专利名称：人脸图像筛选方法及系统的制作方法
技术领域：
本发明涉及一种人脸图像筛选方法及系统。
背景技术：
人脸识别被认为是一种可广泛使用的生物特征识别技术，它在安全防范领域如刑侦破案、证件验证、视频监控等有着广阔的应用前景。人脸识别可分为基于静态图像的人脸识别和基于图像序列的人脸识别这两种方式。目前大部分有关人脸识别的研究也是基于图像序列的。基于图像序列的人脸识别方式中，自动人脸识别系统需要从采集到的图像序列中检测并截取出人脸图像并用于后续的人脸识别过程。在现有的人脸识别系统中，识别阶段需要利用已经采集到的人脸图像，因此人脸图像质量的好坏将直接影响到人脸识别系统的性能，模糊的人脸图像将导致识别错误率的上升。然而，在现实环境中采集到的人脸图像 的质量往往变化很大，例如可能会出现运动模糊、离焦模糊等情况。因此，为了保证人脸识别的准确性，在进入识别阶段之前，都有必要对得到的人脸图像进行质量评价，并选择达到一定质量要求的图像进行后续的处理过程。由此可见，人脸图像的质量评价对人脸识别系统来说是不可或缺的。目前传统的图像质量评价方法可分为主观评价方法和客观评价方法。主观评价方法通常被认为是最合理的图像评价方法，然而主观评价方法需要组织观察者对图像质量进行观测，评价结果往往会因人而异，无法得到客观的定量描述，而且，由于需要人的参与，这种主观评价方法必然费时费力且很难与原有系统进行无缝衔接；客观评价方法是直接对采集到的人脸图像进行评价，因此人脸图像的质量评价没有参考图像，然而，无参考图像质量评价的研究还处于比较原始的阶段，且主要集中于对图像盲恢复参数的辨识，如对点扩散函数的估计等，其提出的方法大多过于复杂且计算耗费时间长，不适合人脸识别实时性要求。
发明内容
本发明的目的在于提供一种人脸图像筛选方法及系统，能够解决由于输入图像质量过低引起的人脸识别错误的问题，有效的降低人脸图像的数据量，缓解人脸识别时的运算压力，同时降低人脸识别的数据量，可以有效的筛选出高质量的正面人脸图像进行识别，提高人脸识别的准确率和实时性。为解决上述问题，本发明提供一种人脸图像筛选方法，包括从视频图像中获取人脸图像，并确定每张人脸图像的双眼坐标和人脸矩形的位置；根据双眼坐标和人脸矩形的位置和预设的人脸完整性标准、人脸大小阈值和人脸位置阈值从所述人脸图像中获取第一筛选结果；确定第一筛选结果中每张人脸图像的清晰度，并根据预设的清晰度阈值从所述第一筛选结果中获取第二筛选结果；
根据双眼坐标确定第二筛选结果中每张人脸图像的人脸偏转角度，并根据预设的最佳角度阈值从所述第二筛选结果中获取第三筛选结果；确定所述第三筛选结果中每张人脸图像与其它人脸图像之间的相似度，根据每张人脸图像与其它人脸图像之间的相似度之和、每张人脸图像的清晰度和人脸偏转角度获取所述第三筛选结果中每张人脸图像的加权求和值；从所述第三筛选结果获取一张加权求和值最高的人脸图像进行人脸识别。进一步的，在上述方法中，确定所述人脸矩形的位置的步骤包括根据双眼坐标确定两眼距离； 根据人眼长度与两眼距离的比例、人脸矩形上半部分高度与两眼距离的比例和人脸矩形下半部分高度与两眼距离的比例确定人脸矩形位置。进一步的，在上述方法中，所述人眼长度与两眼距离的比例为O. 64、人脸矩形上半部分高度与两眼距离的比例为O. 4、人脸矩形下半部分高度与两眼距离的比例为I. 85。进一步的，在上述方法中，所述人脸完整性标准为当双眼坐标和人脸矩形的位置在人脸图像之内的人脸图像为完整人脸图像。进一步的，在上述方法中，所述人脸大小阈值为人脸矩形面积阈值。进一步的，在上述方法中，所述人脸位置阈值为人脸矩形的中心到人脸图像的中心的距离阈值。进一步的,在上述方法中,所述清晰度根据下述锐度公式计算
权利要求
1.一种人脸图像筛选方法，其特征在于，包括 从视频图像中获取人脸图像，并确定每张人脸图像的双眼坐标和人脸矩形的位置； 根据双眼坐标和人脸矩形的位置和预设的人脸完整性标准、人脸大小阈值和人脸位置阈值从所述人脸图像中获取第一筛选结果； 确定第一筛选结果中每张人脸图像的清晰度，并根据预设的清晰度阈值从所述第一筛选结果中获取第二筛选结果； 根据双眼坐标确定第二筛选结果中每张人脸图像的人脸偏转角度，并根据预设的最佳角度阈值从所述第二筛选结果中获取第三筛选结果； 确定所述第三筛选结果中每张人脸图像与其它人脸图像之间的相似度，根据每张人脸图像与其它人脸图像之间的相似度之和、每张人脸图像的清晰度和人脸偏转角度获取所述第三筛选结果中每张人脸图像的加权求和值； 从所述第三筛选结果获取一张加权求和值最高的人脸图像进行人脸识别。
2.如权利要求I所述的人脸图像筛选方法，其特征在于，确定所述人脸矩形的位置的步骤包括 根据双眼坐标确定两眼距离； 根据人眼长度与两眼距离的比例、人脸矩形上半部分高度与两眼距离的比例和人脸矩形下半部分高度与两眼距离的比例确定人脸矩形位置。
3.如权利要求2所述的人脸图像筛选方法，其特征在于，所述人眼长度与两眼距离的比例为O. 64、人脸矩形上半部分高度与两眼距离的比例为O. 4、人脸矩形下半部分高度与两眼距离的比例为1.85。
4.如权利要求I所述的人脸图像筛选方法，其特征在于，所述人脸完整性标准为当双眼坐标和人脸矩形的位置在人脸图像之内的人脸图像为完整人脸图像。
5.如权利要求I所述的人脸图像筛选方法，其特征在于，所述人脸大小阈值为人脸矩形面积阈值。
6.如权利要求I所述的人脸图像筛选方法，其特征在于，所述人脸位置阈值为人脸矩形的中心到人脸图像的中心的距离阈值。
7.如权利要求I所述的人脸图像筛选方法，其特征在于，所述清晰度根据下述锐度公式计算
8.如权利要求I所述的人脸图像筛选方法，其特征在于，所述人脸偏转角度包括人脸的左右旋转的角度，人脸的上下旋转的角度和人脸在平面内旋转的角度。
9.如权利要求8所述的人脸图像筛选方法，其特征在于，根据双眼在二维投影中的长度比例确定所述人脸的左右旋转的角度。
10.如权利要求8所述的人脸图像筛选方法，其特征在于，根据人脸图像上双眼的中心至两鼻孔中心的距离与两鼻孔中心至嘴巴中心的距离的比例确定所述人脸的上下旋转的角度。
11.如权利要求10所述的人脸图像筛选方法，其特征在于，当人脸图像上双眼的中心至两鼻孔中心的距离与两鼻孔中心至嘴巴中心的距离的比例大于2. 5时判断为人脸向下旋转、大于等于2且小于等于2. 5时判断人脸未上下旋、小于2时判断为人脸向上旋转。
12.如权利要求8所述的人脸图像筛选方法，其特征在于，根据下述公式计算人脸在平面内旋转的角度
13.—种人脸图像筛选系统，其特征在于，包括 人脸检测模块，用于从视频图像中获取人脸图像，并确定每张人脸图像的双眼坐标和人脸矩形的位置； 第一筛选模块，用于根据双眼坐标和人脸矩形的位置和预设的人脸完整性标准、人脸大小阈值和人脸位置阈值从所述人脸图像中获取第一筛选结果； 第二筛选模块，用于确定第一筛选结果中每张人脸图像的清晰度，并根据预设的清晰度阈值从所述第一筛选结果中获取第二筛选结果； 第三筛选模块，用于根据双眼坐标确定第二筛选结果中每张人脸图像的人脸偏转角度，并根据预设的最佳角度阈值从所述第二筛选结果中获取第三筛选结果； 加权求和模块，用于确定所述第三筛选结果中每张人脸图像与其它人脸图像之间的相似度，根据每张人脸图像与其它人脸图像之间的相似度之和、每张人脸图像的清晰度和人脸偏转角度获取所述第三筛选结果中每张人脸图像的加权求和值； 结果模块，用于从所述第三筛选结果获取一张加权求和值最高的人脸图像进行人脸识别。
14.如权利要求13所述的人脸图像筛选系统，其特征在于，所述人脸检测模块用于根据双眼坐标确定两眼距离，并根据人眼长度与两眼距离的比例、人脸矩形上半部分高度与两眼距离的比例和人脸矩形下半部分高度与两眼距离的比例确定人脸矩形位置。
15.如权利要求14所述的人脸图像筛选系统，其特征在于，所述人眼长度与两眼距离的比例为O. 64、人脸矩形上半部分高度与两眼距离的比例为O. 4、人脸矩形下半部分高度与两眼距离的比例为1.85。
16.如权利要求13所述的人脸图像筛选系统，其特征在于，所述人脸完整性标准为当双眼坐标和人脸矩形的位置在人脸图像之内的人脸图像为完整人脸图像。
17.如权利要求13所述的人脸图像筛选系统，其特征在于，所述人脸大小阈值为人脸矩形面积阈值。
18.如权利要求13所述的人脸图像筛选系统，其特征在于，所述人脸位置阈值为人脸矩形的中心到人脸图像的中心的距离阈值。
19.如权利要求13所述的人脸图像筛选系统，其特征在于，所述第二筛选模块根据下述锐度公式计算清晰度
20.如权利要求13所述的人脸图像筛选系统，其特征在于，所述人脸偏转角度包括人脸的左右旋转的角度，人脸的上下旋转的角度和人脸在平面内旋转的角度。
21.如权利要求20所述的人脸图像筛选系统，其特征在于，所述第三筛选模块根据双眼在二维投影中的长度比例确定所述人脸的左右旋转的角度。
22.如权利要求20所述的人脸图像筛选系统，其特征在于，所述第三筛选模块根据人脸图像上双眼的中心至两鼻孔中心的距离与两鼻孔中心至嘴巴中心的距离的比例确定所述人脸的上下旋转的角度。
23.如权利要求22所述的人脸图像筛选系统，其特征在于，当人脸图像上双眼的中心至两鼻孔中心的距离与两鼻孔中心至嘴巴中心的距离的比例大于2. 5时判断为人脸向下旋转、大于等于2且小于等于2. 5时判断人脸未上下旋、小于2时判断为人脸向上旋转。
24.如权利要求20所述的人脸图像筛选系统，其特征在于，所述第三筛选模块根据下述公式计算人脸在平面内旋转的角度
全文摘要
本发明涉及一种人脸图像筛选方法及系统，所述方法包括根据预设的人脸完整性标准、人脸大小阈值和人脸位置阈值获取第一筛选结果；根据预设的清晰度阈值获取第二筛选结果；根据预设的最佳角度阈值获取第三筛选结果；根据每张人脸图像与其它人脸图像之间的相似度之和、每张人脸图像的清晰度和人脸偏转角度获取所述第三筛选结果中每张人脸图像的加权求和值，获取一张加权求和值最高的人脸图像进行人脸识别。本发明能够解决由于输入图像质量过低引起的人脸识别错误的问题，有效的降低人脸图像的数据量，缓解人脸识别时的运算压力，同时降低人脸识别的数据量，有效的筛选出高质量的正面人脸图像进行识别，提高人脸识别的准确率和实时性。
文档编号G06K9/00GK102799877SQ201210335308
公开日2012年11月28日 申请日期2012年9月11日 优先权日2012年9月11日
发明者秦瀚, 姚广辉, 朱同辉, 刘崎峰 申请人:上海中原电子技术工程有限公司