[发明专利]以关键点局部邻域的高频分析为核心的模糊人脸判别方法

摘要

本发明公开了一种模糊人脸图像的自动分析判别方法。对比现有相关技术方法，该技术具有适应性强、鲁棒性好，使用阶段不需人工干预，不受与训练人脸容貌相似程度的影响，对训练样本的依赖少，训练阶段耗时短，充分利用人脸图像的全局拓扑及细节特征等优点。本发明的主要创新之处在面部关键点局部邻域特征的设计方面。在人脸核心部位的关键位置提取局部邻域的高频图像特征，即能够保证对直接反映图像清晰程度的图像细节纹理的恰当应用，又能够避免容貌和姿态差异等干扰因素对方法精度的影响，直接提升方法的鲁棒性。此外，本发明还引入基于AdaBoost技术的集成分类器构建策略，对各关键点的局部邻域模糊判别分类器进行集成，实现一体化综合智能决策。

主权项

以关键点局部邻域的高频分析为核心的模糊人脸判别方法，包括下列步骤：方法训练阶段：(1)搭建由清晰人脸和模糊人脸图像组成的训练样本集合；(2)标定各人脸图像上处在核心位置的关键点的坐标，并进行关键点提取模型的训练；(3)依据位于眼部区域的所有关键点的坐标，计算眼部区域的重心位置；(4)根据连接两眼重心的向量对各人脸图像进行标准化；(5)取每个关键点周围邻接的方形局部区域，以其为特征提取的对象区域；(6)提取各关键点局部邻接区域的高频图像特征；(7)根据训练样本集，为每一人脸关键点对应的局部邻接区域分别训练一个基于高频图像特征的模糊判别分类器，用于对当前关键点特征区域是否模糊的区分判断；(8)将所有关键点局部邻域的模糊判别分类器集成整合为一个统一的人脸模糊判断分类器；在线使用阶段：(9)提取待判定图像上的人脸关键点坐标，并对图像进行标准化处理；(10)提取待判定图像上每一关键点对应局部邻域的高频图像特征；(11)将关键点局部领域的高频图像特征输入已训练构建的集成分类器，判定整幅人脸图像是否模糊。