一种人脸三庭五眼自动定位及比例确定方法

文档序号:6547396阅读:9219来源:国知局
一种人脸三庭五眼自动定位及比例确定方法
【专利摘要】本发明公开了一种人脸三庭五眼自动定位及比例确定方法,在高清人脸图像上自动检测及提取完整人脸,自动检测局部特征及定位特征点,检测的局部特征包括左眼、右眼、左眉毛、右眉毛、鼻子、嘴巴、额头发际区、下巴区及脸宽区;定位的特征点包括左眼内眼角点、左眼外眼角点、右眼内眼角点、右眼外眼角点、左眉头点、右眉头点、鼻下点、下巴点、额头发际点、左眼外眼角外侧发际点以及右眼外眼角外侧发际点,最终,根据特征点在人脸图像中的坐标位置,自动计算出三庭五眼的像素间距及比例关系。本发明方法,定位及计算结果直观可见,准确度高。
【专利说明】—种人脸三庭五眼自动定位及比例确定方法
【技术领域】
[0001]本发明属于人脸面部结构分析【技术领域】,涉及一种人脸三庭五眼自动定位及比例确定方法。
【背景技术】
[0002]人脸三庭五眼是人脸结构特征的一种描述方式,三庭是指额头中部发际线到眉头点连线、眉头点连线到鼻翼下缘和鼻翼下缘到下巴尖的三个部分;五眼是指左眼外眼角到左侧发际边缘、左眼内外眼角之间、左右眼内眼角之间、右眼内外眼角之间及右眼外眼角到右侧发际边缘的五个部分。
[0003]人脸三庭五眼的比例关系是人脸面部结构分析的重要依据之一。目前,人脸三庭五眼的比例关系主要是通过手动测量及计算得到,主要方式包括:1)直接测量人脸的三庭五眼间距,计算三庭五眼的比例关系;2)拍摄人脸正面标准图像,手动测量人脸图像上的三庭五眼间距,计算三庭五眼的比例关系。由于人脸凹凸不平,手动直接测量三庭五眼间距存在诸多不便,会给测量者及被测者同时带来不必要的麻烦;与前者相比,拍摄后测量人脸图像上的三庭五眼间距虽然可以避免直接测量带来的诸多不便,但手动测量人脸图像上的三庭五眼间距步骤还是比较繁琐耗时。

【发明内容】

[0004]本发明的目的是提供一种人脸三庭五眼自动定位及比例确定方法,解决了现有技术中采用手动测量及计算三庭五眼比例关系中的繁琐耗时的问题。
[0005]本发明所采用的技术方案是,一种人脸三庭五眼自动定位及比例确定方法,具体按照以下步骤实施:
[0006]步骤1、检测人脸及提取完整人脸;
[0007]步骤2、检测人脸局部特征,定位特征点;
[0008]步骤3、确定三庭五眼的像素间距及比例。
[0009]本发明的有益效果是,在高清人脸图像上自动检测及提取完整人脸,自动检测局部特征及定位特征点,检测的局部特征包括左眼、右眼、左眉毛、右眉毛、鼻子、嘴巴、额头发际区、下巴区及脸宽区;定位的特征点包括左眼内眼角点、左眼外眼角点、右眼内眼角点、右眼外眼角点、左眉头点、右眉头点、鼻下点、下巴点、额头发际点、左眼外眼角外侧发际点以及右眼外眼角外侧发际点,最终,根据特征点在人脸图像中的坐标位置,自动计算出三庭五眼的像素间距及比例关系,定位及计算结果直观可见,准确度高。
【专利附图】

【附图说明】
[0010]图1是本发明方法提取的完整人脸示意图;
[0011]图2是本发明方法在定位眼睛区域时左眼边界处理示意图;
[0012]图3是本发明方法在定位眼睛区域时右眼边界处理示意图;[0013]图4是本发明方法在眼角点定位时左眼边界处理示意图;
[0014]图5是本发明方法在眼角点定位时右眼边界处理示意图;
[0015]图6是本发明方法在人脸特征点定位时结果示意图;
[0016]图7是本发明方法对人脸三庭五眼间距划分示意图。
【具体实施方式】
[0017]下面结合附图和【具体实施方式】对本发明进行详细说明。
[0018]本发明的人脸三庭五眼自动定位及比例确定方法,具体按照以下步骤实施:
[0019]步骤1、检测人脸及提取完整人脸
[0020]对于摄像头拍摄或者直接打开的一幅人脸正面高清图像,利用AdaBoost算法的人脸分类器进行人脸检测,所检测到的人脸区域记为FaceRO,定义其左上角点为LeftTopPointfaee,该点的横坐标为 LeftTopPointfaee.χ、纵坐标为 LeftTopPointfaee.y,宽为Wface,高为hfaee,由区域FaceROI经公式(I)计算得到完整人脸区域FaCeROI_Whole的左上角点的横坐标为 LeftTopPointfaeejihtjle.x,纵坐标为 LeftTopPointfaeejtole.y,宽度为 W,高度为H,参照如下公式(I):
【权利要求】
1.一种人脸三庭五眼自动定位及比例确定方法,其特点在于,具体按照以下步骤实施: 步骤1、检测人脸及提取完整人脸; 步骤2、检测人脸局部特征,定位特征点; 步骤3、确定三庭五眼的像素间距及比例。
2.根据权利要求1所述的人脸三庭五眼自动定位及比例确定方法,其特点在于:所述的步骤I中,对于一幅人脸正面高清图像,利用AdaBoost算法的人脸分类器进行人脸检测,所检测到的人脸区域记为FaceROI,定义其左上角点为LeftTopPointfaee,该点的横坐标为 LeftTopPointface.X、纵坐标为 LeftTopPointface.y,宽为 Wface,高为 hface,由区域FaceROI经公式(I)计算得到完整人脸区域FaCeROI_Whole的左上角点的横坐标为LeftTopPointface.x,纵坐标为 LeftTopPointfaeejihtjle.y,宽度为 W,高度为 H,参照如下公式(I):
3.根据权利要求2所述的人脸三庭五眼自动定位及比例确定方法,其特点在于:所述的步骤2中,具体步骤是: .2.1)检测眼睛及眼角点定位 .2.1.1)检测眼睛及初步定位眼睛区域 在完整人脸区域FaCeROI_Whole中,由点(0,O)、(ff/2, H/2)围成的矩形区域内,利用AdaBoost算法的眼睛分类器进行左眼检测,所检测到的左眼区域记为LeftROI,其宽、高分别记为weyeL、heyeL,左上角点记为LeftTopPointLeftKra ;在由点(W/2,O)、(W,H/2)围成的矩形区域内,利用AdaBoost算法的眼睛分类器进行右眼检测,所检测到的右眼区域记为RightROI,其宽、高分别记为 weye、heyeK,左上角点记为 LeftTopPointKightK0I ; . 2.1.2)定位眼睛区域 在完整人脸区域FaceROI_Whole中拷贝LeftROI区域到LeftROIImg,对区域LeftROIImg灰度化,计算该区域的灰度均值,记为LeftROIImgG,再二值化,二值化阈值LeftThreshold的计算公式为:
LeftThreshold = 0.8*LeftR0IImgG, (2) 二值化时,若像素的灰度值大于阈值LeftThreshold,则把像素置黑,否则置白,以下所有二值化操作均遵循此原则;置LeftROIImg 二值图中高为
4.根据权利要求3所述的人脸三庭五眼自动定位及比例确定方法,其特点在于:所述的步骤3中,根据步骤2中定位的特征点的坐标位置,过额头发际点F沿水平方向画线,过步骤2.5.1)中计算所得的左、右眉头点LM、RM的中心点Ouffl沿水平方向画线,过鼻下点N沿水平方向画线,过下巴点C沿水平方向画线,四条水平线将人脸沿纵向分为三个部分,由上到下每相邻两条水平线之间的像素间距记为SpS2、S3,此即三庭像素间距;过左侧发际点FWl沿垂直方向画线,过左眼外眼角点Leyetxit沿垂直方向画线,过左眼内眼角点Leyeln沿垂直方向画线,过右眼内眼角点R6一沿垂直方向画线,过右眼外眼角点Re_t沿垂直方向画线,过右侧发际点FWk沿垂直方向画线,六条垂线将人脸沿横向分为五个部分,由左到右每相邻两条垂线之间的像素间距记为WpWyWpWp W5,此即五眼像素间距; 三庭及五眼的像素间距计 算公式如下:
. 51= IF.y-0LEM.y
. 52= I 0LKM.y-N.y
. 53= I N.y-C.y
W1 = I FWl.x-Leye0ut.X
—I LeyeOut.x_LeyeIn.X I, (36)
胃3 — I LeyeIn.X-ReyeIn- X
W4 I Reyeln.X ^eyeOut* X
W5 = I ReyeOlt- Χ^Ε.X F.y为步骤2.5.2)中定位的发际点F的纵坐标,Olem.y为步骤2.5.1)中所得左、右眉头点LM、RM的中心点Offl的纵坐标,N.y为步骤2.3.2)中定位的鼻下点N的纵坐标,C.y为步骤2.4.2)中定位的下巴点C的纵坐标,FWl.X为步骤2.6.2)中定位的左侧发际点的横坐标,Leye0ut.X为步骤2.1.3)中定位的左眼外眼角点Leyetxit的横坐标,Leyeln.X为步骤.2.1.3)中定位的左眼内眼角点Leyeln的横坐标,Reyeln.X为步骤2.1.3)中定位的右眼内眼角点Reyeln的横坐标,ReyeQut.X为步骤2.1.3)中定位的右眼外眼角点Reyetxit的横坐标,FWK.x为步骤2.6.2)中定位的右侧发际点FWk的横坐标; 定义三庭比例分别为SB1、SB2、SB3,五眼比例分别为WB1、WB2、WB3、WB4、WB5,其计算公式如下: S1113X — max (S1, S2,S3)
Wmax = max (WijW2jW37W4jW5)
【文档编号】G06T7/00GK104021550SQ201410219690
【公开日】2014年9月3日 申请日期:2014年5月22日 优先权日:2014年5月22日
【发明者】胡涛, 冯玉娜, 王亚丹, 范彩霞, 景翠宁 申请人:西安理工大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1