[发明专利]一种人脸图像截取方法、装置及计算机设备在审

专利信息
申请号: 202010900665.3 申请日: 2020-08-31
公开(公告)号: CN112036317A 公开(公告)日: 2020-12-04
发明(设计)人: 杨青川 申请(专利权)人: 成都新潮传媒集团有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 成都顶峰专利事务所(普通合伙) 51224 代理人: 杨国瑞
地址: 610000 四川省成都市高新*** 国省代码: 四川;51
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 图像 截取 方法 装置 计算机 设备
【说明书】:

发明涉及人脸识别技术领域,公开了一种人脸图像截取方法、装置及计算机设备,可以先根据图片纵坐标轴线或图片横坐标轴线与目标人脸的左右对称中心线的夹角大小,对人脸图片进行旋转校正,使所述目标人脸的成像区域在人脸新图片中得到摆正,然后根据人脸特征点在所述人脸新图片中的坐标位置,确定能够囊括所述人脸特征点中所有人脸外围轮廓特征点的最小外接矩形,最后从人脸新图片中截取出位于所述最小外接矩形内的人脸图像,由此针对倾斜成像人脸,既避免出现截取的人脸图像存在部分缺失问题,又可避免引入过多的背景信息,进而可提高人脸检测中人脸区域检测和人脸识别的准确率,经过测试,可在人脸检测中提高人脸区域检测准确率3%以上。

技术领域

本发明属于人脸识别技术领域,具体地涉及一种人脸图像截取方法、装置及计算机设备。

背景技术

目前的人脸识别技术,包含有人脸检测、人脸矫正和人脸识别等具体技术手段,其中,主流的人脸检测算法是采用基于人脸矩形框(其参数可用x、y、w和h表示,即x表示所述人脸矩形框的左上角横坐标,y表示所述人脸矩形框的左上角纵坐标,w表示所述人脸矩形框的横向宽度,h表示所述人脸矩形框的纵向高度)的算法来做人脸位置检测。在根据现有人脸检测算法得到人脸矩形框后,对所述人脸矩形框内的图像依次做人脸矫正和人脸识别,得到人脸识别结果。

但是现有人脸检测算法在针对倾斜成像人脸生成人脸矩形框时,往往会造成所述人脸矩形框漏掉一部分人脸区域,使得人脸矫正后所得人脸图像的部分区域出现缺失现象。如图1所示,最后经人脸矫正所得人脸图像的额头部分被漏掉了一部分,影响了人脸识别的准确率;而若为了保证人脸不被漏掉,需要扩大人脸矩形框,又会导致更多背景区域被引入,同样会影响人脸识别的准确率。

发明内容

为了解决在现有人脸识别过程中,针对倾斜成像人脸易出现截取的人脸图像存在部分缺失,进而会影响人脸识别准确率的问题,本发明目的在于提供一种人脸图像截取方法、装置、计算机设备及计算机可读存储介质,可以针对倾斜成像人脸,既避免出现截取的人脸图像存在部分缺失问题,又可避免引入过多的背景信息,进而可提高人脸检测中人脸区域检测和人脸识别的准确率。

第一方面,本发明提供了一种人脸图像截取方法,包括:

获取人脸图片,其中,所述人脸图片包含有一个目标人脸;

在所述人脸图片中标记出所述目标人脸的人脸特征点;

根据参考线与所述目标人脸的左右对称中心线的夹角大小,对所述人脸图片进行旋转校正,得到使所述夹角大小为零度的人脸新图片,其中,所述参考线为图片纵坐标轴线或图片横坐标轴线;

根据所述人脸特征点在所述人脸新图片中的坐标位置,确定能够囊括所述人脸特征点中所有人脸外围轮廓特征点的最小外接矩形;

从所述人脸新图片中截取出位于所述最小外接矩形内的人脸图像。

基于上述发明内容,可以先根据图片纵坐标轴线或图片横坐标轴线与目标人脸的左右对称中心线的夹角大小,对人脸图片进行旋转校正,使所述目标人脸的成像区域在人脸新图片中得到摆正,然后根据人脸特征点在所述人脸新图片中的坐标位置,确定能够囊括所述人脸特征点中所有人脸外围轮廓特征点的最小外接矩形,最后从人脸新图片中截取出位于所述最小外接矩形内的人脸图像,由此针对倾斜成像人脸,既避免出现截取的人脸图像存在部分缺失问题,又可避免引入过多的背景信息,进而可提高人脸检测中人脸区域检测和人脸识别的准确率,经过测试,可在人脸检测中提高人脸区域检测准确率3%以上,以及进一步使得人脸识别准确率提高0.2%以上,成像人脸倾斜度越大,提升效果越明显。

在一个可能的设计中,获取人脸图片,包括:

在包含有至少一个人脸的图片中,标记出目标人脸的人脸区域矩形框;

按照预设放大比例放大所述人脸区域矩形框,得到放大的人脸区域矩形框;

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成都新潮传媒集团有限公司,未经成都新潮传媒集团有限公司许可,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/202010900665.3/2.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