多角度人脸数据采集方法和装置制造方法及图纸

本发明专利技术公开了一种多角度人脸数据采集方法，所述多角度人脸数据采集方法包括以下步骤：通过识别人脸进入采集区，提示用户保持平视；识别平视下的人脸图像，提取人脸特征点，根据人脸特征点确定特征比例值L1，保存当前姿态下的人脸数据；识别除平视姿态下的人脸图像，确定特征比例值L2，比较特征比例值L2与特征比例值L1的关系，根据L2与L1的关系判断人脸姿态，保存人脸姿态角度处于预设区间的人脸数据；判断所存储的各角度下的人脸数据是否覆盖全部预设角度区间，若是，则结束本次操作。本发明专利技术还公开了一种多角度人脸数据采集装置。本发明专利技术简化多角度人脸数据采集的流程，提高多角度人脸数据采集的完整性和精确性。

【技术实现步骤摘要】

本专利技术涉及图像处理
，尤其涉及一种多角度人脸数据采集方法和装置。
技术介绍
人脸识别技术是通过分析脸部器官的位移形状和位置关系来进行身份鉴别的，是一种重要的生物识别技术。现有的人脸识别技术主要依靠脸部特征的提取，而脸部特征的提取与人脸处于不同姿态下的状态有很大的关系，姿态的变化可引起的脸部图像缩放比例的不同，导致同一个人不同姿态下的脸部图像发生变化。人脸姿态的复杂变化能提供非常丰富的人脸三维信息，这使得人脸姿态的确定在人脸应用中成为一个关键环节和重要研究内容之一。目前的人脸姿态估计方法主要有几何模型法、非线性回归法和特征空间描述法等几大类。但是，几何模型法使用几何结构来描述人脸，建立模型与人脸的对应关系，这类方法的缺点是精确度不高；非线性回归法通过机器学习，建立一个从三维到二维的非线性映射函数来估计人脸姿态，这种方法受人脸定位误差和图像质量变化的影响很大；特征空间描述法假定在某些特征空间上，人脸姿态与某些特定的特征信息有对应关系，并可以通过训练来找到该对应关系，该算法的准确度与训练样本，以及用于描述人脸的特征空间有关，得到的实验结果不稳定。
技术实现思路
本专利技术的主要目的在于提供一种多角度人脸数据采集方法和装置，旨在简化多角度人脸数据采集的流程，提高多角度人脸数据采集的完整性和精确性。为实现上述目的，本专利技术提供的一种多角度人脸数据采集方法包括以下步骤：识别人脸进入采集区，提示用户保持平视；根据平视下的人脸图像，提取人脸特征点，根据人脸特征点确定特征比例值L1，保存当前姿态下的人脸数据；识别除平视姿态下的人脸图像，确定特征比例值L2，比较特征比例值L2与特征比例值L1的关系，若L2不等于L1，则计算出该姿态下的人脸角度，检测计算出的人脸角度是否在预设角度区间，若是，则保存人脸处于预设角度区间内的各姿态下的人脸数据；判断所存储的各角度下人脸数据是否覆盖全部预设角度区间，若是，则结束本次操作。优选地，所述识别人脸进入采集区的步骤包括：划定人脸采集区；根据所划定的人脸采集区，检测人脸是否完全进入采集区；若识别到人脸完全进入采集区，提示人脸保持静止。优选地，所述识别平视下的人脸图像，提取人脸特征点，根据人脸特征点确定特征比例值L1步骤包括：将采集到的人脸图像中的左眼中心、右眼中心和鼻尖作为人脸特征点，根据人脸特征点确定特征三角形；计算特征三角形的左眼中心与右眼中心的距离与鼻尖到左眼中心和右眼中心的中点的距离的特征比例值L1；优选地，将采集到的人脸图像中的左眼中心、右眼中心和鼻尖作为人脸特征点，根据人脸特征点确定特征三角形的步骤包括：通过ViBe快速背景提取技术，将视场中运动的人脸前景区域和静止的背景区域分割出来；获取人脸前景区域，采用类Haar人脸检测算法算出人脸区域；获取人脸区域，继续采用类Haar特征检测算法精确定位人脸区域中左眼、右眼和鼻子所在区域；计算左眼、右眼和鼻子区域中心，得到左眼中心、右眼中心和鼻子中心作为人脸特征点。优选地，所述若L2不等于L1，则计算出该姿态下的人脸角度的步骤包括：判断特征比例值L2与特征比例值L1的关系，若特征比例值L2大于特征比例值L1，则该角度为滚转角；若特征比例值L2小于特征比例值L1，则该角度为俯仰角；根据公式β1＝arccos((L1/L2))计算出所述滚转角的大小；根据公式β2＝arccos((L2/L1))计算出所述俯仰角大小。此外，为实现上述目的，本专利技术还提供一种多角度人脸数据采集装置，所述多角度人脸数据采集装置包括：识别模块，用于识别人脸进入采集区，提示用户保持平视；提取模块，用于根据人脸图像，提取人脸特征点，根据人脸特征点确定特征比例值，保存当前姿态下的人脸数据；比较模块，用于识别除平视姿态下的人脸图像，确定特征比例值L2，比较特征比例值L2与特征比例值L1的关系，若L2不等于L1，则计算出该姿态下的人脸角度，检测计算出的人脸角度是否在预设角度区间，若是，则保存人脸处于预设角度区间内的各姿态下的人脸数据；判断模块，用于判断所存储的各角度下人脸数据是否覆盖全部预设角度区间，若是，则结束本次操作。优选地，所述采集模块包括：采集单元，用于划定人脸采集区；检测单元，用于根据所划定的人脸采集区，检测人脸是否完全进入采集区；提示单元，若识别到人脸完全进入采集区，提示人脸保持静止。优选地，所述提取模块包括：分析单元：用于将采集到的人脸图像中的左眼中心、右眼中心和鼻尖作为人脸特征点，根据人脸特征点确定特征三角形；第一计算单元：用于计算特征三角形的左眼中心与右眼中心的距离与鼻尖到左眼中心和右眼中心的中点的距离的特征比例值L1，优选地，所述分析单元用于通过ViBe快速背景提取技术，将视场中运动的人脸前景区域和静止的背景区域分割出来；获取人脸前景区域，采用类Haar人脸检测算法算出人脸区域；获取人脸区域，继续采用类Haar特征检测算法精确定位人脸区域中左眼、右眼和鼻子所在区域；计算左眼、右眼和鼻子区域中心，得到左眼中心、右眼中心和鼻子中心作为人脸特征点。优选地，所述比较模块包括：判断单元：用于判断特征比例值L2与特征比例值L1的关系，若特征比例值L2大于特征比例值L1，则该角度为滚转角；若特征比例值L2小于特征比例值L1，则该角度为俯仰角；第二计算单元，根据公式β＝arccos((L1/L2))计算出所述滚转角的大小；根据公式β＝arccos((L2/L1))计算出所述俯仰角大小。本专利技术实施例通过识别人脸进入采集区，提示用户保持平视；识别平视下的人脸图像，提取人脸特征点，根据人脸特征点确定特征比例值L1，保存当前姿态下的人脸数据；识别除平视姿态下的人脸图像，确定特征比例值L2，比较特征比例值L2与特征比例值L1的关系，若L2不等于L1，则计算出该姿态下的人脸角度，检测计算出的人脸角度是否在预设角度区间，若是，则保存人脸处于预设角度区间内的各姿态下的人脸数据；判断所存储的各角度下人脸数据是否覆盖全部预设角度区间，若是，则结束本次操作。根据用户头部的不同动作，采用特征比例值法识别出用户处于不同角度下的人脸姿态，简化多角度人脸数据采集的流程，提高多角度人脸数据采集的完整性和精确性。附图说明图1为本专利技术多角度人脸数据采集方法第一实施例的流程示意图；图2为本专利技术多角度人脸数据采集方法第二实施例的流程示意图；图3为本专利技术多角度人脸数据采集方法第三实施例的流程示意图；图4为本专利技术多角度人脸数据采集方法第四实施例的流程示意图；图5为本专利技术多角度人脸数据采集装置第一实施例的功能模块示意图；图6为本专利技术多角度人脸数据采集装置第二实施例中识别模块的细化功能模块示意图；图7为本专利技术多角度人脸数据采集装置第三实施例中提取模块的细化功能模块示意图；图8为本专利技术多角度人脸数据采集装置第四实施例中比较模块的细化功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种多角度人脸数据采集方法，参照图1，在一实施例中，该多角度人脸数据智能实时采集方法包括：步骤S10，识别人脸进入采集区，提示用户保持平视；步骤S20，识别平视下的人脸图像，提取人脸特征点，根据人脸特征本文档来自技高网...

【技术保护点】
一种多角度人脸数据采集方法，其特征在于，所述多角度人脸数据采集方法包括以下步骤：识别人脸进入采集区，提示用户保持平视；识别平视下的人脸图像，提取人脸特征点，根据人脸特征点确定特征比例值L1，保存当前姿态下的人脸数据；识别除平视姿态下的人脸图像，确定特征比例值L2，比较特征比例值L2与特征比例值L1的关系，若L2不等于L1，则计算出该姿态下的人脸角度，检测计算出的人脸角度是否在预设角度区间，若是，则保存人脸处于预设角度区间内的各姿态下的人脸数据；判断所存储的各角度下人脸数据是否覆盖全部预设角度区间，若是，则结束本次操作。

【技术特征摘要】
1.一种多角度人脸数据采集方法，其特征在于，所述多角度人脸数据采集方法包括以下步骤：识别人脸进入采集区，提示用户保持平视；识别平视下的人脸图像，提取人脸特征点，根据人脸特征点确定特征比例值L1，保存当前姿态下的人脸数据；识别除平视姿态下的人脸图像，确定特征比例值L2，比较特征比例值L2与特征比例值L1的关系，若L2不等于L1，则计算出该姿态下的人脸角度，检测计算出的人脸角度是否在预设角度区间，若是，则保存人脸处于预设角度区间内的各姿态下的人脸数据；判断所存储的各角度下人脸数据是否覆盖全部预设角度区间，若是，则结束本次操作。2.如权利要求1所述的多角度人脸数据采集方法，其特征在于，所述识别人脸进入采集区的步骤包括：划定人脸采集区；根据所划定的人脸采集区，检测人脸是否完全进入采集区；若识别到人脸完全进入采集区，提示人脸保持静止。3.如权利要求1所述的多角度人脸数据采集方法，其特征在于，所述识别平视下的人脸图像，提取人脸特征点，根据人脸特征点确定特征比例值L1的步骤包括：将采集到的人脸图像中的左眼中心、右眼中心和鼻尖作为人脸特征点，根据人脸特征点确定特征三角形；计算特征三角形的左眼中心与右眼中心的距离与鼻尖到左眼中心和右眼中心的中点的距离的特征比例值L1。4.如权利要求3所述的多角度人脸数据采集方法，其特征在于，所述将采集到的人脸图像中的左眼中心、右眼中心和鼻尖作为人脸特征点，根据人脸特征点确定特征三角形的步骤包括：通过ViBe快速背景提取技术，将视场中运动的人脸前景区域和静止的背景区域分割出来；获取人脸前景区域，采用类Haar人脸检测算法算出人脸区域；继续采用类Haar特征检测算法精确定位人脸区域中左眼、右眼和鼻子所在区域，计算左眼、右眼和鼻子区域中心，得到左眼中心、右眼中心和鼻子中心作为人脸特征点。5.如权利要求1所述的多角度人脸数据采集方法，其特征在于，所述若L2不等于L1，则计算出该姿态下的人脸角度的步骤包括：判断特征比例值L2与特征比例值L1的关系，若特征比例值L2大于特征比例值L1，则该角度为滚转角；若特征比例值L2小于特征比例值L1，则该角度为俯仰角；根据公式β1＝arccos((L1/L2))计算出所述滚转角的大小；根据公式β2＝arccos((L2/...

【专利技术属性】
技术研发人员：刘晓春，丁晓华，周翔，
申请(专利权)人：深圳市鹰眼在线电子科技有限公司，
类型：发明
国别省市：广东;44