[发明专利]一种基于大数据分析的视频图像处理方法及系统

说明书

本发明涉及一种基于大数据分析的视频图像处理方法，所述视频图像处理方法包括：建立人脸识别数据库和人脸微表情数据库；采集视频图像获取人脸图像；对采集的视频图像进行预处理消除视频图像中的背景杂色；对预处理后的视频图像中的情感特征并进行情感分析，完成对视频图像的识别。本发明的优点在于：通过对视频图像进行边缘提取、直方图均衡、肤色分割和光照补偿等预处理去除了图像中多余的混淆色，使得在后续对人脸的表情等细节的分析识别上更为准确，也进一步地缩短了识别的时间。

技术领域

本发明涉及大数据分析技术领域，尤其涉及一种基于大数据分析的视频图像处理方法及系统。

背景技术

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，用摄像机或者摄像头采集含有人脸的图像或者视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术，通常也叫做人像识别或者面部识别。

现有的人脸识别大多只是对人脸的大体特征进行识别，实现从视频图像中判断出某个人，或者判断某人与数据库的信息是否能够匹配成功；但是在有些场合需要对视频图像中的面部的细微表情进行识别，因此需要分析视频图像中比较细节的部分，但是视频中背景色太多，会给图像的细节分析造成很大的困扰，导致视频图像识别速度较慢，甚至导致整体识别准确度的降低。

发明内容

本发明的目的在于克服现有技术的缺点，提供了一种基于大数据分析的视频图像处理方法及系统，解决了现有人脸识别方法中存在的不足。

本发明的目的通过以下技术方案来实现：一种基于大数据分析的视频图像处理方法，所述视频图像处理方法包括：

建立人脸识别数据库和人脸微表情数据库；

采集视频图像获取人脸图像；

对采集的视频图像进行预处理消除视频图像中的背景杂色；

对预处理后的视频图像中的情感特征并进行情感分析，完成对视频图像的识别。

进一步地，所述对采集的视频图像进行预处理消除视频图像中的背景杂色包括：

对采集的视频图像中的人脸图像轮廓进行捕捉以及将肤色区域与背景图像分离，并将捕捉到的人脸图像从视频图像的背景中截取出来后进行二值化处理；

提取二值化处理后的图像边缘，去除边缘很弱的图像区域以及变化平坦的背景区域后使图像中像素值分布均衡化；

去除经过像素值分布均衡化后图像的二值化处理效果，并进行光照补偿以克服亮度不均对结果的干扰。

进一步地，所述使图像中像素值分布均衡化具体包括以下内容：

输入图像进行直方图均衡，利用2D-FFT将其变换到频域，采用最佳自适应相关器将输入图像与平均脸模板求相关；

将滤波器的输出按照阈值分为人脸区域，可能的人脸区域和背景区域三部分，通过3×3的窗口内对待测图像进行局部灰度均衡，最后使用OAC滤波器输出背景区域。

进一步地，所述对预处理后的视频图像中的情感特征并进行情感分析，完成对视频图像的识别包括：

分析预处理后图像的颜色参数，根据图像颜色变化判断人脸的范围，将人脸位置的反馈结果调整截图画面，以及根据人脸位置信息对人脸位置图像进行像素化，并结合数据库的人脸特征数据对图像像素进行像素统计人脸识别；

根据分析的人脸结果结合数据库中的微表情特征进行分析和定义人脸特征点，结合生成人脸模型并在模型上标定特征点，实时分析调整特征点的位置以及记录特征点位置的变化位移；

根据人脸模型上的特征点位置变化位移，调用数据库中的微表情特征和心理行为特征分析人物情绪和情绪的变化，并输出分析结果。