[发明专利]眼镜检测方法和装置

说明书

技术领域

本发明涉及模式识别技术领域，特别是涉及一种眼镜检测方法和装置。

背景技术

眼镜是最常见的佩饰物，检测出人脸图像中是否佩戴眼镜，并能计算出眼镜的位置和形状，对提高人脸识别算法性能、人脸合成、人脸卡通和人脸识别具有重要的实用价值。例如，在人脸识别时，如果在佩戴眼镜的人脸中检测出眼镜的位置，即可以通过去除眼镜获得没有眼镜的裸脸。

由于受眼镜形状的多样性及图像质量等因素的影响，眼镜检测存在许多难点。例如，早期的眼镜检测主要采用图像处理和模板匹配的方法，根据像素灰度值的不连续变化来检测眼镜的下边框和眼镜鼻梁，然后通过两眼之间区域的边缘信息来检测眼镜；后期的眼镜检测主要使用三维霍夫(Hough)变换方法检测眼镜。但是，由于不同光线的影响，成像后通过图像处理和Hough方法得到的图像过度依赖于图像边缘，故存在噪声，且噪声干扰会导致经常无法获得特征点或准确的特征点，因此检测的准确率比较低。

为提高检测的准确率，某些已有方法尝试采用小波特征来进行眼镜检测，但小波变换是时间频率的局部化分析，它通过伸缩平移运算对信号逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分；根据“失之毫厘，谬以千里”，如果初始的人脸位置不准确，将影响各个尺度和方向上的信息的准确性，因此，小波特征对初始人脸位置的要求很高。

总之，需要本领域技术人员迫切解决的一个技术问题就是：如何能够在对初始人脸位置没有过高要求的前提下，提高眼镜检测的精度。

发明内容

本发明所要解决的技术问题是提供一种眼镜检测方法和装置，对初始人脸位置没有过高要求，且能够提高眼镜检测的精度。

为了解决上述问题，本发明公开了一种眼镜检测方法，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。

优选的，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。

优选的，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{(x_i，y_i)}，其中，i＝1，...，n，x_i为某一单眼区域图像样本的LBP特征，y_i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y_i＝1，在其属于不佩戴眼镜类别时y_i＝-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。

优选的，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。

优选的，所述依据LBP特征构造双眼区域分类器的步骤，包括：