[发明专利]一种人脸区域识别方法、装置及存储介质

说明书

本发明公开一种人脸区域识别方法、装置及存储介质，该方法包括步骤：获取待识别图像，将待识别图像进行预处理，得到预处理图像；采用改进的边缘检测算法和高斯平滑对预处理图像进行处理，得到多个人脸候选区域；其中，改进的边缘检测算法对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出；对人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置；根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置。本发明通过采用改进的边缘检测算法、高斯平滑滤波技术，和采用人脸几何特征进行定位，能有效减少计算量、提高识别效率和准确性。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种人脸区域识别方法、装置及存储介质。

背景技术

人脸识别系统是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术具有广阔的发展前景。而人脸区域识别提取历来是人脸识别系统中的难点问题，人脸区域识别的实质是图像分割，其目标是从原图像中提取人脸区域，以供下一步字符分割与识别。识别的方法多种多样，但很多方法都不同程度地存在计算量大、识别时间长以及定位准确率不高的缺点。

发明内容

本发明实施例的目的是提供一种人脸区域识别方法、装置及存储介质，通过采用改进的边缘检测算法、高斯平滑滤波技术，和采用人脸几何特征进行定位，能有效减少计算量、提高识别效率和准确性。

为实现上述目的，本发明一实施例提供了一种人脸区域识别方法，包括以下步骤：

获取待识别图像，将所述待识别图像进行预处理，得到预处理图像；

采用改进的边缘检测算法和高斯平滑对所述预处理图像进行处理，得到多个人脸候选区域；其中，所述改进的边缘检测算法对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出；

对所述人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置；

根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置。

优选地，所述方法还包括：

根据人脸肤色特征对所述初步位置进行判断，确定人脸区域位置。

优选地，所述根据人脸肤色特征对所述初步位置进行判断，确定人脸区域位置，具体包括：

选取所述人脸候选区域的中心区域，将其颜色模型转换到HSV模型；

按照颜色区间进行划分，并统计落入每个所述颜色区间的像素点的数目；

对所述中心区域进行色彩统计，将所述像素点进行归类；

进行伪人脸区域删除，确定人脸区域位置。

优选地，所述获取待识别图像，将所述待识别图像进行预处理，得到预处理图像，具体包括：

获取待识别图像，对所述待识别图像的RGB三分量进行加权平均，得到灰度图像；其中，gray＝0.3R+0.59G+0.11B，gray代表灰色，R代表红色，G代表绿色，B代表蓝色；

对所述灰度图像进行直方图均衡处理，得到预处理图像。

优选地，所述高斯平滑的算法具体为：其中，i和j是两个不同投影位置对应的常数，T(i)为投影值，T′(i)为平滑后的投影值，w为平滑区域的单边宽度，h(j,σ)为高斯函数，σ为高斯函数的参数。

优选地，所述数学形态学处理包括以下步骤：

选取所述人脸候选区域的任意一点，将其压入堆栈，进行递归；

判断所述堆栈是否为空，若否，则弹出该点作为当前点，并进行标号；