[发明专利]眼镜检测方法和装置有效

专利信息
申请号: 201110085419.8 申请日: 2011-04-06
公开(公告)号: CN102163288A 公开(公告)日: 2011-08-24
发明(设计)人: 崔国勤 申请(专利权)人: 北京中星微电子有限公司
主分类号: G06K9/66 分类号: G06K9/66
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 苏培华
地址: 100083 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 眼镜 检测 方法 装置
【权利要求书】:

1.一种眼镜检测方法,其特征在于,包括:

从待检测人脸图像中获取眼镜区域图像;

根据单眼区域分类器对所述眼镜区域图像进行第一判别,并依据第一判别结果进行检测,所述检测的过程包括:

如果该第一判别结果的绝对值大于预设置信阈值,则依据该第一判别结果输出是否佩戴眼镜的检测结果;

如果该第一判别结果的绝对值小于等于所述预设置信阈值,则根据双眼区域分类器对所述眼镜区域图像进行第二判别,并依据第二判别结果输出是否佩戴眼镜的检测结果。

2.如权利要求1所述的方法,其特征在于,所述单眼区域分类器为通过以下步骤获得的分类器:

获取单眼区域图像样本;

提取所述单眼区域图像样本的LBP特征;

依据所述LBP特征构造单眼区域分类器;

所述根据单眼区域分类器对所述眼镜区域图像进行第一判别的步骤,包括:

提取所述眼镜区域图像的LBP特征;

将所述LBP特征输入到所述单眼区域分类器中,输出第一判别结果。

3.如权利要求2所述的方法,其特征在于,所述依据LBP特征构造单眼区域分类器的步骤,包括:

构造LBP特征训练集{(xi,yi)},其中,i=1,...,n,xi为某一单眼区域图像样本的LBP特征,yi为该单眼区域图像样本所属的样本类别,在其属于佩戴眼镜类别时yi=1,在其属于不佩戴眼镜类别时yi=-1,n为单眼区域图像样本的数量;

针对所述LBP特征训练集,训练获得作为单眼区域分类器的支持向量机模型其中,sgn为符号函数,b*为分类阈值,为训练得到的最优分类参数;

所述依据第一判别结果进行检测的过程包括:

在该第一判别结果的绝对值大于1+δ,δ>0时,如果该第一判别结果为正数,则输出佩戴眼镜的检测结果,如果该第一判别结果为负数,则输出未佩戴眼镜的检测结果;

在该第一判别结果的绝对值小于等于1+δ,δ>0时,则根据双眼区域分类器对所述眼镜区域图像进行第二判别,并依据第二判别结果输出是否佩戴眼镜的检测结果。

4.如权利要求1所述的方法,其特征在于,所述双眼区域分类器为通过以下步骤获得的分类器:

获取双眼区域图像样本;

提取所述双眼区域图像样本的LBP特征;

依据所述LBP特征构造双眼区域分类器;

所述根据双眼区域分类器对所述眼镜区域图像进行第二判别的步骤,包括:

提取所述眼镜区域图像的LBP特征;

将所述LBP特征输入到所述双眼区域分类器中,输出第二判别结果。

5.如权利要求4所述的方法,其特征在于,所述依据LBP特征构造双眼区域分类器的步骤,包括:

构造LBP特征训练集{(x′i,y′i)},其中,i=1,...,m,x′i为某一双眼区域图像样本的LBP特征,y′i为该双眼区域图像样本所属的样本类别,在其属于佩戴眼镜类别时y′i=1,在其属于不佩戴眼镜类别时y′i=-1,m为双眼区域图像样本的数量;

针对所述LBP特征训练集,训练获得作为双眼区域分类器的支持向量机模型其中,sgn为符号函数,b为分类阈值,αi为训练得到的最优分类参数;

所述依据第二判别结果输出是否佩戴眼镜的检测结果的步骤为,如果该第二判别结果为正数,则输出佩戴眼镜的检测结果,如果该第二判别结果为负数,则输出未佩戴眼镜的检测结果。

6.如权利要求1所述的方法,其特征在于,所述从待检测人脸图像中获取眼镜区域图像的步骤,包括:

对所述待检测人脸图像进行眼睛定位,得到眼睛位置;

根据所述眼睛位置,对所述待检测人脸图像进行归一化操作;

从归一化后的待检测人脸图像中割取预设大小的裸眼图像,作为眼镜区域图像。

7.如权利要求2至5中任一项所述的方法,其特征在于,所述LBP特征包括:LBP特征、一致性LBP特征或者半LBP特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京中星微电子有限公司,未经北京中星微电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201110085419.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top