[发明专利]基于视觉的侧脸姿态解算方法及情绪感知自主服务机器人

权利要求书

1.一种基于视觉的侧脸姿态解算方法，其特征在于，包括：

构造脸部面积的姿态变化模型，得到机器人检测到的人脸图像特征相对于所述被检测人脸的正脸图像特征关于姿态角的函数关系，所述图像特征包括图像中人脸区域的宽度、高度或深度；

构造脸部的剪切角模型，根据检测到的人脸图像特征以及所述被检测人脸的正脸图像特征，利用所述函数关系，得到所述检测到的人脸图像的姿态角，根据所述姿态角得到所述检测到的人脸图像剪切畸变产生的剪切角P_e；

构造基于剪切角消除的姿态角解算模型，根据所述剪切角P_e对所述检测到的人脸图像进行反向旋转，得到消除剪切畸变的所述检测到的人脸图像，根据所述消除剪切畸变的人脸图像得到所述检测到的人脸图像消除剪切畸变的姿态角。

2.根据权利要求1所述的基于视觉的侧脸姿态解算方法，其特征在于，所述姿态角包括绕脖子转动形成或相对于机器人视角的侧脸角H，范围为-90度～90度，和抬头低头形成的俯仰角P，范围为-45度～45度。

3.根据权利要求1所述的基于视觉的侧脸姿态解算方法，其特征在于，所述构造脸部面积的姿态变化模型为：

其中，H为所述检测到的人脸图像的侧脸角，P为所述检测到的人脸图像的俯仰角，设定脸的高度方向为Z轴，坐标用z表示，脸的宽度方向为Y轴，坐标用y表示，脸的深度方向为X轴，坐标用x表示，(x，y，z)为所述被检测人脸在正脸状态下的坐标点，(x_b，y_b，z_b)为所述检测到的人脸的坐标点。

4.根据权利要求1或3所述的基于视觉的侧脸姿态解算方法，其特征在于，所述被检测人脸的正脸状态和所述检测到的人脸均为照片呈现的二维坐标YOZ，基于二维坐标YOZ构造脸部面积的姿态变化模型为：

y_b＝x sinH cosP+y cosH+z sinH sinP，

z_b＝-x sinP+z cosP，

其中，H为所述检测到的人脸图像的侧脸角，P为所述检测到的人脸图像的俯仰角，设定脸的高度方向为Z轴，坐标用z表示，脸的宽度方向为Y轴，坐标用y表示，脸的深度方向为X轴，坐标用x表示，(y_b，z_b)为所述二维坐标YOZ下检测到的人脸图像的坐标点。

5.根据权利要求1所述的基于视觉的侧脸姿态解算方法，其特征在于，所述构造脸部的剪切角模型为：

P_e＝tg^-1(sinH·tgP)，

其中，H为所述检测到的人脸图像的侧脸角，P为所述检测到的人脸图像的俯仰角，P_e为所述检测到的人脸图像的剪切角。

6.根据权利要求1所述的基于视觉的侧脸姿态解算方法，其特征在于，所述构造基于剪切角消除的姿态角解算模型包括：

人脸特征提取，获取检测到的人脸图像；

基于所述脸部的剪切角模型得到的剪切角，对所述检测到的人脸图像进行反向旋转校正，消除剪切畸变；

对校正后的人脸图像进行归一化处理；

根据所述归一化的人脸图像计算侧脸角H和俯仰角P。

7.根据权利要求6所述的基于视觉的侧脸姿态解算方法，其特征在于，所述人脸特征提取包括：

将检测到的人脸和背景图像从RGB格式变为YCbCr格式，设定阈值为145＜Cb＜170，且95＜Cr＜115；

所述检测到的人脸和背景图像的阈值为在所述设定的阈值范围内自适应调整。

8.根据权利要求6所述的基于视觉的侧脸姿态解算方法，其特征在于，所述对人脸图像进行校正为：

其中，(y_b，z_b)为所述检测到的人脸图像的坐标点，(y_e，z_e)为所述检测到的人脸图像消除剪切畸变后俯仰角P＝0时的坐标点，P_e为剪切角。