[发明专利]人脸图像眼镜去除方法及装置有效

专利信息
申请号: 201410708253.4 申请日: 2014-11-27
公开(公告)号: CN104408426B 公开(公告)日: 2018-07-24
发明(设计)人: 张涛;陈志军;杨松 申请(专利权)人: 小米科技有限责任公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京尚伦律师事务所 11477 代理人: 代治国
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 眼镜 去除 方法 装置
【说明书】:

本公开是关于一种人脸图像眼镜去除方法及装置。所述方法包括:根据预先训练的眼镜判定器判断待处理人脸图像是否为戴眼镜人脸图像;当所述待处理人脸图像为戴眼镜人脸图像时,根据可变形模型算法对所述待处理人脸图像中的眼镜进行迭代搜索,得到眼镜边框;采用图像修复算法去除所述待处理人脸图像中的所述眼镜边框。本公开用于去除人脸图像中的眼镜。

技术领域

本公开涉及图像处理技术领域,尤其涉及一种人脸图像眼镜去除方法及装置。

背景技术

在人脸识别领域,由于很多人戴眼镜,尤其是戴深框眼镜,导致在人脸识别时,带深框眼镜的人脸图像相似度较高,无法进行准确的人脸识别。

相关技术中,通常利用不戴眼镜的人脸和戴镜框的人脸做差异的修补,反复的进行眼睛部分的重建,恢复出不戴镜框的人脸模样。

相关技术中存在如下问题:利用不戴镜框的人脸的平均shape来作为基准,反复的进行重建,虽然消除了人脸图像中的眼镜,但使得不同的人脸的眼睛处的信息差异而逐渐缩小,进而也无法进行准确的人脸识别。

发明内容

为克服相关技术中存在的问题,本公开实施例提供一种人脸图像眼镜去除方法及装置。

根据本公开实施例的第一方面,提供一种人脸图像眼镜去除方法,所述方法包括:

根据预先训练的眼镜判定器判断待处理人脸图像是否为戴眼镜人脸图像;

当所述待处理人脸图像为戴眼镜人脸图像时,根据可变形模型算法对所述待处理人脸图像中的眼镜进行迭代搜索,得到眼镜边框;

采用图像修复算法去除所述待处理人脸图像中的所述眼镜边框。

本实施例中,采用可变形模型算法对人脸图像中的眼镜进行搜寻,对于得到的眼镜边框,采用图像修复的方式去除眼镜边框,在去除人脸图像中的眼镜的同时,保留人眼的细节特征信息,提高人脸识别的准确度。

可选的,所述方法还包括:

获取戴眼镜人脸样本图像和不戴眼镜人脸样本图像;

对所述戴眼镜人脸样本图像中的眼镜样本边框进行特征点标定;

根据可变形模型算法对标定的所述眼镜样本特征点进行训练,得到眼镜样本特征点库;

将所述戴眼镜人脸样本图像和不戴眼镜人脸样本图像按照眼睛中心位置归一化到预设尺寸;

对归一化的所述戴眼镜人脸样本图像和不戴眼镜人脸样本图像提取局部特征,得到人脸样本特征库;

根据所述眼镜眼部特征点库及所述人脸样本特征库训练得到所述眼镜判定器。

在可选方案中,通过对样本图像的训练学习,得到眼镜判定器,可以准确识别出待处理图像是否为戴眼镜的人脸图像。

可选的,所述根据预先训练的眼镜判定器判断待处理人脸图像是否为戴眼镜人脸图像,包括:

将所述待处理图像按照眼睛中心位置归一化到所述预设尺寸;

对所述归一化的待处理人脸图像提取局部特征;

根据所述眼镜判定器对所述归一化的待处理人脸图像的局部特征进行分析,确定所述待处理人脸图像是否为戴眼镜人脸图像。

在可选方案中,利用训练学习得到的眼镜判定器,可以准确识别出待处理图像是否为戴眼镜的人脸图像。

可选的,所述采用图像修复算法去除所述待处理人脸图像中的所述眼镜边框,包括:

以所述眼镜边框的边界的每一个像素点为中心像素点,根据所述中心像素点的周围像素点的像素点信息,使用预设高斯模板通过高斯计算得到所述中心像素点的新像素点信息;

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/201410708253.4/2.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