一种建立人脸图像识别器方法技术

本发明专利技术涉及一种建立人脸图像识别器方法，包括：获取多个人脸原图像，所述人脸原图像是人脸正面的彩色摄影图像；根据每个所述人脸原图像生成一个训练图像，每个所述训练图像是具有相同像素数量、相同图像基点的图像，所述训练图像保留眼眉以下的人脸轮廓内的图像，将多个训练图像输入分类器，分类器根据训练图像进行学习后，生成能够对人脸图像进行分类处理的所述人脸图像识别器。本发明专利技术的有益效果是：采用计算机图像处理技术，对原始人脸摄影照片进行统一的规格化处理，并生成更多的衍生图像，为分类器提供了丰富的、高质量的训练图片，使分类器能够建立起高效能的人脸图像识别器，满足人脸特征的分类识别要求，可应用于医学领域或其它应用领域。

A method of building face image recognizer

The invention relates to a method of establishing a face image recognition device comprises: acquiring more than one face of the original image, the original image is a face color photography image face; according to each of the original face image to generate a training image, each of the training images are with the same number of pixels, the same image points. The training images retain the image below the eyebrow in the face contour, a plurality of input training image classifier, classifier according to the training image after learning to generate for recognition of the face image classification of face images. The beneficial effect of the invention is: using computer image processing technology, the original face photos were standardized and unified, and generate more derivative image, provides high quality, rich training pictures for the classifiers, the classifier can set up a face image recognition device of high efficiency, meet the classification and recognition of facial features requirements can be applied in the field of medicine or other applications.

【技术实现步骤摘要】
一种建立人脸图像识别器方法
本专利技术属于图像分类识别系统，尤其涉及一种建立人脸图像识别器方法。
技术介绍
在医学领域，某些疾病与人的面部特征具有特定关联。如库欣综合症，其患者会出现明显的面部特征变化，包括脸庞、面色加深等特征，有经验的医生根据患者的面部特征即可初步判断患者的病因，甚至没有经过系统医学教育的人也能看出其病因。一个现实的例子是：一位库欣综合症患者在国内多家医院就医均未能正确地诊断出病因，来的北京协和医院等待就诊时，医院的清洁工告诉他患的是库欣综合症，与之后医生的诊断相同，这使患者感到十分诧异，多家医院不能确诊的病症竟然被医院的清洁工正确地判别。现代信息技术的进步使计算机系统具备了强大的图像处理和识别功能，如果能够借助计算机系统的图像处理和识别技术对人脸图像进行处理，采用现代信息技术进行疾病的早期诊断和筛查，对于医疗事业和人民健康具有重大的积极意义。目前较为典型的图像分类处理技术包括卷积神经网络系统、SVM系统和随机森林系统等，统称为分类器。这些系统的实现图像分类的方法是采用足够数量的训练图像输入系统，由系统的自学习功能阅读训练图像，获得对图像的分类能力。从事本专利技术的医学团队采用卷积神经网络系统进行了相关实验和研究，结果证实，采用大量的、以普通摄影方式获得图像（包括患者人脸图像和正常人图像）作为训练图像输入系统，系统并未获得满意的训练效果，不能有效地识别患者于正常人，其正确识别率不能满足应用要求。研究结果显示，继续增加训练图像的数量可以提高其分类识别能力，但是，由于患者的广泛分布及保护个人肖像权的因素的制约，可获得的患者人脸图像资料的也是有一定限度的。因此必须采用更进一步的技术手段来实现有效地人脸图像识别。
技术实现思路
本专利技术的目的是提出一种建立人脸图像识别器方法的技术方案，通过现有的图像分类器，建立有效的、具有实用价值的人脸图像识别器。为了实现上述目的，本专利技术的技术方案是：一种建立人脸图像识别器方法，所述方法包括：步骤一，获取多个人脸原图像，所述人脸原图像是人脸正面的彩色摄影图像；步骤二，根据所述人脸原图像生成多个训练图像，每个所述训练图像是具有相同像素数量、相同图像基点的图像，所述训练图像保留眼眉以下的人脸轮廓内的图像，其它部分由单一颜色的图像遮罩；步骤三，将所述多个训练图像输入分类器，所述分类器根据训练图像进行学习后，生成能够对人脸图像进行分类处理的所述人脸图像识别器。更进一步，步骤一中，所述人脸原图像是24位彩色图像，所述人脸原图的面部像素数量不低于200像素×200像素。更进一步，所述训练图像是水平像素数量和垂直像素数量相同的正方形图像，所述训练图像包括原训练图像，生成所述原训练图像的方法包括：a.识别所述人脸原图像的关键点，所述关键点包括眼眉关键点、上下眼睑关键点、脸部轮廓关键点；b.根据步骤a得到的所述上下眼睑关键点，分别计算出左眼几何中心和右眼几何中心，所左眼几何中心和右眼几何中心是眼睑轮廓的几何中心；c.根据步骤b得到的左眼几何中心和右眼几何中心，计算出左眼几何中心和右眼几何中心之间连线的中点作为所述图像基点；d.以所述图像基点为中心旋转人脸原图像，使左眼几何中心和右眼几何中心处于同一水平线上，所述关键点随人脸原图像同时旋转；e.对人脸原图像进行裁切，生成眼眉以下包含所述关键点的最小矩形图像；f.根据所述脸部轮廓关键点生成所述人脸轮廓图像，所述人脸轮廓图像是所述人脸轮廓之外的图像为单一颜色的背景图像。g.将所述人脸轮廓图像进行等比例缩放并放置在所述正方形的训练图像中，生产所述原训练图像；所述人脸轮廓图像的图像基点的横向位置位于所述训练图像的中心，所述人脸轮廓图像的图像基点至所述训练图像上边沿的距离为训练图像全高的0.195倍，所左眼几何中心和右眼几何中心之间的距离是所述训练图像宽度的0.35倍；位于所述人脸轮廓图像之外的所述训练图像与所述人脸轮廓图像的背景图像的颜色一致。更进一步：在步骤f中，根据所述脸部轮廓关键点生成人脸的轮廓遮罩图像，所述轮廓遮罩图是以脸部轮廓为分界线的双色图像，所述轮廓遮罩图像在所述人脸轮廓内的图像为透明图像，将所述轮廓罩图与所述所述最小矩形图像叠加，生成所述人脸轮廓图像；在步骤f中，对轮廓遮罩图像的锐利边进行缘高斯模糊处理；所述训练图像是512像素×512像素的图像，在步骤g中，所述图像基点距所述训练图像左上角的像素坐标位置为（256×100），所左眼几何中心和右眼几何中心之间的像素数为180像素。更进一步，所述训练图像还包括通过原训练图像生成的多个衍生训练图像，生成所述衍生训练图像的方法包括随机调整亮度、模拟面部识别误差、模拟插值误差。更进一步：所述随机调整亮度方法包括，生成多个随机数GAMMA，采用每个随机数GAMMA作伽马值对原训练图片进行伽马变换，生成多个衍生训练图片；所述模拟面部识别误差方法包括，根据所述训练图像生成人脸轮廓的遮罩图像，将遮罩图像多次随机地在横向和纵向移动一个位移量，生成多个衍生训练图片，图像在横向距离为服从U(-距离常数×横向位移量,+距离常数×横向位移量)的随机数，图像在纵向距离为服从U(-距离常数×纵向位移量,+距离常数×纵向位移量)的随机数；所述模拟插值误差方法包括，采用随机数R，对原图片先进行比值为R的等比例变换，再对原图片进行比值为1/R的等比例变换，采用多个随机数生成多个多个衍生训练图片。更进一步，在所述随机调整亮度方法中，生成服从U(0,1)的随机数X，计算GAMMA=1/(1+(X/0.5-1)×JITTER_GAMMA)，所述JITTER_GAMMA常数为0.4；在所述模拟面部识别误差方法中，所述距离常数为0.035；在所述模拟插值误差方法中，生成服从U(0,1)的随机数X，计算R=1+(X/0.5-1)×JITTER_RESIZE，所述JITTER_RESIZE常数为0.75；更进一步，步骤三中所述的分类器是采用InceptionV3网络结构的分类器，所述人脸图像识别器最后四层顺序是：用于获取前层编码数据的GlobalAveragePooling层，在所述GlobalAveragePooling层之后是概率为0.5的Dropout层，在所述Dropout层之后的用于实现分类的64维全连接层和2-3维全连接层，最末层的激活函数为softmax函数，其他层的激活函数为ReLU函数。更进一步，所述人脸原图像包括正常人的人脸图像和具有特定特征的人脸图像。更进一步，所述具有特定特征的的人脸图像包括库欣综合症患者的人脸图像。本专利技术的有益效果是：采用技术先进的分类器，采用计算机图像处理技术，对原始人脸摄影照片进行统一的规格化处理，并生成更多的衍生图像，为分类器提供了丰富的、高质量的训练图片，使分类器能够建立起高效能的人脸图像识别器，满足人脸特征的分类识别要求，可应用于医学领域或其它应用领域。下面结合附图和实施例对本专利技术作一详细描述。附图说明图1是本专利技术所述的人脸原图像示意图，由于无法提供彩色图像，故以单色图像示意；图2是本专利技术识别图像关键点的示意图；图3是本专利技术将人脸原图像旋转至双眼水平位置的示意图；图4是本专利技术最小矩形图像的示意图；图5是本专利技术轮廓遮罩图像的示意图；图6是本专利技术人脸轮廓图像的示意图；图7是本文档来自技高网...

【技术保护点】
一种建立人脸图像识别器方法，其特征在于，所述方法包括：步骤一，获取多个人脸原图像，所述人脸原图像是人脸正面的彩色摄影图像；步骤二，根据所述人脸原图像生成多个训练图像，每个所述训练图像是具有相同像素数量、相同图像基点的图像，所述训练图像保留眼眉以下的人脸轮廓内的图像，其它部分由单一颜色的图像遮罩；步骤三，将所述多个训练图像输入分类器，所述分类器根据训练图像进行学习后，生成能够对人脸图像进行分类处理的所述人脸图像识别器。

【技术特征摘要】
1.一种建立人脸图像识别器方法，其特征在于，所述方法包括：步骤一，获取多个人脸原图像，所述人脸原图像是人脸正面的彩色摄影图像；步骤二，根据所述人脸原图像生成多个训练图像，每个所述训练图像是具有相同像素数量、相同图像基点的图像，所述训练图像保留眼眉以下的人脸轮廓内的图像，其它部分由单一颜色的图像遮罩；步骤三，将所述多个训练图像输入分类器，所述分类器根据训练图像进行学习后，生成能够对人脸图像进行分类处理的所述人脸图像识别器。2.根据权利要求1所述的一种建立人脸图像识别器方法，其特征在于，步骤一中，所述人脸原图像是24位彩色图像，所述人脸原图的面部像素数量不低于200像素×200像素。3.根据权利要求1所述的一种建立人脸图像识别器方法，其特征在于，所述训练图像是水平像素数量和垂直像素数量相同的正方形图像，所述训练图像包括原训练图像，生成所述原训练图像的方法包括：a.识别所述人脸原图像的关键点，所述关键点包括眼眉关键点、上下眼睑关键点、脸部轮廓关键点；b.根据步骤a得到的所述上下眼睑关键点，分别计算出左眼几何中心和右眼几何中心，所左眼几何中心和右眼几何中心是眼睑轮廓的几何中心；c.根据步骤b得到的左眼几何中心和右眼几何中心，计算出左眼几何中心和右眼几何中心之间连线的中点作为所述图像基点；d.以所述图像基点为中心旋转人脸原图像，使左眼几何中心和右眼几何中心处于同一水平线上，所述关键点随人脸原图像同时旋转；e.对人脸原图像进行裁切，生成眼眉以下包含所述关键点的最小矩形图像；f.根据所述脸部轮廓关键点生成所述人脸轮廓图像，所述人脸轮廓图像是所述人脸轮廓之外的图像为单一颜色的背景图像；g.将所述人脸轮廓图像进行等比例缩放并放置在所述正方形的训练图像中，生产所述原训练图像；所述人脸轮廓图像的图像基点的横向位置位于所述训练图像的中心，所述人脸轮廓图像的图像基点至所述训练图像上边沿的距离为训练图像全高的0.195倍，所左眼几何中心和右眼几何中心之间的距离是所述训练图像宽度的0.35倍；位于所述人脸轮廓图像之外的所述训练图像与所述人脸轮廓图像的背景图像的颜色一致。4.根据权利要求3所述的一种建立人脸图像识别器方法，其特征在于：在步骤f中，根据所述脸部轮廓关键点生成人脸的轮廓遮罩图像，所述轮廓遮罩图是以脸部轮廓为分界线的双色图像，所述轮廓遮罩图像在所述人脸轮廓内的图像为透明图像，将所述轮廓罩图与所述所述最小矩形图像叠加，生成所述人脸轮廓图像；在步骤f中，对轮廓遮罩图像的锐利边进行缘高斯模糊处理；所述训练图像是512像素×512像素的图像，在...

【专利技术属性】
技术研发人员：王任直，韦人，冯铭，包新杰，刘小海，姚勇，邓侃，
申请(专利权)人：中国医学科学院北京协和医院，
类型：发明
国别省市：北京,11