[发明专利]一种图片浏览方法有效

专利信息
申请号: 201610028471.2 申请日: 2016-01-15
公开(公告)号: CN105631039B 公开(公告)日: 2019-02-15
发明(设计)人: 邓伟洪;韩嘉杰;胡佳妮;郭军 申请(专利权)人: 北京邮电大学
主分类号: G06F16/54 分类号: G06F16/54;G06K9/00
代理公司: 北京聿宏知识产权代理有限公司 11372 代理人: 张文娟;朱绘
地址: 100876 *** 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: 一种 图片 浏览 方法
【权利要求书】:

1.一种图片浏览方法,包括:

基于人脸检测及肤色检测确定目标图片集中的人脸候选框;

对齐所述人脸候选框中的人脸以确保将人脸由非正脸调整至正脸;

提取对齐后的人脸候选框中人脸的LBP特征和HOG特征;

利用降维矩阵PCA和LDA将LBP特征和HOG特征降维到n维;

对降维后的LBP特征和HOG特征分别进行模归一化处理;

将模归一化处理后的LBP特征和HOG特征串联成2n维的人脸特征向量;

基于模板人脸集对所述人脸特征向量进行过滤处理,以排除错误检测出的非人脸候选框,从而确定目标图片集中的人脸;

从检测出人脸后的目标图片集中选择指定人脸,并获取所述指定人脸的人脸特征向量;

基于所述人脸特征向量计算所述指定人脸与目标图片集中检测出的其他人脸的相似度;

基于所述相似度排序显示目标图片集中的图片。

2.根据权利要求1所述的图片浏览方法,其特征在于,确定目标图片集中的人脸候选框的步骤进一步包括:

人脸检测步骤,基于Viola-Jones人脸检测器框架建立大量检测框来对输入图像进行扫描,提取检测框中的Haar特征,基于Haar特征过滤掉非人脸候选框;

肤色检测步骤,计算保留下来的检测框内的平均肤色似然度,若计算得到的平均肤色似然度大于整幅图像的平均肤色似然度,则保留下来并作为所述人脸候选框。

3.根据权利要求2所述的图片浏览方法,其特征在于,对齐所述人脸候选框中的人脸以确保将人脸由非正脸调整至正脸的步骤进一步包括:

基于左右眼、左右嘴角和鼻尖五个特征点定位所述人脸候选框中的人脸特征点位置;

通过左右嘴角的坐标计算出嘴巴中心的位置,利用嘴巴中心的位置和左右眼三点作为人脸对齐的标准;

通过仿射变换将所述三点映射到大小为N*N的图像上的固定位置,以实现人脸的对齐。

4.根据权利要求1所述的图片浏览方法,其特征在于,基于模板人脸集对所述人脸特征向量进行过滤处理,以排除错误检测出的非人脸候选框,最终确定目标图片集中的人脸的步骤进一步包括:

将所述人脸特征向量与所述模板人脸集进行计算,以得到输入人脸的评分,所述评分为人脸特征向量与模板人脸向量的余弦距离;

根据设定好的阈值,移除评分低于所述阈值的人脸,保留评分大于等于所述阈值的人脸并作为确定的目标图片集中的人脸。

5.根据权利要求4所述的图片浏览方法,其特征在于,所述模板人脸向量由所述模板人脸集中所有人脸向量的平均值计算得到,所述模板人脸集中包含各国人脸图像。

6.根据权利要求1-5中任一项所述的图片浏览方法,其特征在于,从检测出人脸后的目标图片集中选择指定人脸的步骤进一步包括:

从目标图片集中选择一张图片,从该图片中检测出的人脸候选框中选择指定人脸,其中:

如选择的是单人图片,则以该单人的人脸作为指定人脸;

如选择的是多人图片,则从多人图片中选择其中一个人脸作为指定人脸;

如选择的是无人图片,则无指定人脸。

7.根据权利要求1所述的图片浏览方法,其特征在于,基于所述人脸特征向量计算所述指定人脸与目标图片集中检测到的其他人脸的相似度的步骤进一步包括:

通过下式计算指定人脸与目标图片集中其他人脸的相似度值:

其中,cosθ为相似度值,X,Y分别为目标图片集中指定人脸和其他人脸的人脸特征向量,X和Y向量均为2n×1维;

基于所述相似度值判断指定人脸与目标图片集中其他人脸的相似度,所述相似度值越接近1,则相似度越高。

8.根据权利要求7所述的图片浏览方法,其特征在于,基于所述相似度排序显示目标图片集中的图片的步骤进一步包括:

基于所述相似度的高低对目标图片集中的人脸进行排序,将目标图片集中的图片按照与指定人脸相似度的高低进行排序。

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北京邮电大学,未经北京邮电大学许可,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/201610028471.2/1.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