CN111914783A - 人脸偏转角度的确定方法、装置、计算机设备及介质 - Google Patents
人脸偏转角度的确定方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN111914783A CN111914783A CN202010797552.5A CN202010797552A CN111914783A CN 111914783 A CN111914783 A CN 111914783A CN 202010797552 A CN202010797552 A CN 202010797552A CN 111914783 A CN111914783 A CN 111914783A
- Authority
- CN
- China
- Prior art keywords
- deflection angle
- face
- determining
- coordinate
- angle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 210000001747 pupil Anatomy 0.000 claims abstract description 48
- 238000012937 correction Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种人脸偏转角度的确定方法,包括以下步骤:获取人脸图像;识别所述人脸图像中的人脸特征信息,所述人脸特征信息至少包括左瞳孔坐标、右瞳孔坐标、鼻尖点坐标和嘴唇中点坐标;根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度,其中,所述偏转角度包括第一偏转角度和第二偏转角度中的至少一个,所述第一偏转角度为人脸绕水平方向偏转的角度,所述第二偏转角度为人脸绕垂直方向偏转的角度。本申请还公开了一种人脸偏转角度的确定装置、计算机设备以及计算机可读存储介质。本申请提高了识别人脸图像中的人脸偏转角度的效率。
Description
技术领域
本申请涉及人脸识别技术领域,尤其涉及一种人脸偏转角度的确定方法、人脸偏转角度的确定装置、计算机设备以及计算机可读存储介质。
背景技术
当前人脸检测和识别中,以用户的正脸图像作为基准,其人脸相当于正脸的偏转角度(如往上下偏转,往左右偏转等)可以作为判断人脸图像质量好坏的一个维度。一般的做法是利用大量标注的人脸图片和角度偏转信息喂给深度学习神经网络,训练出可以识别人脸偏转角度的模型。但这样做成本高昂,且不利于在硬件资源比较少的设备上实行。
上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。
发明内容
本申请的主要目的在于提供一种人脸偏转角度的确定方法、人脸偏转角度的确定装置、计算机设备以及计算机可读存储介质,旨在解决识别人脸图像中的人脸偏转角度时效率低下的问题。
为实现上述目的,本申请提供一种人脸偏转角度的确定方法,所述人脸偏转角度的确定方法包括以下步骤:
获取人脸图像;
识别所述人脸图像中的人脸特征信息,所述人脸特征信息至少包括左瞳孔坐标、右瞳孔坐标、鼻尖点坐标和嘴唇中点坐标;
根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度,其中,所述偏转角度包括第一偏转角度和第二偏转角度中的至少一个,所述第一偏转角度为人脸绕水平方向偏转的角度,所述第二偏转角度为人脸绕垂直方向偏转的角度。
进一步地,所述参照值包括第三投影和第四投影,所述第三投影为基准人脸图像中,双眼之间的中点与鼻尖点的连线在垂直方向上的投影;所述第四投影为基准人脸图像中,鼻尖点与嘴唇中点的连线在垂直方向上的投影;所述根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度的步骤包括:
确定所述左瞳孔坐标和所述右瞳孔坐标之间的中点坐标;
确定所述中点坐标和所述鼻尖点坐标之间连线在垂直方向上的第一投影,以及确定所述鼻尖点坐标和所述嘴唇中点坐标之间连线在垂直方向上的第二投影;
根据所述第一投影、所述第二投影、所述第三投影和所述第四投影之间的几何关系确定所述第一偏转角度。
进一步地,所述根据所述第一投影、所述第二投影、所述第三投影和所述第四投影之间的几何关系确定所述第一偏转角度的步骤包括:
确定所述第一投影和所述第二投影之间的第一比值,以及所述第三投影和第四投影之间的第二比值;
将第一比值和第二比值代入预设几何公式计算所述第一偏转角度:θ1=arctan[(a-b)/(a(b+1))*cot(β)];
其中,θ1为所述第一偏转角度,a为所述第一比值,b为所述第二比值,β为基准人脸图像中的基准角度,所述基准角度为第一连线和第二连线之间的夹角;所述第一连线为人双眼之间的中点与嘴唇中点之间的连线;所述第二连线为人双眼之间的中点与鼻尖点之间的连线,或者所述第二连线为鼻尖点与嘴唇中点之间的连线。
进一步地,所述参照值包括基准角度,所述基准角度为第一连线和第二连线之间的夹角角度;所述第一连线为人双眼之间的中点与嘴唇中点之间的连线;所述第二连线为人双眼之间的中点与鼻尖点之间的连线,或者所述第二连线为鼻尖点与嘴唇中点之间的连线;所述根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度的步骤包括:
确定所述左瞳孔坐标和所述右瞳孔坐标之间的中点坐标;
确定所述中点坐标和所述鼻尖点坐标之间的第一距离,以及所述中点坐标和所述嘴唇中点坐标之间的第二距离,以及所述鼻尖点坐标和所述嘴唇中点坐标之间的第三距离;
根据所述第一距离、所述第二距离、所述第三距离和所述基准角度之间的几何关系,确定所述第二偏转角度。进一步地,所述偏转角度还包括第三偏转角度,所述第三偏转角度为人脸绕垂直于人脸图像所在平面的方向偏转的角度;所述识别所述人脸图像中的人脸特征信息的步骤之后,还包括:
在当前确定的偏转角度为所述第一偏转角度和/或所述第二偏转角度时,执行所述根据所述人脸特征信息确定人脸的偏转角度的步骤;
在当前确定的偏转角度为所述第三偏转角度时,根据所述左瞳孔坐标和所述右瞳孔坐标确定所述第三偏转角度。
进一步地,所述人脸偏转角度的确定方法还包括:
在确定得到的所述偏转角度大于所述偏转角度对应的预设角度时,输出提示信息。
进一步地,所述提示信息包括人脸角度纠正方向,所述人脸角度纠正方向根据所述偏转角度确定得到。
为实现上述目的,本申请还提供一种人脸偏转角度的确定装置,所述人脸偏转角度的确定装置包括:
所述人脸偏转角度的确定装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸偏转角度的确定程序,所述人脸偏转角度的确定程序被所述处理器执行时实现如上述人脸偏转角度的确定方法的步骤。
为实现上述目的,本申请还提供一种计算机设备,所述计算机设备包括:
所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸偏转角度的确定程序,所述人脸偏转角度的确定程序被所述处理器执行时实现如上述人脸偏转角度的确定方法的步骤。
为实现上述目的,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有人脸偏转角度的确定程序,所述人脸偏转角度的确定程序被处理器执行时实现如上述人脸偏转角度的确定方法的步骤。
本申请提供的人脸偏转角度的确定方法、人脸偏转角度的确定装置、计算机设备以及计算机可读存储介质,获取人脸图像;识别所述人脸图像中的人脸特征信息,所述人脸特征信息至少包括左瞳孔坐标、右瞳孔坐标、鼻尖点坐标和嘴唇中点坐标;根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度,其中,所述偏转角度包括第一偏转角度和第二偏转角度中的至少一个,所述第一偏转角度为人脸绕水平方向偏转的角度,所述第二偏转角度为人脸绕垂直方向偏转的角度。这样,可以提高了识别人脸图像中的人脸偏转角度的效率。
附图说明
图1为本申请一实施例中人脸偏转角度的确定方法步骤示意图;
图2为本申请一实施例中人脸偏转角度的确定方法另一步骤示意图;
图3为本申请一实施例中人脸偏转角度的确定方法又一步骤示意图;
图4为本申请一实施例中人脸偏转角度的确定方法再一步骤示意图;
图5为本申请一实施例中人脸偏转角度的确定方法再一步骤示意图;
图6为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,在一实施例中,所述人脸偏转角度的确定方法包括:
步骤S10、获取人脸图像。
本实施例中,实施例终端可以是人脸偏转角度的确定装置,该装置可以是设置在移动设备(如智能手机、平板电脑)中的;终端也可以是计算机设备。
可选的,终端可以是通过设置在终端中的摄像装置,或者与终端通信连通的摄像装置实时或定时获取用户的人脸图像。
可选的,终端所获取的人脸图像也可以是预存在终端的数据库中的。
可选的,终端所获取的人脸图像也可以是其他电子设备传输过来的。
可选的,终端获取到人脸图像后,可以先对人脸图像进行预处理。人脸图像的预处理可以包括几何处理、光照补偿和直方图均衡化。并且可用小波变换的方法对图像进行了分解,滤除掉高频信息,采用相对稳定的低频分子来表达图像信息,模糊了人脸表情和姿势的影响。这样,可以提高人脸图像的质量,便于后续人脸特征的提取。
步骤S20、识别所述人脸图像中的人脸特征信息,所述人脸特征信息至少包括左瞳孔坐标、右瞳孔坐标、鼻尖点坐标和嘴唇中点坐标。
利用人脸识别技术,识别人脸图像中预设的人脸特征点,以得到人脸特征对应的人脸特征信息。
预设的人脸特征点至少包括人的左瞳孔、右瞳孔、鼻尖点和嘴唇中点(嘴唇正中间),终端识别这些人脸特征点在图像中所在的位置后,根据预设的坐标原点,分别确定人脸特征点对应的平面直角坐标系坐标,得到左瞳孔坐标A(x1,y1)、右瞳孔坐标B(x2,y2)、鼻尖点坐标D(x4,y4)和嘴唇中点坐标E(x5,y5)作为人脸特征信息。
应当理解的是,以人脸图像所在平面构建平面直角坐标系时,当人脸图像所在平面垂直于水平面时,则两者的交线的延伸方向为水平方向(X轴方向),而垂直于水平面的方向则为垂直方向(Y轴方向)。另外,垂直于人脸图像所在平面的方向可以标记为Z轴方向。
应当理解的是,只要各人脸特征点的坐标遵循同一个坐标原点,则坐标原点具体所在的位置对计算各坐标之间的距离并不影响。
步骤S30、根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度,其中,所述偏转角度包括第一偏转角度和第二偏转角度中的至少一个,所述第一偏转角度为人脸绕水平方向偏转的角度,所述第二偏转角度为人脸绕垂直方向偏转的角度。
可选的,终端在得到人脸特征信息后,可以根据人脸特征信息确定人脸相对于正脸图像的偏转角度。偏转角度包括第一偏转角度和第二偏转角度中的至少一个,其中,第一偏转角度为人脸绕水平方向顺时针或逆时针偏转的角度(若人脸图像所在平面与水平面垂直,则此时人脸偏转则表现为人脸朝上或朝下偏转),所述第二偏转角度为人脸绕垂直方向顺时针或逆时针偏转的角度(若人脸图像所在平面与水平面垂直,则此时人脸偏转则表现为人脸朝左或朝右偏转)。
即终端在确定人脸的偏转角度时,可以是只确定第一偏转角度,也可以是只确定第二偏转角度,也可以是同时确定第一偏转角度和第二偏转角度。
可选的,终端在得到左瞳孔坐标A(x1,y1)和右瞳孔坐标B(x2,y2)后,可进一步确定这两者之间的中点坐标。人双眼之间的中点坐标C(x3,y3)计算方式如下:
C(x3,y3)=((x2-x1)/2,(y2-y1)/2)
即人脸特征信息可以包括人脸双眼之间的中点坐标。
可选的,基准人脸图像对应的参照值,可以包括基准人脸图像中人双眼之间的中点、鼻尖点与嘴唇中点之间的相对位置关系。
进一步地,终端确定人脸图像中,中点坐标C(x3,y3)、鼻尖点坐标D(x4,y4)和嘴唇中点坐标E(x5,y5)之间的相对位置关系,同时获取基准人脸图像中人双眼之间的中点、鼻尖点与嘴唇中点之间的相对位置关系,将两种位置关系进行比对,利用几何关系确定两种位置关系中各各关键点之间形成的夹角角度(例如当前识别的人脸图像鼻尖点坐标和嘴唇中点的连线,以及基准人脸图像鼻尖点与嘴唇中点之间的连线,这两线之间形成的夹角角度),从而确定第一偏转角度和/或第二偏转角度。
可选的,基准人脸图像可以是当前人脸图像对应的用户的正脸图像或侧脸图像,该基准人脸图像预先保存在数据库中。
可选的,终端也可以是预先保存有不同年龄段、性别、人种的大众脸正脸图像或侧脸图像,并将这些图像作为基准人脸图像。终端在得到当前用户的人脸图像时,先从人脸图像中得到用户年龄段、性别和/或人种信息,然后从数据库中获取对应年龄段、性别和/或人种的正脸图像或侧脸图像作为基准人脸图像。
需要说明的是,基准侧脸图像为基准正脸图像绕垂直方向偏转90°后的图像。
需要说明的是,数据库可以是终端存储器中的数据库,也可以是服务器上的数据库,终端可通过网络通信获取保存在服务器上的数据。
这样,提高了识别人脸图像中的人脸偏转角度的效率,而且即便是在硬件资源比较少的设备上亦可便捷地识别人脸图像中的人脸偏转角度。
在一实施例中,如图2所示,在上述图1所示的实施例基础上,所述根据所述人脸特征信息确定人脸的偏转角度的步骤包括:
步骤S31、确定所述左瞳孔坐标和所述右瞳孔坐标之间的中点坐标。
步骤S32、确定所述中点坐标和所述鼻尖点坐标之间连线在垂直方向上的第一投影,以及确定所述鼻尖点坐标和所述嘴唇中点坐标之间连线在垂直方向上的第二投影。
步骤S33、根据所述第一投影、所述第二投影、第三投影和第四投影之间的几何关系确定所述第一偏转角度。
本实施例中,终端在得到左瞳孔坐标A(x1,y1)和右瞳孔坐标B(x2,y2)后,可进一步确定这两者之间的中点坐标。人双眼之间的中点坐标C(x3,y3)计算方式如下:
C(x3,y3)=((x2-x1)/2,(y2-y1)/2)
在确定左瞳孔坐标和右瞳孔坐标之间的中点坐标后,根据中点坐标C(x3,y3)和鼻尖点坐标D(x4,y4),确定中点坐标和鼻尖点坐标之间连线在垂直方向上的第一投影F1=y3-y4;并根据鼻尖点坐标D(x4,y4)和所述嘴唇中点坐标E(x5,y5)之间连线在垂直方向上的第二投影F2=y4-y5。
可选的,终端根据第一投影F1、第二投影F2、第二比值b和基准角度β确定第一偏转角度时,可先确定第一投影F1与第二投影F2之间的第一比值a,a=F1/F2。然后根据a、b和β之间的几何关系,确定第一偏转角度θ1,计算公式如下:
θ1=arctan[(a-b)/(a(b+1))*cot(β)]
其中,第二比值b为第三投影F3和第四投影F4之间的比值(b=F3/F4)。
需要说明的是,所述第三投影为基准人脸图像中,人的双眼之间的中点与鼻尖点的连线在垂直方向上的投影;所述第四投影为基准人脸图像中,人的鼻尖点与嘴唇中点的连线在垂直方向上的投影。
需要说明的是,所述基准角度β为第一连线和第二连线之间的夹角角度,所述第一连线为基准人脸图像中,人的双眼之间的中点与嘴唇中点之间的连线;所述第二连线为基准人脸图像中,人的双眼之间的中点与鼻尖点之间的连线;或者所述第二连线为基准人脸图像中,人的鼻尖点与嘴唇中点之间的连线。
其中,优选第二连线为基准人脸图像中,人的双眼之间的中点与鼻尖点之间的连线,因为这两者之间的连线大致和人的鼻梁重叠,沿鼻梁识别得到的连线更加准确,从而得到更为准确的基准角度。
应当理解的是,基准正脸图像可用于确定第三投影和第四投影;基准侧脸图像可用于确定第三投影、第四投影和基准角度(由第一连线和第二连线得到)。
可选的,终端在得到基准人脸图像后,基于基准人脸图像中的双眼之间的中点坐标、鼻尖点坐标和嘴唇中点坐标,即可确定得到基准人脸图像对应的第三投影F3和第四投影F4(计算原理与第一投影和第二投影相同,此处不再赘述)。
可选的,终端在得到基准侧脸图像后,基于基准侧脸图像中的双眼之间的中点坐标、鼻尖点坐标和嘴唇中点坐标,即可确定得到基准侧脸图像对应的第一连线和第二连线,从而得到基准角度β(作一直线垂直于第一连线,且交于鼻尖点,即可根据余弦定理利用各线段的长度计算得到基准角度β)。
可选的,终端也可以是预先保存有各种基准人脸图像对应第二比值b和基准角度β,当终端确定当前用户对应的基准人脸图像后,直接获取该基准人脸图像关联的第二比值b和基准角度β,用于计算当前识别的人脸图像的第一偏转角度。这样,可以进一步降低人脸图像数据处理的时延。
其中,当计算得到的第一偏转角度θ1大于0时,则表明人脸往上偏转;当计算得到的第一偏转角度θ1小于0时,则表明人脸往下偏转;当计算得到的第一偏转角度θ1等于0时,则表明人脸此时并未绕水平方向偏转,且此时第一投影和第二投影之间的比值a等于第二比值b。
可选的,终端输出第一偏转角度θ1时,还可以进一步输出第一偏转角度θ1对应的偏转方向。
可选的,由于同一基准人脸图像中,不同的第一投影和第二投影的组合对应的比值a,必定对应有不同的第一偏转角度。因此可以先枚举同一基准人脸图像中,不同比值a对应的第一偏转角度并保存,当终端确定得到当前人脸图像中第一投影和第二投影之间的比值a时,直接根据比值a查询基准人脸图像与之对应的第一偏转角度即可。
这样,只需利用三角函数关系即可快速计算得到人脸图像中的人脸偏转角度,即便是在硬件资源较少的设备上亦可实现人脸图像的实时处理,便捷地识别人脸图像中的人脸绕水平方向偏转的角度。
在一实施例中,如图3所示,在上述图1至图2的实施例基础上,所述根据所述人脸特征信息确定人脸的偏转角度的步骤包括:
步骤S34、确定所述中点坐标和所述鼻尖点坐标之间的第一距离,以及所述中点坐标和所述嘴唇中点坐标之间的第二距离,以及所述鼻尖点坐标和所述嘴唇中点坐标之间的第三距离。
步骤S35、根据所述第一距离、所述第二距离、所述第三距离和基准角度之间的几何关系确定所述第二偏转角度。
本实施例中,终端在得到左瞳孔坐标A(x1,y1)和右瞳孔坐标B(x2,y2)后,可进一步确定这两者之间的中点坐标。人双眼之间的中点坐标C(x3,y3)计算方式如下:
C(x3,y3)=((x2-x1)/2,(y2-y1)/2)
在确定左瞳孔坐标和右瞳孔坐标之间的中点坐标后,根据中点坐标C(x3,y3)、鼻尖点坐标D(x4,y4)和嘴唇中点坐标E(x5,y5),分别确定这三点相互间的距离。
其中,根据中点坐标C(x3,y3)和鼻尖点坐标D(x4,y4),确定两者之间的第一距离e为:
其中,根据中点坐标C(x3,y3)和嘴唇中点坐标E(x5,y5),确定两者之间的第二距离d为:
其中,根据鼻尖点坐标D(x4,y4)和嘴唇中点坐标E(x5,y5),确定两者之间的第三距离c为:
在根据中点坐标C(x3,y3)、鼻尖点坐标D(x4,y4)和嘴唇中点坐标E(x5,y5),得到第一距离e、第二距离d和第三距离c后,可以利用余弦定理,计算∠ECD或∠DEC的值记为α,计算公式如下:
α=∠ECD=arccos[(d2+e2-c2)/(2*d*e)]
或者,α=∠DEC=arccos[(d2-e2+c2)/(2*d*c)]
其中,当用于计算基准角度β的第二连线为基准人脸图像中,人的双眼之间的中点与鼻尖点之间的连线时,则计算∠ECD;当用于计算基准角度β的第二连线为基准人脸图像中,人的鼻尖点与嘴唇中点之间的连线时,则计算∠DEC。
进一步地,终端获取基准角度β,利用以下公式计算第二偏转角度θ2:
θ2=arcsin(α/β)
需要说明的是,由于∠α实质为∠β在Z轴方向上的投影,因此利用两者的几何关系,即可计算得到人脸绕垂直方向(Y轴方向)偏转的角度——第二偏转角度θ2。
进一步地,通过计算鼻尖点坐标D(x4,y4)在基准线CE的哪一侧(确定是在左侧还是右侧),即可进一步得到第二偏转角度θ2对应的偏转方向。其中,基准线CE为中点坐标C(x3,y3)和嘴唇中点坐标E(x5,y5)之间的连线。
其中,根据中点坐标C(x3,y3)、鼻尖点坐标D(x4,y4)和嘴唇中点坐标E(x5,y5),利用预设的几何公式即可确定第二偏转角度θ2偏转的方向,公式如下:
S=(y5-y3)*x4+(x3-x5)*y4-x3*y5+x5*y3
其中,当S<0时,表明人脸往左偏转(即第二偏转角度θ2对应的偏转方向为向左);当S>0时,则表明人脸往右偏转(即第二偏转角度θ2对应的偏转方向为向右)。
应当理解的是,当S=0时,也即是第二偏转角度θ2=0,表明人脸此时并未绕垂直方向偏转。
可选的,终端输出第二偏转角度θ2时,还可以进一步输出第二偏转角度θ2对应的偏转方向。
这样,只需利用三角函数关系即可快速计算得到人脸图像中的人脸偏转角度,即便是在硬件资源较少的设备上亦可实现人脸图像的实时处理,便捷地识别人脸图像中的人脸绕垂直方向偏转的角度。
在一实施例中,如图4所示,在上述图1至图3的实施例基础上,所述偏转角度还包括第三偏转角度,所述第三偏转角度为人脸绕垂直于人脸图像所在平面的方向偏转的角度;所述识别所述人脸图像中的人脸特征信息的步骤之后,还包括:
步骤S40、在当前确定的偏转角度为第三偏转角度时,根据所述左瞳孔坐标和所述右瞳孔坐标确定所述第三偏转角度。
本实施例中,偏转角度还可以包括第三偏转角度,所述第三偏转角度为人脸绕垂直于人脸图像所在平面的方向(Z轴方向)偏转的角度(相当于在人脸图像所在平面上平行旋转)。
可选的,在终端当前确定的偏转角度为所述第一偏转角度和/或所述第二偏转角度时,则执行所述根据所述人脸特征信息确定人脸的偏转角度的步骤(步骤S30),即根据左瞳孔坐标、右瞳孔坐标、鼻尖点坐标和嘴唇中点坐标确定人脸的偏转角度;若终端当前确定的偏转角度为第三偏转角度时,则根据左瞳孔坐标A(x1,y1)和右瞳孔坐标B(x2,y2)确定所述第三偏转角度θ3。
利用左瞳孔坐标A(x1,y1)和右瞳孔坐标B(x2,y2)之间的平面几何关系,计算第三偏转角度θ3的公式如下:
θ3=arctan((y2-y1)/(x2-x1))
其中,当计算得到的第三偏转角度θ3大于0时,则表明人脸绕Z轴方向逆时针偏转;当计算得到的第三偏转角度θ3小于0时,则表明人脸绕Z轴方向顺时针偏转。
可选的,终端输出第三偏转角度θ3时,还可以进一步输出第三偏转角度θ3对应的偏转方向。
应当理解的是,即便确定的方式不同,但终端最终确定得到的偏转角度可以包括第一偏转角度、第二偏转角度和第三偏转角度中的至少一个。
这样,只需利用三角函数关系即可快速计算得到人脸图像中的人脸偏转角度,即便是在硬件资源较少的设备上亦可实现人脸图像的实时处理,便捷地识别人脸图像中的人脸绕垂直于人脸图像所在平面的方向偏转的角度。
在一实施例中,如图5所示,在上述图1至图4的实施例基础上,所述人脸偏转角度的确定方法还包括:
步骤S50、在确定得到的所述偏转角度大于所述偏转角度对应的预设角度时,输出提示信息。
本实施例中,人脸图像中人脸的偏转角度可以包括第一偏转角度、第二偏转角度和第三偏转角度中的至少一个。其中,第一偏转角度、第二偏转角度和第三偏转角度均可预先分别设置有与之对应的预设角度。如第一偏转角度的预设角度取值范围为10°-20°,第二偏转角度对应的预设角度取值范围为15°-30°,第三偏转角度对应的预设角度取值范围为5°-25°。
当终端在检测到人脸图像中确定的偏转角度大于该类别偏转角度对应的预设角度时,则输出提示信息,以提示用户端正姿态,正脸朝向摄像装置,以获取人脸抓拍角度更好的人脸图像。
应当理解的是,当偏转角度为负值时,则先取绝对值再将其与预设角度比较。
可选的,终端输出的提示信息还可以包括人脸角度纠正方向,终端在生成提示信息时,获取当前大于对应的预设角度的偏转角度,确定偏转角度所偏转的相反方向作为人脸角度纠正方向。
其中,当第一偏转角度θ1大于0时,则表明当前人脸往上偏转,此时人脸角度纠正方向应为朝下(如提示用户朝下转脸);当第一偏转角度θ1小于0时,则表明当前人脸往下偏转,此时人脸角度纠正方向应为朝上。
其中,当第二偏转角度θ2大于0时,则表明当前人脸往右偏转,此时人脸角度纠正方向应为朝左(如提示用户朝左转脸);当第二偏转角度θ2小于0时,则表明当前人脸往左偏转,此时人脸角度纠正方向应为朝右。
其中,当第三偏转角度θ3大于0时,则表明人脸绕Z轴方向逆时针偏转,此时人脸角度纠正方向应为顺时针;当第三偏转角度θ3小于0时,则表明人脸绕Z轴方向顺时针偏转,此时人脸角度纠正方向应为逆时针。
这样,当输出的提示信息包括人脸角度纠正方向时,能更好的提示用户端正姿态,正脸朝向摄像装置,以获取人脸抓拍角度更好的人脸图像,同时也能方便用户理解之前抓拍的人脸图像不合格的原因。
参照图6,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于人脸偏转角度的确定程序。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种人脸偏转角度的确定方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
此外,本申请还提出一种计算机可读存储介质,所述计算机可读存储介质包括人脸偏转角度的确定程序,所述人脸偏转角度的确定程序被处理器执行时实现如以上实施例所述的人脸偏转角度的确定方法的步骤。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。
综上所述,为本申请实施例中提供的人脸偏转角度的确定方法、装置、计算机设备和存储介质,获取人脸图像;识别所述人脸图像中的人脸特征信息,所述人脸特征信息至少包括左瞳孔坐标、右瞳孔坐标、鼻尖点坐标和嘴唇中点坐标;根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度,其中,所述偏转角度包括第一偏转角度和第二偏转角度中的至少一个,所述第一偏转角度为人脸绕水平方向偏转的角度,所述第二偏转角度为人脸绕垂直方向偏转的角度;这样,可以提高了识别人脸图像中的人脸偏转角度的效率,即便是在硬件资源比较少的设备上亦可实行。
本领域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流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种人脸偏转角度的确定方法,其特征在于,所述人脸偏转角度的确定方法包括以下步骤:
获取人脸图像;
识别所述人脸图像中的人脸特征信息,所述人脸特征信息至少包括左瞳孔坐标、右瞳孔坐标、鼻尖点坐标和嘴唇中点坐标;
根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度,其中,所述偏转角度包括第一偏转角度和第二偏转角度中的至少一个,所述第一偏转角度为人脸绕水平方向偏转的角度,所述第二偏转角度为人脸绕垂直方向偏转的角度。
2.如权利要求1所述的人脸偏转角度的确定方法,其特征在于,所述参照值包括第三投影和第四投影,所述第三投影为基准人脸图像中,双眼之间的中点与鼻尖点的连线在垂直方向上的投影;所述第四投影为基准人脸图像中,鼻尖点与嘴唇中点的连线在垂直方向上的投影;所述根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度的步骤包括:
确定所述左瞳孔坐标和所述右瞳孔坐标之间的中点坐标;
确定所述中点坐标和所述鼻尖点坐标之间连线在垂直方向上的第一投影,以及确定所述鼻尖点坐标和所述嘴唇中点坐标之间连线在垂直方向上的第二投影;
根据所述第一投影、所述第二投影、所述第三投影和所述第四投影之间的几何关系确定所述第一偏转角度。
3.如权利要求2所述的人脸偏转角度的确定方法,其特征在于,所述根据所述第一投影、所述第二投影、所述第三投影和所述第四投影之间的几何关系确定所述第一偏转角度的步骤包括:
确定所述第一投影和所述第二投影之间的第一比值,以及所述第三投影和第四投影之间的第二比值;
将第一比值和第二比值代入预设几何公式计算所述第一偏转角度:θ1=arctan[(a-b)/(a(b+1))*cot(β)];
其中,θ1为所述第一偏转角度,a为所述第一比值,b为所述第二比值,β为基准人脸图像中的基准角度,所述基准角度为第一连线和第二连线之间的夹角;所述第一连线为人双眼之间的中点与嘴唇中点之间的连线;所述第二连线为人双眼之间的中点与鼻尖点之间的连线,或者所述第二连线为鼻尖点与嘴唇中点之间的连线。
4.如权利要求1所述的人脸偏转角度的确定方法,其特征在于,所述参照值包括基准角度,所述基准角度为第一连线和第二连线之间的夹角角度;所述第一连线为人双眼之间的中点与嘴唇中点之间的连线;所述第二连线为人双眼之间的中点与鼻尖点之间的连线,或者所述第二连线为鼻尖点与嘴唇中点之间的连线;所述根据所述人脸特征信息和基准人脸图像对应的参照值之间的几何关系,确定所述人脸图像中人脸的偏转角度的步骤包括:
确定所述左瞳孔坐标和所述右瞳孔坐标之间的中点坐标;
确定所述中点坐标和所述鼻尖点坐标之间的第一距离,以及所述中点坐标和所述嘴唇中点坐标之间的第二距离,以及所述鼻尖点坐标和所述嘴唇中点坐标之间的第三距离;
根据所述第一距离、所述第二距离、所述第三距离和所述基准角度之间的几何关系,确定所述第二偏转角度。
5.如权利要求1所述的人脸偏转角度的确定方法,其特征在于,所述偏转角度还包括第三偏转角度,所述第三偏转角度为人脸绕垂直于人脸图像所在平面的方向偏转的角度;所述识别所述人脸图像中的人脸特征信息的步骤之后,还包括:
在当前确定的偏转角度为所述第一偏转角度和/或所述第二偏转角度时,执行所述根据所述人脸特征信息确定人脸的偏转角度的步骤;
在当前确定的偏转角度为所述第三偏转角度时,根据所述左瞳孔坐标和所述右瞳孔坐标确定所述第三偏转角度。
6.如权利要求1-5中任一项所述的人脸偏转角度的确定方法,其特征在于,所述人脸偏转角度的确定方法还包括:
在确定得到的所述偏转角度大于所述偏转角度对应的预设角度时,输出提示信息。
7.如权利要求6所述的人脸偏转角度的确定方法,其特征在于,所述提示信息包括人脸角度纠正方向,所述人脸角度纠正方向根据所述偏转角度确定得到。
8.一种人脸偏转角度的确定装置,其特征在于,所述人脸偏转角度的确定装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸偏转角度的确定程序,所述人脸偏转角度的确定程序被所述处理器执行时实现如权利要求1至7中任一项所述的人脸偏转角度的确定方法的步骤。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸偏转角度的确定程序,所述人脸偏转角度的确定程序被所述处理器执行时实现如权利要求1至7中任一项所述的人脸偏转角度的确定方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有人脸偏转角度的确定程序,所述人脸偏转角度的确定程序被处理器执行时实现如权利要求1至7中任一项所述的人脸偏转角度的确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010797552.5A CN111914783B (zh) | 2020-08-10 | 2020-08-10 | 人脸偏转角度的确定方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010797552.5A CN111914783B (zh) | 2020-08-10 | 2020-08-10 | 人脸偏转角度的确定方法、装置、计算机设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111914783A true CN111914783A (zh) | 2020-11-10 |
CN111914783B CN111914783B (zh) | 2024-10-01 |
Family
ID=73283609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010797552.5A Active CN111914783B (zh) | 2020-08-10 | 2020-08-10 | 人脸偏转角度的确定方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111914783B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364777A (zh) * | 2020-11-12 | 2021-02-12 | 浙江工商大学 | 一种基于人脸识别的人脸间距估计方法 |
CN113052064A (zh) * | 2021-03-23 | 2021-06-29 | 北京思图场景数据科技服务有限公司 | 基于面部朝向、面部表情及瞳孔追踪的注意力检测方法 |
CN113191197A (zh) * | 2021-04-01 | 2021-07-30 | 杭州海康威视系统技术有限公司 | 一种图像还原方法及装置 |
CN113362607A (zh) * | 2021-08-10 | 2021-09-07 | 天津所托瑞安汽车科技有限公司 | 基于转向状态的盲区预警方法、装置、设备和介质 |
CN113435364A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技(深圳)有限公司 | 头部转动检测方法、电子设备及存储介质 |
CN113900525A (zh) * | 2021-10-29 | 2022-01-07 | 深圳Tcl数字技术有限公司 | 数字人显示方法、装置及显示设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389570A (zh) * | 2015-11-19 | 2016-03-09 | 吴建忠 | 一种人脸角度判定方法及其系统 |
CN106991367A (zh) * | 2016-01-21 | 2017-07-28 | 腾讯科技(深圳)有限公司 | 确定人脸转动角度的方法和装置 |
CN107122054A (zh) * | 2017-04-27 | 2017-09-01 | 青岛海信医疗设备股份有限公司 | 一种人脸偏转角度和俯仰角度的检测方法和装置 |
-
2020
- 2020-08-10 CN CN202010797552.5A patent/CN111914783B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389570A (zh) * | 2015-11-19 | 2016-03-09 | 吴建忠 | 一种人脸角度判定方法及其系统 |
CN106991367A (zh) * | 2016-01-21 | 2017-07-28 | 腾讯科技(深圳)有限公司 | 确定人脸转动角度的方法和装置 |
US20180225842A1 (en) * | 2016-01-21 | 2018-08-09 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for determining facial pose angle, and computer storage medium |
CN107122054A (zh) * | 2017-04-27 | 2017-09-01 | 青岛海信医疗设备股份有限公司 | 一种人脸偏转角度和俯仰角度的检测方法和装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364777A (zh) * | 2020-11-12 | 2021-02-12 | 浙江工商大学 | 一种基于人脸识别的人脸间距估计方法 |
CN112364777B (zh) * | 2020-11-12 | 2023-05-16 | 浙江工商大学 | 一种基于人脸识别的人脸间距估计方法 |
CN113052064A (zh) * | 2021-03-23 | 2021-06-29 | 北京思图场景数据科技服务有限公司 | 基于面部朝向、面部表情及瞳孔追踪的注意力检测方法 |
CN113052064B (zh) * | 2021-03-23 | 2024-04-02 | 北京思图场景数据科技服务有限公司 | 基于面部朝向、面部表情及瞳孔追踪的注意力检测方法 |
CN113191197A (zh) * | 2021-04-01 | 2021-07-30 | 杭州海康威视系统技术有限公司 | 一种图像还原方法及装置 |
CN113191197B (zh) * | 2021-04-01 | 2024-02-09 | 杭州海康威视系统技术有限公司 | 一种图像还原方法及装置 |
CN113435364A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技(深圳)有限公司 | 头部转动检测方法、电子设备及存储介质 |
CN113435364B (zh) * | 2021-06-30 | 2023-09-26 | 平安科技(深圳)有限公司 | 头部转动检测方法、电子设备及存储介质 |
CN113362607A (zh) * | 2021-08-10 | 2021-09-07 | 天津所托瑞安汽车科技有限公司 | 基于转向状态的盲区预警方法、装置、设备和介质 |
CN113900525A (zh) * | 2021-10-29 | 2022-01-07 | 深圳Tcl数字技术有限公司 | 数字人显示方法、装置及显示设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111914783B (zh) | 2024-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111914783A (zh) | 人脸偏转角度的确定方法、装置、计算机设备及介质 | |
CN108961175B (zh) | 人脸亮度调整方法、装置、计算机设备及存储介质 | |
CN111191567A (zh) | 身份数据处理方法、装置、计算机设备和存储介质 | |
CN111291753B (zh) | 基于图像的文本识别方法、装置及存储介质 | |
CN110334702B (zh) | 基于配置平台的数据传输方法、装置和计算机设备 | |
CN110852293B (zh) | 人脸深度图对齐方法、装置、计算机设备和存储介质 | |
CN109118233B (zh) | 基于人脸识别的认证方法和装置 | |
CN111553251B (zh) | 证件四角残缺检测方法、装置、设备及存储介质 | |
US11847757B2 (en) | Systems and methods for lean ortho correction for computer models of structures | |
CN112417985A (zh) | 一种人脸特征点追踪方法、系统、电子设备和存储介质 | |
EP3223193A1 (en) | Image processing device, image processing method and image processing program | |
CN105095818A (zh) | 一种基于曲面屏幕显示、识别图像的方法和设备 | |
CN111582077A (zh) | 基于人工智能软件技术的安全带佩戴检测方法和装置 | |
CN111104846B (zh) | 数据检测方法、装置、计算机设备和存储介质 | |
CN108288052B (zh) | 虹膜图像归一化方法、装置及计算机可读存储介质 | |
CN113221897B (zh) | 图像矫正方法、图像文本识别方法、身份验证方法及装置 | |
US20050111735A1 (en) | Video based handwriting recognition system and method | |
CN111126321B (zh) | 电力安全施工防护方法、装置及计算机设备 | |
CN111507925A (zh) | 修图处理方法、装置、设备和存储介质 | |
CN110196630B (zh) | 指令处理、模型训练方法、装置、计算机设备及存储介质 | |
CN109993067B (zh) | 面部关键点提取方法、装置、计算机设备和存储介质 | |
CN109785343B (zh) | 基于清晰度的人脸抠图图片的优选方法及装置 | |
CN108875467B (zh) | 活体检测的方法、装置及计算机存储介质 | |
CN112101106B (zh) | 人脸关键点确定方法、装置以及存储介质 | |
TWI727337B (zh) | 電子裝置及人臉識別方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |