比较子模块在所述虚化子模块完成虚化处理后,进行轮廓对比。
9.一种终端设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1-5中任一项所述的方法。
10.一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-5任一项所述的方法。
CN202010173706.3A 2020-03-13 2020-03-13 一种脸型对比方法、装置及设备 Active CN111401223B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010173706.3A CN111401223B (zh) 2020-03-13 2020-03-13 一种脸型对比方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010173706.3A CN111401223B (zh) 2020-03-13 2020-03-13 一种脸型对比方法、装置及设备

Publications (2)

Publication Number Publication Date
CN111401223A CN111401223A (zh) 2020-07-10
CN111401223B true CN111401223B (zh) 2023-09-19

Family

ID=71430751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010173706.3A Active CN111401223B (zh) 2020-03-13 2020-03-13 一种脸型对比方法、装置及设备

Country Status (1)

Country Link
CN (1) CN111401223B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115953823B (zh) * 2023-03-13 2023-05-16 成都运荔枝科技有限公司 一种基于大数据的人脸识别方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012190262A (ja) * 2011-03-10 2012-10-04 Panasonic Corp 顔検出方法
CN104994281A (zh) * 2015-06-30 2015-10-21 广东欧珀移动通信有限公司 一种人脸畸变校正的方法及终端
CN105637532A (zh) * 2015-06-08 2016-06-01 北京旷视科技有限公司 活体检测方法、活体检测系统以及计算机程序产品
CN108564531A (zh) * 2018-05-08 2018-09-21 麒麟合盛网络技术股份有限公司 一种图像处理方法及装置
CN109118233A (zh) * 2017-06-23 2019-01-01 百度在线网络技术(北京)有限公司 基于人脸识别的认证方法和装置
CN109840885A (zh) * 2018-12-27 2019-06-04 深圳云天励飞技术有限公司 图像融合方法及相关产品

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012190262A (ja) * 2011-03-10 2012-10-04 Panasonic Corp 顔検出方法
CN105637532A (zh) * 2015-06-08 2016-06-01 北京旷视科技有限公司 活体检测方法、活体检测系统以及计算机程序产品
CN104994281A (zh) * 2015-06-30 2015-10-21 广东欧珀移动通信有限公司 一种人脸畸变校正的方法及终端
CN109118233A (zh) * 2017-06-23 2019-01-01 百度在线网络技术(北京)有限公司 基于人脸识别的认证方法和装置
CN108564531A (zh) * 2018-05-08 2018-09-21 麒麟合盛网络技术股份有限公司 一种图像处理方法及装置
CN109840885A (zh) * 2018-12-27 2019-06-04 深圳云天励飞技术有限公司 图像融合方法及相关产品

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
低质视频人像重建中人脸相关性的研究;王嘉枭;王嘉川;周帆;;中国公共安全(学术版)(第03期);全文 *

Also Published As

Publication number Publication date
CN111401223A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
JP7242906B2 (ja) 眼底画像から黄斑中心を位置特定する方法、装置、電子機器及び記憶媒体
JP7399210B2 (ja) ヘッドマウントディスプレイシステムの装着者の眼の眼画像を処理するための方法
US20200160040A1 (en) Three-dimensional living-body face detection method, face authentication recognition method, and apparatuses
US10684681B2 (en) Neural network image processing apparatus
JP6268303B2 (ja) 2d画像分析装置
JP5061645B2 (ja) 情報抽出方法、情報抽出装置、プログラム、登録装置及び照合装置
CN104809638B (zh) 一种基于移动终端的眼镜虚拟试戴方法和系统
US11205070B2 (en) Method, an apparatus, a display device and a storage medium for positioning a gaze point
WO2021016873A1 (zh) 基于级联神经网络的注意力检测方法、计算机装置及计算机可读存储介质
JP2001101429A (ja) 顔面の観測方法および顔観測装置ならびに顔観測処理用の記録媒体
US11244158B2 (en) Image acquisition method, apparatus, system, and electronic device
CN110084207A (zh) 自动调节人脸曝光量的曝光方法、装置和存储介质
CN110051319A (zh) 眼球追踪传感器的调节方法、装置、设备及存储介质
CN111476151B (zh) 眼球检测方法、装置、设备及存储介质
CN111401223B (zh) 一种脸型对比方法、装置及设备
Perra et al. Adaptive eye-camera calibration for head-worn devices
CN111091112A (zh) 活体检测方法及装置
CN114356072A (zh) 用于检测可穿戴设备的空间取向的系统和方法
US20220139107A1 (en) Landmark temporal smoothing
EP2128820A1 (en) Information extracting method, registering device, collating device and program
JP2003079577A (ja) 視線測定装置及びその方法と、視線測定プログラム及びそのプログラムを記録した記録媒体
JP6572841B2 (ja) 情報処理装置及びプログラム
US20220028109A1 (en) Image processing method and apparatus
JP6244885B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN112528714A (zh) 基于单光源的注视点估计方法、系统、处理器及设备

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
GR01 Patent grant
GR01 Patent grant