[发明专利]基于神经网络和灵敏度参数的人脸转向识别方法

权利要求书

1.一种基于神经网络和灵敏度参数的人脸转向识别方法，其特征在于，包括以下步骤：

S1：对采集到的单帧彩色图像逐一进行第一静态人脸朝向识别，包括将所述单帧彩色图像进行预处理并提取脸部特征向量，根据所述脸部特征向量中眼睛和\或鼻子的位置判断所述单帧彩色图像的人脸朝向是正面、朝左还是朝右；

S2：在给定的采集时间内，对采集到的所有单帧彩色图像都进行第一静态人脸朝向识别，得出一个按照时序依次排列的第一人脸朝向结果集和多个脸部特征向量；

S3：采用神经网络分类对所述多个脸部特征向量和所述第一人脸朝向结果集进行过程分析，识别指令意图，得出人脸转向过程给出的第一指令结果；所述神经网络分类通过以下步骤建立模型：

S301：采集多个脸部特征向量作为神经网络分类的输入向量样本，建立神经网络并进行训练，找出合适的隐藏层神经元个数；

S302：调整网络权值，直至所述神经网络形成符合条件的分类标准；

所述神经网络分类的模型形成后，采用如下方式判断脸部特征向量指示的朝向：

S303：将所述多个脸部特征向量作为神经网络分类的输入向量，输入所述神经网络分类的模型，得到对应的人脸朝向；

所述第一指令结果包括转动朝向，所述转动朝向包括正面、朝左及朝右，所述步骤S3中的过程分析包括以下步骤：

S304：如果起始人脸朝向为正面，遍历第一人脸朝向结果集或第二人脸朝向结果集中的后续值，如果后续值都是正面则指令结果为正面；如果遍历时出现的第一个不为正面的值是朝左则判断指令结果为朝左，如果遍历时出现的第一个不为正面的值是朝右则判断指令结果为朝右；

S305：如果起始人脸朝向为朝左，遍历第一人脸朝向结果集或第二人脸朝向结果集中的后续值，直到出现第一个不是朝左的值，如果这个值为正面，则继续遍历；如果继续遍历出现的值为朝右则判断指令结果为朝右；如果只有正面和朝左那么统计后续值分别为正面和朝左的数量，如果朝左的数量多那么判断指令结果为朝左；反之结果为朝右；如果没有非值是朝左的其他值，则指令结果为正面；

S306：如果起始人脸朝向为朝右，遍历第一人脸朝向结果集或第二人脸朝向结果集中的后续值，直到出现第一个不是朝右的值，如果这个值为正面，则继续遍历；如果继续遍历出现的值为朝左则判断指令结果为朝左；如果只有正面和朝右那么统计后续值分别为正面和朝右的数量，如果朝右的数量多那么结果为朝右，反之结果为朝左；如果没有非值是朝右的其他值，则指令结果为正面。

2.根据权利要求1所述的人脸转向识别方法，其特征在于，所述步骤S2完成后，所述人脸转向识别方法还包括：

S4：对采集到的单帧彩色图像逐一进行第二静态人脸朝向识别，根据人脸旋转的角度大小判断所述单帧图像的人脸朝向是正面、朝左还是朝右；

S5：在给定的采集时间内，对采集到的所有单帧彩色图像都进行第二静态人脸朝向识别，得出一个按照时序依次排列的第二人脸朝向结果集；

S6：对所述第二人脸朝向结果集进行过程分析，识别指令意图，得出人脸朝向过程给出的第二指令结果；

S7：将所述第一指令结果和所述第二指令结果进行对比，当二者一致时输出指令结果，当二者不一致时，反馈给用户要求用户再次给出头部转动指令。

3.根据权利要求1或2所述的人脸转向识别方法，其特征在于，所述步骤S1包括以下步骤：

S101：将所述单帧彩色图像进行预处理，包括将所述单帧彩色图像的大小裁剪缩放成标准尺寸，转换成灰度图像后进行边缘检测；

S102：将所述经边缘检测后的灰度图像划分为多行多列，并提取眼睛和\或鼻子位置的图像二值化，构成脸部特征向量；

S103：根据所述脸部特征向量中眼睛和\或鼻子的位置判断所述单帧彩色图像的人脸朝向是正面、朝左还是朝右。

4.根据权利要求3所述的人脸转向识别方法，其特征在于，所述步骤S101包括以下步骤：

S1011：将所述单帧彩色图像转换成RGB格式图像，然后转换为HSV图像格式，进行光补偿和削弱，输出新的RGB图像；

S1012：利用双三次插值方法对图像大小进行缩放，成为标准大小格式240 X 320彩色图像；

S1013：统一标准化后的图像转换成灰度图像，使用Canny边界检测算法进行边界检测。