CN113673463A - 一种基于Dlib的面部穴位定位方法 - Google Patents
一种基于Dlib的面部穴位定位方法 Download PDFInfo
- Publication number
- CN113673463A CN113673463A CN202110993131.4A CN202110993131A CN113673463A CN 113673463 A CN113673463 A CN 113673463A CN 202110993131 A CN202110993131 A CN 202110993131A CN 113673463 A CN113673463 A CN 113673463A
- Authority
- CN
- China
- Prior art keywords
- acupoint
- image
- face
- dlib
- 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
- 230000001815 facial effect Effects 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001467 acupuncture Methods 0.000 title claims description 23
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 239000003086 colorant Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于Dlib的面部穴位定位方法,是通过摄像头采集人脸部图像后利用Dlib对图像进行人脸关键点检测得到脸部关键点坐标,通过训练标准面部穴位图生成穴位点检测模型,将脸部关键点坐标输入穴位点检测模型进行穴位点检测得到穴位点坐标,将穴位点坐标与文字说明绘制到人脸部图像上并输出至显示器,就可以在显示器上实时显示出被采集人的面部穴位点的动态图像。
Description
技术领域
本发明涉及人工智能领域,具体是一种基于Dlib的面部穴位定位方法。
背景技术
目前,对于面部穴位定位普遍采取个人经验判断,然而这种定位方法具有主观性,不同的人凭借经验判断会有不同的结果,这就导致了穴位定位的判断误差。
随着人工智能的发展,计算机视觉技术得到了广泛的应用,其中Dlib通过机器学习算法可以准确的提取出人脸关键点信息,然后利用这些信息可以准确定位出面部穴位。
发明内容
本发明的目的在于提供一种基于Dlib的面部穴位定位方法,以解决上述背景技术中提出的问题。
本发明提供的一种基于Dlib的面部穴位定位方法,包括以下步骤。
S1、通过摄像头采集一帧人体正面图像。
S2、将采集的图像进行优化处理。
S3、将优化后的图像输入Dlib进行人脸检测画框,得到人脸数据。
S4、将人脸数据输入Dlib进行人脸关键点检测,得到脸部关键点数据。
S5、将脸部关键点数据输入point模型进行运算,得到穴位点数据。
S6、利用人脸矩形框坐标对原始正面图像进行裁剪,得到人脸部图像。
S7、将穴位点坐标描点到人脸部图像上。
S8、添加文字说明到人脸部图像上。
S9、将人脸部图像输出到显示器上。
上述步骤所使用的计算机的型号为JETSON NANO B01。
所述步骤S2的图像优化是利用OpenCV将图像灰度化处理并将分辨率压缩至640*640。
所述步骤S3通过人脸检测画框输出人脸矩形框数据[(left,right,top,bottom)]。图像左上角是(0,0)点,水平为x方向,竖直为y方向,x1=left、y1=top、x2=right、y2=bottom,这样就得到了人脸矩形框坐标[(x1, y1) (x2, y2)]。
所述步骤S4通过人脸关键点检测得到68个关键点坐标。
所述步骤S5的point模型是通过训练标准面部穴位图生成的穴位点检测模型。将脸部关键点坐标输入point模型就能得到穴位点坐标。
所述步骤S7的穴位描点是将穴位点在人脸部图像上绘制成不同颜色的点。
所述步骤S8的添加文字说明是在人脸部图像的穴位点附近添加穴位名称与功能的文字说明。
循环执行S1-S9步骤,就可以在显示器上实时显示出被采集人的面部穴位点动态图像。
附图说明
以下结合附图和实施例对本发明做进一步详细描述。
附图1是本发明的方法流程图。
具体实施方式
如图1所示,本发明提供的一种基于Dlib的面部穴位定位方法,包括以下步骤。
S1、在被检测位置的正前方放置摄像头,采集一帧人体正面图像(图中1):通过cv2.VideoCapture(0)函数调用摄像头,并通过cap.read()函数读取图像帧。
S2、将采集的图像进行优化处理(图中2):通过cap.set(3, 640)函数设置视频参数,使采集分辨率限制在640*640,使用cv2.cvtColor(img_rd, cv2.COLOR_RGB2GRAY)函数将图像进行灰度化处理。
S3、对图像进行人脸检测画框(图中3):通过detector=dlib.get_frontal_face_detector()加载人脸检测器,将灰度图像输入detector(img_gray,0)函数进行人脸检测画框,输出人脸矩形框数据[(left,right,top,bottom)] (图中4)。图像左上角是(0,0)点,水平为x方向,竖直为y方向,x1 = left、y1 = top、x2 = right、y2 = bottom,这样就得到了人脸矩形框坐标 [(x1, y1) (x2, y2)] (图中5)。
S4、对图像进行人脸关键点检测(图中6):通过predictor=dlib.shape_predictor(‘shape_predictor_68_face_landmarks.dat’)加载68个关键点模型(图中7),生成人脸关键点检测器,将人脸矩形框数据(图中4)输入predictor(img_rd, shape)函数进行人脸关键点检测,得到脸部68个关键点坐标(图中8)。
S5、将脸部68个关键点坐标进行point模型运算(图中9):首先通过训练标准面部穴位图(图中10、11)生成穴位点检测模型point_marks.dat(图中12),然后通过point=dlib.shape_predictor(‘point_marks.dat’)加载穴位点检测模型,生成穴位坐标检测器,将脸部68个关键点坐标(图中8)输入point(img_rd, shape)函数进行穴位坐标检测,得到脸部穴位点坐标(图中13)。
S6、人脸部图像裁剪(图中14):利用人脸矩形框坐标(图中5)对人体正面图像进行裁剪,得到人脸部图像(图中15)。
S7、面部穴位描点(图中16):将穴位点坐标(图中13)与人脸部图像(图中15)输入绘图函数cv2.circle,对人脸部图像进行穴位描点描点,并在不同穴位点描上不同的颜色。
S8、穴位点添加文字说明(图中17):使用绘字函数cv2.putText在人脸部图像的穴位点附近添加上穴位名称与功能的文字说明。
S9、将绘制完成的人脸部图像输出到显示器(图中18):使用cv2.setWindowProperty("point",cv2.WND_PROP_FULLSCREEN,cv2.WINDOW_FULLSCREEN)函数设置为全屏显示,并使用cv2.imshow("point", im0) 函数将绘制完成的人脸部图像输出到显示器。
Claims (9)
1.一种基于Dlib的面部穴位定位方法,其特征在于所述方法包括以下步骤:
S1、通过摄像头采集一帧人体正面图像;
S2、将采集的图像进行优化处理;
S3、将优化后的图像输入Dlib进行人脸检测画框,得到人脸数据;
S4、将人脸数据输入Dlib进行人脸关键点检测,得到脸部关键点数据;
S5、将脸部关键点数据输入point模型进行运算,得到穴位点数据;
S6、利用人脸矩形框坐标对原始正面图像进行裁剪,得到人脸部图像;
S7、将穴位点坐标描点到人脸部图像上;
S8、添加文字说明到人脸部图像上;
S9、将人脸部图像输出到显示器上。
2.一种基于Dlib的面部穴位定位方法,其特征在于所述方法使用的计算机型号为JETSON NANO B01。
3.根据权利要求1所述的基于Dlib的面部穴位定位方法,其特征在于所述步骤S2的图像优化是利用OpenCV将图像灰度化处理并将分辨率压缩至640*640。
4.根据权利要求1所述的基于Dlib的面部穴位定位方法,其特征在于所述步骤S3通过人脸检测画框输出人脸矩形框数据。
5.根据权利要求1所述的基于Dlib的面部穴位定位方法,其特征在于所述步骤S4通过人脸关键点检测得到68个关键点坐标。
6.根据权利要求1所述的基于Dlib的面部穴位定位方法,其特征在于所述步骤S5的point模型是通过训练标准面部穴位图生成的穴位点检测模型。
7.根据权利要求1所述的基于Dlib的面部穴位定位方法,其特征在于所述步骤S7的穴位描点是将穴位点在人脸部图像上绘制成不同颜色的点。
8.根据权利要求1所述的基于Dlib的面部穴位定位方法,其特征在于所述步骤S8的添加文字说明是在人脸部图像的穴位点附近添加穴位名称与功能的文字说明。
9.根据权利要求1所述的基于Dlib的面部穴位定位方法,其特征在于循环执行S1-S9步骤,就可以在显示器上实时显示出被采集人的面部穴位点动态图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110993131.4A CN113673463A (zh) | 2021-08-27 | 2021-08-27 | 一种基于Dlib的面部穴位定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110993131.4A CN113673463A (zh) | 2021-08-27 | 2021-08-27 | 一种基于Dlib的面部穴位定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113673463A true CN113673463A (zh) | 2021-11-19 |
Family
ID=78546980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110993131.4A Pending CN113673463A (zh) | 2021-08-27 | 2021-08-27 | 一种基于Dlib的面部穴位定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673463A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105250136A (zh) * | 2015-10-28 | 2016-01-20 | 广东小天才科技有限公司 | 一种智能提醒穴位按摩的方法、装置及设备 |
CN105930810A (zh) * | 2016-04-26 | 2016-09-07 | 北京工业大学 | 基于特征点定位算法的面部穴位定位方法和定位装置 |
CN110232318A (zh) * | 2019-05-06 | 2019-09-13 | 平安科技(深圳)有限公司 | 穴位识别方法、装置、电子设备及存储介质 |
CN110464633A (zh) * | 2019-06-17 | 2019-11-19 | 深圳壹账通智能科技有限公司 | 穴位识别方法、装置、设备及存储介质 |
CN113033250A (zh) * | 2019-12-09 | 2021-06-25 | 丽宝大数据股份有限公司 | 脸部肌肉状态分析与评价方法 |
-
2021
- 2021-08-27 CN CN202110993131.4A patent/CN113673463A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105250136A (zh) * | 2015-10-28 | 2016-01-20 | 广东小天才科技有限公司 | 一种智能提醒穴位按摩的方法、装置及设备 |
CN105930810A (zh) * | 2016-04-26 | 2016-09-07 | 北京工业大学 | 基于特征点定位算法的面部穴位定位方法和定位装置 |
CN110232318A (zh) * | 2019-05-06 | 2019-09-13 | 平安科技(深圳)有限公司 | 穴位识别方法、装置、电子设备及存储介质 |
CN110464633A (zh) * | 2019-06-17 | 2019-11-19 | 深圳壹账通智能科技有限公司 | 穴位识别方法、装置、设备及存储介质 |
CN113033250A (zh) * | 2019-12-09 | 2021-06-25 | 丽宝大数据股份有限公司 | 脸部肌肉状态分析与评价方法 |
Non-Patent Citations (1)
Title |
---|
孙?;杨国为;: "基于人脸识别的学生考勤系统的研究", 现代电子技术, no. 10 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4912374B2 (ja) | 顔イラスト画生成方法及び顔イラスト画生成装置 | |
CN108154551B (zh) | 实时动态重建三维人体模型的方法及系统 | |
CN108564641B (zh) | 基于ue引擎的表情捕捉方法及装置 | |
CN106355153A (zh) | 一种基于增强现实的虚拟对象显示方法、装置以及系统 | |
CN106951876A (zh) | 一种三维人像综合识别系统 | |
CN106056053A (zh) | 基于骨骼特征点提取的人体姿势识别方法 | |
CN108960067A (zh) | 基于深度学习的实时的列车驾驶员动作识别系统和方法 | |
CN102724503B (zh) | 视频压缩方法和系统 | |
CN116825365B (zh) | 基于多角度微表情的心理健康分析方法 | |
CN110197156B (zh) | 基于深度学习的单图像的人手动作与形状重建方法及装置 | |
CN111291674A (zh) | 一种虚拟人物表情动作的提取方法、系统、装置及介质 | |
CN110853429B (zh) | 一种智能型英语教学系统 | |
CN110909638B (zh) | 一种基于arm平台的人脸识别方法及系统 | |
CN108234770B (zh) | 一种辅助化妆系统、辅助化妆方法、辅助化妆装置 | |
CN113673463A (zh) | 一种基于Dlib的面部穴位定位方法 | |
CN116129016B (zh) | 一种姿态运动的数字同步方法、装置、设备及存储介质 | |
CN112330753A (zh) | 一种增强现实系统的目标检测方法 | |
CN112199015A (zh) | 智能交互一体机及其书写方法、装置 | |
CN115454256A (zh) | 一种数字誓词碑装置 | |
CN113552944B (zh) | 一种智慧宣传系统 | |
CN116681579A (zh) | 一种实时视频人脸替换方法、介质及系统 | |
CN114463167A (zh) | 模型展示方法、装置、电子设备及存储介质 | |
CN114022871A (zh) | 基于深度感知技术的无人机驾驶员疲劳检测方法及系统 | |
CN116862920A (zh) | 一种人像分割方法、装置、设备及介质 | |
CN111553930A (zh) | 一种结合视频智能分析的在线体感自适应交互的方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211119 |