[发明专利]一种二维人脸图像定位的方法

说明书

技术领域

本发明涉及计算机视觉和模式识别领域，特别涉及一种二维人脸图像定位的方法。 

背景技术

人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。人脸因具有不可复制、采集方便、不需要被拍者的配合，使得人脸识别系统具有广泛的应用。 

人脸识别的一个关键问题是人脸图像的定位。通常在人脸识别的过程中，需要先对人脸图像进行定位，然后根据定位结果进一步的进行人脸识别。 

人脸识别方法还有一系列难以解决的问题，例如当人脸姿态、表情以及环境光照(PIE，Pose Illumination Expression)发生较大变化的时候，识别率将急剧下降。如何解决人脸在不同姿态、光照和表情条件下的识别问题，仍然是当前研究的热点。对于姿态和光照变化的人脸识别问题，采用传统的方法，必须获得足够多的不同姿态和光照条件下用于学习的人脸训练图像，然而在很多情况下，这些图像并不容易获得。为了实现不依赖姿态和环境光照的人脸识别，现有技术中提出下述方法： 

第一类是姿态不变特征提取方法，这类方法通过提取能够克服姿态变化的特征来解决姿态变化的识别问题；第二类是基于多视角人脸图像的解决方法，比如将传统子空间方法扩展到多视角子空间；第三类是基于人脸三维模型的方法，在Blanz提出三维人脸建模方法之后，基于人脸三维模型生成人脸各个姿态虚图像(Virtual Image)的方法在解决姿态问题中取得了较好的成果。 

但是现有技术也存在很多的缺点，姿态不变特征提取方法的主要缺点是提取姿态不变的特征比较困难；基于多视角人脸图像的解决方法，其主要缺点是很难将人脸的姿态绝对划分开，并且错误的姿态估计会降低人脸识别性能；而基于人脸三维模型的方法，虽然能较好的解决姿态问题，但还存在很多困难，比如计算量大、速度慢和恢复精度差，并且需要手工定位特征点用于初始化，这些都为人脸图像的定位并进一步识别带来了困难。 

发明内容

为了实现自动化和快速准确的人脸识别，本发明实施例提供了一种二维人脸图像定位的方法，包括：获取预设的数据库中的二维人脸图像；利用所述数据库中的二维人脸图像，构建二维人脸形状模型，包括：对所述数据库中的二维人脸图像按照姿态进行划分，对每种姿态的人脸图像进行特征点的标定，获取所述特征点的坐标值，利用所述特征点的坐标值构建相应姿态下的二维人脸图像的形状向量，对所述形状向量进行归一化的处理，得到经归一化处理的形状向量，对所述经归一化处理的形状向量进行主分量分析，根据主分量分析结果构建相应姿态的形状模型，由所有姿态的所述形状模型构建二维人脸形状模型；利用所述数据库中的二维人脸图像，构建二维人脸局部纹理模型；根据所述二维人脸形状模型和二维人脸局部纹理模型，对所述二维人脸图像进行定位。 

本发明实施例通过利用预设的数据库建立二维人脸形状模型和二维人脸局部纹理模型，实现了对二维人脸图像进行精确定位，在局部纹理建模时使用点对比特征和特征选择相结合的方法，提高了计算速度和特征点的定位效果。 

附图说明

图1为本发明实施例1提供的一种二维人脸图像定位的方法流程图； 

图2为本发明实施例1提供的姿态向左的二维人脸形状模型； 

图3为本发明实施例1提供的正面的二维人脸形状模型。 

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。 

实施例1 

本发明实施例提供了一种二维人脸图像定位的方法。该方法对数据库中的二维人脸图像进行多子空间的形状建模，得到二维人脸形状模型；对二维人脸图像进行局部纹理建模，得到二维人脸局部纹理模型；根据二维人脸形状模型和局部纹理模型，对二维人脸图像进行精确定位。如图1所示，本实施例包括： 

101：获取预设的数据库中的二维人脸图像； 

本实施例中的二维人脸数据库取自2000个欧洲人和亚洲人的二维人脸图像，每个二维人脸的数据包含：纹理数据(R，G，B)以及人脸的姿态、表情和光照变化等数据。 

102：对数据库中的二维人脸图像进行多子空间的形状建模，得到二维人脸形状模型。 

根据二维人脸数据库建立二维人脸形状模型，具体步骤包括：