[发明专利]人脸姿态检测方法、系统、电子终端及存储介质在审

专利信息
申请号: 201811071254.7 申请日: 2018-09-14
公开(公告)号: CN109271923A 公开(公告)日: 2019-01-25
发明(设计)人: 李昊;吴旻烨;石志儒 申请(专利权)人: 曜科智能科技(上海)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T7/73
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 高彦
地址: 201203 上海市浦东新区中*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸姿态 求解 人脸 存储介质 电子终端 捕捉 相机 非线性回归 摄像机光轴 摄像头镜头 探测器阵列 单摄像头 多摄像头 人脸距离 人脸图像 深度信息 图像中心 相对位移 相机光轴 传统的 计算量 空间域 检测 标定 多帧 正脸 图像 跟踪
【权利要求书】:

1.一种人脸姿态检测方法,其特征在于,包括:

获取来自多个图像摄取装置的包含有不同人脸姿态的二维图像;

计算基于各二维图像而生成的人脸姿态信息,所述人脸姿态信息包括人脸法向量与该图像摄取装置的光轴之间的接近程度;

选取与该图像摄取装置的光轴最接近的人脸法向量所对应的二维图像作为人脸正对图像摄取装置的图像。

2.根据权利要求1所述的人脸姿态检测方法,其特征在于,所述方法还包括:

若判断所述二维图像中的人脸数量超过一个,则将多张人脸进行相似度匹配以判断所述多张人脸是否隶属于同一人;

若隶属于同一人则去除重复人脸;

若不隶属于同一人则针对每张人脸分别求取其正对图像摄取装置的图像。

3.根据权利要求1或2所述的人脸姿态检测方法,其特征在于,所述包括:

利用多个人脸关键点确定所述二维图像中的人脸区域,并将所述人脸区域移动至相互对齐的位置;

将各所述人脸区域的中心点移至所述图像摄取装置光轴所在直线上,并计算各人脸关键点二维图像的坐标信息;

基于所述人脸关键点二维图像的坐标信息求得所述人脸姿态信息。

4.根据权利要求3所述的人脸姿态检测方法,其特征在于,包括:

令人脸关键点在世界坐标系中的坐标为(Xi,Yi,Zi),且该人脸关键点在各图像摄取装置的图像坐标系中的坐标为(ui1,vi1),(ui2,vi2),...,(uij,vij),...其中,i表示第i个人脸关键点,j表示第j个图像摄取装置;

则,A为图像摄取装置的内参矩阵,[R|t]为图像摄取装置的外参矩阵,M为人脸旋转矩阵;其中,

5.根据权利要求4所述的人脸姿态检测方法,其特征在于,以正对图像摄取装置的平面为参照面,在所述参照面分别建立X轴和Y轴并以图像摄取装置的光轴所在直线为Z轴,其中:

所述人脸姿态信息包括参量θ,β,ρ,Zm,其中,θ,β,ρ与所述人脸旋转矩阵相关联,分别用于表示人脸沿Z轴、Y轴及X轴旋转的角度;Zm与外参矩阵相关联,用于表示人脸的深度信息。

6.根据权利要求5所述的人脸姿态检测方法,其特征在于,包括:

构建目标函数并基于所述目标函数求解多个人脸关键点对应的参量θ,β,ρ,Zm;其中,所述目标函数为:

基于参量θ,β,ρ,Zm并利用空间几何计算出对应的图像摄取装置拍摄到的人脸法向量,将计算到的各人脸法向量与该图像摄取装置的光轴之间的夹角,选取最小夹角值对应的二维图像作为人脸正对图像摄取装置的图像。

7.根据权利要求3所述的人脸姿态检测方法,其特征在于,所述人脸关键点包括位于脸部五官或脸部轮廓的关键点。

8.一种人脸姿态检测系统,其特征在于,包括多个阵列排列的图像摄取装置以及处理装置;

所述图像摄取装置用于采集包含不同人脸姿态的二维图像;

所述处理装置通信连接各图像摄取装置以获取各二维图像,计算基于各二维图像而生成的人脸姿态信息,所述人脸姿态信息包括人脸法向量与该图像摄取装置的光轴之间的接近程度;选取与该图像摄取装置的光轴最接近的人脸法向量所对应的二维图像作为人脸正对图像摄取装置的图像。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7中任一项所述的人脸姿态检测方法。

10.一种电子终端,其特征在于,包括:处理器及存储器;

所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如权利要求1至7中任一项所述的人脸姿态检测方法。

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曜科智能科技(上海)有限公司,未经曜科智能科技(上海)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/201811071254.7/1.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