[发明专利]图像校正方法、装置及终端有效

专利信息
申请号: 201410235783.1 申请日: 2014-05-30
公开(公告)号: CN104077585B 公开(公告)日: 2017-09-22
发明(设计)人: 王琳;张祺深;陈志军 申请(专利权)人: 小米科技有限责任公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/66
代理公司: 北京三高永信知识产权代理有限责任公司11138 代理人: 刘映东
地址: 100085 北京市海淀区清*** 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: 图像 校正 方法 装置 终端
【权利要求书】:

1.一种图像校正方法,其特征在于,所述方法包括:

定位人脸图像,获得表征所述人脸图像的轮廓特征的至少一个源特征点;

根据每个源特征点确定所述人脸图像的偏转度向量,并根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量;

根据所述每个源特征点以及所述每个源特征点对应的偏移向量确定与每个源特征点对应的目标特征点,并根据所述每个源特征点和所述每个目标特征点对所述人脸图像进行校正;

其中,所述根据每个源特征点确定所述人脸图像的偏转度向量,包括:

根据所述每个源特征点确定所述人脸图像对应的特征向量;

将所述人脸图像对应的特征向量与第一预设模型包括的参考特征向量进行匹配,所述第一预设模型包括不同参考特征向量及每个参考特征向量对应的偏转度向量;

将预设模型中与所述人脸图像对应的特征向量匹配的参考特征向量对应的偏转度向量确定为所述人脸图像的偏转度向量。

2.根据权利要求1所述的方法,其特征在于,所述根据每个源特征点确定所述人脸图像的偏转度向量之前,还包括:

训练并存储第一预设数值个包括不同参考特征向量及每个参考特征向量对应的偏转度向量的第一预设模型。

3.根据权利要求1或2权利要求所述的方法,其特征在于,所述根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量,包括:

将所述偏转度向量与第二预设模型中的参考偏转度向量进行匹配,所述第二预设模型包括不同参考偏转度向量及与每个参考转度向量对应的每个源特征点的偏移向量;

将第二预设模型中与所述偏转度向量匹配的参考偏转度向量对应的所述每个源特征点的偏移向量确定为对所述每个源特征点进行校正的偏移向量。

4.根据权利要求3所述的方法,其特征在于,所述根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量之前,还包括:

训练并存储第二预设数值个包括不同参考偏转度向量及与每个参考偏转度向量对应的每个源特征点的偏移向量的第二预设模型。

5.一种图像校正装置,其特征在于,所述装置包括:

定位模块,用于定位人脸图像,获得表征所述人脸图像的轮廓特征的至少一个源特征点;

第一确定模块,用于根据每个源特征点确定所述人脸图像的偏转度向量;

第二确定模块,用于根据所述偏转度向量确定对所述每个源特征点进行校正的偏移向量;

第三确定模块,用于根据所述每个源特征点以及所述每个源特征点对应的偏移向量确定与每个源特征点对应的目标特征点;

校正模块,用于根据所述每个源特征点和所述每个目标特征点对所述人脸图像进行校正;

其中,所述第一确定模块,包括:

第一确定单元,用于根据所述每个源特征点确定所述人脸图像对应的特征向量;

第一匹配单元,用于将所述人脸图像对应的特征向量与第一预设模型包括的参考特征向量进行匹配,所述第一预设模型包括不同参考特征向量及每个参考特征向量对应的偏转度向量;

第二确定单元,用于将预设模型中与所述人脸图像对应的特征向量匹配的参考特征向量对应的偏转度向量确定为所述人脸图像的偏转度向量。

6.根据权利要求5所述的装置,其特征在于,所述装置,还包括:

第一训练模块,用于训练第一预设数值个包括不同参考特征向量及每个参考特征向量对应的偏转度向量的第一预设模型;

第一存储模块,用于存储所述第一预设数值个包括不同参考特征向量及每个参考特征向量对应的偏转度向量的第一预设模型。

7.根据权利要求5或6权利要求所述的装置,其特征在于,所述第二确定模块,包括:

第二匹配单元,用于将所述偏转度向量与第二预设模型中的参考偏转度向量进行匹配,所述第二预设模型包括不同参考偏转度向量及与每个参考转度向量对应的每个源特征点的偏移向量;

第三确定单元,用于将第二预设模型中与所述偏转度向量匹配的参考偏转度向量对应的所述每个源特征点的偏移向量确定为对所述每个源特征点进行校正的偏移向量。

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小米科技有限责任公司,未经小米科技有限责任公司许可,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/201410235783.1/1.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