[发明专利]一种人脸对齐方法及装置有效

专利信息
申请号: 201810021987.3 申请日: 2018-01-10
公开(公告)号: CN108090470B 公开(公告)日: 2020-06-23
发明(设计)人: 王斌;王刚 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 黄志华
地址: 310053 浙江*** 国省代码: 浙江;33
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 对齐 方法 装置
【说明书】:

本申请提供一种人脸对齐方法及装置,用以改善在进行人脸对齐时存在的计算量大,对硬件的要求较高,以及较难移植到移动设备上的问题。所述方法包括:建立多个偏转角度不同的人脸对齐模型;在通过偏转角度不同的所述人脸对齐模型对待检测人脸图像进行T个阶段预测时,确定不同偏转角度的所述人脸对齐模型对所述待检测人脸图像在当前预测阶段预测的预测形状的置信度,其中,T为正整数;去除所述置信度小于预设阈值的所述人脸对齐模型,并继续以剩余的所述人脸对齐模型对所述待检测人脸图像进行下一阶段的预测;根据第T‑1阶段剩余的所述人脸对齐模型对所述待检测人脸图像在第T阶段预测的预测形状,确定所述待检测人脸图像的最终预测形状。

技术领域

本申请涉及图像处理人脸识别领域,尤其涉及一种人脸对齐方法及装置。

背景技术

人脸识别是目前计算机视觉与模式识别领域的热门技术,其在多种场合下都有广泛的应用。人脸对齐是指通过算法把人脸上关键部分如眼睛、眉毛、嘴巴的位置信息通过坐标点的形式获取。

在实际操作过程中,待检测的人脸图像并非总是正脸对着摄像头,大量情况下会有因不同角度的侧脸导致眼睛等部分被遮挡,导致人脸对齐的效果并不理想。

现有技术在进行人脸对齐时,由于不知道真实的人脸偏转情况,通常需要建立多个不同角度的模型,因而需要单独计算各个模型的检测结果,存在计算量大,对硬件的要求较高,并且很难移植到移动设备上,降低了实时性可能。

发明内容

本申请提供一种人脸对齐方法及装置,用以改善在进行人脸对齐时存在的计算量大,对硬件的要求较高,以及较难移植到移动设备上的问题。

参见图1和图2所示,本申请实施例提供一种人脸对齐方法,所述方法包括:

建立多个偏转角度不同的人脸对齐模型;

在通过偏转角度不同的所述人脸对齐模型对待检测人脸图像进行T个阶段预测时,确定不同偏转角度的所述人脸对齐模型对所述待检测人脸图像在当前预测阶段预测的预测形状的置信度,其中,T为正整数;

去除所述置信度小于预设阈值的所述人脸对齐模型,并继续以剩余的所述人脸对齐模型对所述待检测人脸图像进行下一阶段的预测;

根据第T-1阶段剩余的所述人脸对齐模型对所述待检测人脸图像在第T阶段预测的预测形状,确定所述待检测人脸图像的最终预测形状。

优选的,所述建立多个偏转角度不同的人脸对齐模型,具体包括:

获取多个偏转角度不同的训练人脸图片;

通过SDM算法对每一偏转角度的所述训练人脸图片进行T个阶段训练获得相对应的人脸对齐模型。

优选的,所述通过SDM算法对每一偏转角度的所述训练人脸图片进行T个阶段训练获得相对应的人脸对齐模型,具体包括:

对每一偏转角度的所述训练人脸图片赋予初始形状,其中,所述初始形状包括多个关键点;

获取该所述初始形状所有所述关键点处的梯度方向直方图描述特征集合;

求解线性回归方程ΔSt=Wtφt(I,St-1),得到映射矩阵Wt,其中,φt表示梯度方向直方图特征提取算法,I表示图像矩阵,St-1表示t-1阶段的形状,ΔSt表示训练阶段的t阶段的形状与真实形状的差;

依次更新形状St=St-1+ΔSt-1,直至到达预设条件为止。

优选的,所述获取该所述初始形状所有所述关键点处的梯度方向直方图描述特征集合,具体包括:

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/201810021987.3/2.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