[发明专利]人脸图像面部关键点的定位方法有效
申请号: | 201510090459.X | 申请日: | 2015-02-28 |
公开(公告)号: | CN104598936B | 公开(公告)日: | 2018-07-27 |
发明(设计)人: | 李军;张军;程东岳 | 申请(专利权)人: | 北京畅景立达软件技术有限公司 |
主分类号: | G06K9/66 | 分类号: | G06K9/66;G06K9/46;G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100080 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种人脸图像面部关键点的定位方法,包括如下步骤:基于互联网数据,标注形成一个具有多个面部关键点的人脸图像训练集;基于人脸检测器检测到的人脸检测框将训练集中标注了面部关键点的人脸图像进行对齐,得到对齐后的每张人脸图像上面部关键点的位置和所有人脸图像面部关键点的平均位置;分别学习每个面部关键点的判别特征表示,将每个面部关键表示为一个10维的特征向量;基于偏最小二乘回归学习面部关键点的回归定位模型;对于输入的测试人脸图像,经过人脸检测和对齐、归一化、面部关键点位置初始化以及迭代回归处理得到最终的面部关键位置并输出。 | ||
搜索关键词: | 关键点 人脸图像 对齐 人脸检测 标注 偏最小二乘回归 关键点位置 互联网数据 人脸检测器 定位模型 关键位置 平均位置 特征表示 特征向量 初始化 归一化 上面部 训练集 回归 迭代 测试 输出 检测 学习 | ||
【主权项】:
1.一种人脸图像面部关键点的定位方法,其特征在于:(1)收集N张互联网人脸图像,形成人脸图像训练集;(2)为人脸图像训练集中的每张人脸图像进行面部关键点位置标注并得到关键点坐标,其中标注的面部关键点包括人脸器官和面部轮廓,其中的人脸器官包括眉毛中心、眼睛中心、鼻子中心和嘴巴中心,面部轮廓为下面部轮廓,共标记28个面部关键点,以每张人脸图像的左上角为原点O,以水平右向为X轴正方向,以垂直下向为Y轴正方向,建立直角坐标系,得到标注的每个面部关键点i在该坐标系中的位置,其中;(3)利用人脸检测器对每张人脸图像进行人脸检测,人脸检测器在每张人脸图像上检测到像素大小的矩形人脸检测框,其中心在每张人脸图像的直角坐标系中的坐标为,每张人脸图像的人脸检测框的大小随其对应的人脸图像改变,以该人脸检测框的中心为参考点,在每张人脸图像上抠取像素大小的矩形区域;(4)对于抠取的像素大小的矩形区域,将其归一化到150*150像素大小矩形区域,以人脸检测框的中心为原点O,水平方向为X轴,垂直方向为Y轴,则面部关键点i的坐标归一化为:,其中为人脸检测框大小,对齐归一化后的每张人脸图像的所有面部关键点的位置记为,则,为面部关键点表示;(5)在对齐归一化后的人脸图像训练集上为每个面部关键点i单独地进行判别特征学习,具体为:(5.1)分别获得每个面部关键点i的正例样本和反例样本;(5.2)对每个面部关键点i得到的所有正例样本和所有反例样本分别提取59维的Uniform LBP特征;(5.3)计算每个面部关键点i得到的所有样本的均值、正例样本均值和反例样本的均值;(5.4)计算每个面部关键点i正例样本和反例样本的散度矩阵和以及类间散度矩阵;(5.5)基于Fisher准则学习每个面部关键点i的判别投影矩阵;(6)为每张人脸图像进行面部关键点特征提取;(7)训练得到面部关键点定位模型;(8)对输入的人脸图像利用定位模型定位得到面部关键点位置。
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北京畅景立达软件技术有限公司,未经北京畅景立达软件技术有限公司许可,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/patent/201510090459.X/,转载请声明来源钻瓜专利网。
- 上一篇:阵列基板、显示面板及显示装置
- 下一篇:一种导线架及其芯片封装体