[发明专利]一种用于人脸图片的筛选方法和系统有效
申请号: | 201910435655.4 | 申请日: | 2019-05-23 |
公开(公告)号: | CN110287791B | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 范志建;张龙;李昌华 | 申请(专利权)人: | 罗普特科技集团股份有限公司 |
主分类号: | G06V10/774 | 分类号: | G06V10/774;G06V10/764;G06V40/16;G06K9/62 |
代理公司: | 厦门福贝知识产权代理事务所(普通合伙) 35235 | 代理人: | 郝学江 |
地址: | 361000 福建省厦门市集*** | 国省代码: | 福建;35 |
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 用于 图片 筛选 方法 系统 | ||
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,Gx和Gy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。
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罗普特科技集团股份有限公司,未经罗普特科技集团股份有限公司许可,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/201910435655.4/1.html,转载请声明来源钻瓜专利网。