[发明专利]一种用于人脸图片的筛选方法和系统

权利要求书

1.一种用于人脸图片的筛选方法，其特征在于，包括以下步骤：

S1：对图片进行人脸检测，提取包含人脸的第一图片，将所述第一图片中包含人脸位置的区域放大生成第二图片，将第二图片进行灰度处理生成第三图片；

S2：利用边缘检测算法计算所述第三图片的清晰度，基于所述清晰度确定第一分值，过滤所述第一分值小于第一阈值的图片；

S3：利用训练分类器获得所述第三图片中的人脸角度值，基于所述人脸角度值确定第二分值，过滤所述第二分值小于第二阈值的图片；

S4：检测第三图片中的人脸眼睛数量，基于所述人脸眼睛数量确定第三分值；

S5：基于所述第一图片的像素值、所述第二图片中的人脸占比值和黑白灰像素占比值确定第四分值，基于所述第一分值、所述第二分值、所述第三分值和第四分值获得所述图片的综合评分值，输出所述综合评分值大于综合阈值的图片，其中，像素值具体包括横向像素点数rows和纵向像素点数cols，像素值越高表示图片越清晰，通过对所述第一图片中的所述横向像素点数rows和所述纵向像素点数cols对该人脸图片进行像素值的评价。

2.根据权利要求1所述的用于人脸图片的筛选方法，其特征在于，若所述第一图片包括多个人脸，则提取所述第一图片中最大的一个人脸生成所述第二图片。

3.根据权利要求1所述的用于人脸图片的筛选方法，其特征在于，所述清晰度计算采用sobel算子进行边缘检测，清晰度计算公式为其中，G_x和G_y分别表示横向和纵向边缘检测的图像灰度值。

4.根据权利要求1所述的用于人脸图片的筛选方法，其特征在于，人脸角度值具体包括人脸的俯仰角、左右歪头角度和左右旋转角度。

5.根据权利要求1所述的用于人脸图片的筛选方法，其特征在于，所述黑白灰像素占比值的获取方式具体为将所述第二图片从RGB色系转换为HSV色系，遍历每个像素点并判断像素点所属的颜色，统计黑白灰像素点所占比例。

6.根据权利要求1所述的用于人脸图片的筛选方法，其特征在于，所述步骤S2中的所述第一分值具体为清晰度评分，所述清晰度评分公式为：

其中，w1为清晰度权重分，G为清晰度值，P1为最小清晰度阈值，Q1为最大清晰度阈值。

7.根据权利要求1所述的用于人脸图片的筛选方法，其特征在于，所述步骤S3中的所述第二分值具体为人脸角度值评分，所述人脸角度值评分公式为：其中w2为人脸角度值权重分，I为人脸俯仰角度值，J为左右歪头角度值，K为左右旋转角度值，P2为最小角度阈值，Q2为最大角度阈值。

8.根据权利要求1所述的用于人脸图片的筛选方法，其特征在于，所述步骤S4中的所述第三分值具体为人脸眼睛数量评分，所述人脸眼睛数量评分公式为：

其中w3为眼睛数量权重分，M为眼睛数量，S为调节系数。

9.根据权利要求3所述的用于人脸图片的筛选方法，其特征在于，所述步骤S4中的所述第四分值包括像素值评分、人脸占比值评分和黑白灰像素占比值评分，所述像素值评分公式为：

其中w4为像素值权重分，rows为横向像素点数，cols为纵向像素点数，P4为最小像素阈值，Q4为最大像素阈值；

所述人脸占比值评分公式为：

其中R1为人脸占比值，w5为人脸占比权重分，P5为最小占比阈值，Q5为最大占比阈值；

所述黑白灰像素占比值评分公式为：

其中w6为黑白灰像素占比的权重分，R2为黑白灰像素占比值，P6为最小黑白灰像素占比阈值，Q6为最大黑白灰像素占比阈值，T、U分别为第二、三黑白灰像素占比阈值。

10.一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，该计算机程序被计算机处理器执行时实施权利要求1至9中任一项所述的方法。

11.一种用于人脸图片的筛选系统，其特征在于，包括：

图片处理单元：配置用于对图片进行人脸检测，提取包含人脸的第一图片，将所述第一图片中包含人脸位置的区域放大生成第二图片，将第二图片进行灰度处理生成第三图片；

第一分值评价单元：配置用于利用边缘检测算法计算所述第三图片的清晰度，基于所述清晰度确定第一分值，过滤所述第一分值小于第一阈值的图片；

第二分值评价单元：配置用于利用训练分类器获得所述第三图片中的人脸角度值，基于所述人脸角度值确定第二分值，过滤所述第二分值小于第二阈值的图片；

第三分值评价单元：配置用于检测第三图片中的人脸眼睛数量，基于所述人脸眼睛数量确定第三分值；

图片输出单元：配置用于基于所述第一图片的像素值、所述第二图片中的人脸占比值和黑白灰像素占比值确定第四分值，基于所述第一分值、所述第二分值、所述第三分值和第四分值获得所述图片的综合评分值，输出所述综合评分值大于综合阈值的图片，其中，像素值具体包括横向像素点数rows和纵向像素点数cols，像素值越高表示图片越清晰，通过对所述第一图片中的所述横向像素点数rows和所述纵向像素点数cols对该人脸图片进行像素值的评价。