[发明专利]一种人脸图像择优系统和处理方法

权利要求书

1.一种人脸图像择优系统，其特征在于，包括旋转计算模块(1)、图像质量计算模块(2)、人脸状态判断模块(3)和得分计算模块(4)，

所述旋转计算模块(1)，用于根据ASM算法在各人脸图像中标定出人脸的多个特征点，来定位人脸的眼部和鼻尖点，由眼部和鼻尖点三点构成倒三角形，并计算所述倒三角形的两底角角度差的绝对值，从而得到各人脸图像中人脸的旋转度；

所述图像质量计算模块(2)，用于根据拉普拉斯算子得出各人脸图像的清晰度和人脸的轮廓数量，轮廓数量越多清晰度越高；

所述人脸状态判断模块(3)，用于根据Haar+AdaBoost分类器判断各人脸图像中的双眼是否为睁眼状态，以及采用颜色直方图信息判断各人脸图像中的嘴部是否为闭嘴状态；

所述得分计算模块(4)，用于分别计算每个人脸图像特征的得分总和，从而将各人脸图像的特征的得分总和的高低进行排序，得到各人脸图像的价值排序；所述人脸图像的特征包括旋转度、清晰度、轮廓数量、睁眼状态和闭嘴状态；

所述得分计算模块(4)包括初始赋值单元(401)、递归单元(402)、得分计算单元(403)和排序单元(404)，

所述初始赋值单元(401)，用于对各人脸图像的各特征的权重值赋予初始值；

所述递归单元(402)，用于根据递归的方式得到与各特征对应的权重值；

所述得分计算单元(403)，用于根据FERET数据库分别计算出各特征得分，再将各特征得分分别与对应的权重值运算，将运算的结果相加，得到人脸图像中特征的得分总和，依次计算每个人脸图像特征的得分总和；

所述排序单元(404)，用于将各人脸图像的特征的得分总和的高低进行排序，得到各人脸图像的价值排序。

2.根据权利要求1所述一种人脸图像择优系统，其特征在于，所述人脸状态判断模块(3)包括眼部状态判断单元(301)和嘴部状态判断单元(302)，

所述眼部状态判断单元(301)，用于根据Haar+AdaBoos分类器从各人脸图像中检测出眼部，并提取眼部的HOG特征，再将Haar+AdaBoos分类器通过SVM支持向量机进行训练，训练后的Haar+AdaBoos分类器判断提取眼部的HOG特征是否为睁眼状态；

所述嘴部状态判断单元(302)，用于根据ASM算法定位各人脸图像中的嘴部区域，并采用颜色直方图对嘴部区域进行颜色数据分析，从而根据颜色直方图信息判断各人脸图像中的嘴部是否为闭嘴状态。

3.根据权利要求2所述一种人脸图像择优系统，其特征在于，对所述权重值赋予初始值为2.5。

4.根据权利要求1至3任一项所述一种人脸图像择优系统，其特征在于，所述标定出人脸的特征点为77个。

5.一种人脸图像择优方法，其特征在于，包括如下步骤：

步骤S1：根据ASM算法在各人脸图像中标定出人脸的多个特征点，来定位人脸的眼部和鼻尖点，由眼部和鼻尖点三点构成倒三角形，并计算所述倒三角形的两底角角度差的绝对值，从而得到各人脸图像中人脸的旋转度；

步骤S2：根据拉普拉斯算子得出各人脸图像的清晰度和人脸的轮廓数量，轮廓数量越多清晰度越高；

步骤S3：根据Haar+AdaBoost分类器判断各人脸图像中的双眼是否为睁眼状态，以及采用颜色直方图信息判断各人脸图像中的嘴部是否为闭嘴状态；

步骤S4：分别计算每个人脸图像特征的得分总和，从而将各人脸图像的特征的得分总和的高低进行排序，得到各人脸图像的价值排序；所述人脸图像的特征包括旋转度、清晰度、轮廓数量、睁眼状态和闭嘴状态；

实现所述步骤S4的具体步骤为：

步骤S401：对各人脸图像的各特征的权重值赋予初始值；

步骤S402：用于根据递归的方式得到与各特征对应的权重值；

步骤S403：根据FERET数据库分别计算出各特征得分，再将各特征得分分别与对应的权重值运算，将运算的结果相加，得到人脸图像中特征的得分总和，依次计算每个人脸图像特征的得分总和；

步骤S404：将各人脸图像的特征的得分总和的高低进行排序，得到各人脸图像的价值排序。