[发明专利]一种人脸图像择优系统和处理方法

说明书

本发明涉及一种人脸图像择优系统，所述系统包括用于得到各人脸图像中人脸的旋转度的旋转计算模块、用于得出各人脸图像的清晰度和人脸的轮廓数量的图像质量计算模块、判断各人脸图像中的双眼是否为睁眼状态以及判断各人脸图像中的嘴部是否为闭嘴状态的人脸状态判断模块和得到各人脸图像的价值排序的得分计算模块；本发明还涉及一种人脸图像择优处理方法；本发明采用的系统和方法提高了人脸图像的识别准确率，能够排选出最佳的人脸图形，具有较好的推广性。

技术领域

本发明涉及人脸识别处理技术领域，尤其涉及一种人脸图像择优系统和处理方法。

背景技术

人脸识别是模式识别领域中活跃的研究方向之一，传统流程是在一段大约10秒左右的视频中，获取单个人物的一组人脸图像，将它们带入后期的人脸识别阶段。而人脸识别大量采用特征提取的方法，所以图像的信息量高低会影响识别效果。目前该领域主要研究的是图像自身质量，诸如客观质量评价中的全参考型、部分参考型、无参考型等等。这些只是作为图像择优的一部分，对于信息量以及是否便于特征提取没有做考虑。

发明内容

本发明所要解决的技术问题是提供一种人脸图像择优系统和处理方法，提高了人脸图像的识别准确率，能够排选出最佳的人脸图形，具有较好的推广性。

针对人脸识别的输入图像信息量高低不均，本发明提出了一种多参数图像择优的评分机制CPEF(Composite Parameters Evaluate Face)。

本发明解决上述技术问题的技术方案如下：一种人脸图像择优系统，包括旋转计算模块、图像质量计算模块、人脸状态判断模块和得分计算模块，

所述旋转计算模块，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，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，说明图像的信息量越大；

所述人脸状态判断模块，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，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。

本发明的有益效果是：在获取图像客观参数的基础上，采用递归方式给出权重，作出符合人主观感受的评分；基于ASM定位计算人脸水平旋转程度；计算图像的清晰度(LS值)以及轮廓数量来评估图像质量；然后使用Haar+AdaBoost分类器定位人眼，基于眼部的HOG特征配合SVM训练出的Haar+AdaBoost分类器判断人眼是否处于睁开状态；接下来ASM定位人嘴，以颜色直方图信息判定人是否处于张嘴状态；最后，综合以上参数，配上递归得到的权重，计算最终评分。本发明采用的系统和方法提高了人脸图像的识别准确率，能够排选出最佳的人脸图形，具有较好的推广性。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述人脸状态判断模块包括眼部状态判断单元和嘴部状态判断单元，

所述眼部状态判断单元，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，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。