The technical scheme provides a new method for correction of face image, the method includes receiving the sender to send the original image, the original image detection, interception by the face image, face image feature point positioning, generates at least two facial feature point coordinates, calculate the face deflection angle of at least two facial feature point coordinates based on the deflection angle of the reverse rotation face face image based on face detection, image reverse rotation of the face image correction interception. Before the face recognition, the face image which is deflected in the image is corrected first, and then the rotation angle of the face image is rotated in the opposite direction of the deflection direction, then the rotated image is detected, and the face correction image is intercepted. Because there is no deflection in the face correction image, the accuracy of face recognition can be improved, and a large number of non face regions are removed when the face correction image is removed, so the workload of subsequent image processing can be reduced.
【技术实现步骤摘要】
一种矫正人脸图像的方法
本专利技术涉及图像处理
,具体地说,涉及一种矫正人脸图像的方法。
技术介绍
人脸识别技术是生物识别技术中的一种,以其直接性、唯一性、方便性等特点,在公安侦查、交通检测、门禁系统、目标追踪及其他民用安全控制系统等领域具有广阔的发展前景和很高的社会经济效益。近年来随着越来越多的研究工作者投入到人脸识别领域中,人脸识别技术得到了很大的发展,并逐渐成熟起来。人脸检测作为人脸识别技术中最为重要的模块之一,其采集得到的人脸图像的质量直接影响着人脸识别率的高低。一般影响人脸检测过程的因素主要有:光照、姿态、摄像机的成像能力等等,由于同一个人在不同姿态下的人脸图像之间的差异几乎经常大于在相同姿态条件下不同人的人脸图像之间的差异,而且对于目前存在的大多数的人脸识别系统,在待识别图像和训练图像中的人脸姿态相似的情况下,识别率很高,但是当人脸姿态变化时,识别率急剧下降,使得姿态问题成为人脸检测乃至人脸识别领域最难解决的问题之一。在现有技术中,李海彦等首先需要通过积分投影方法对人脸图像中的关键点(包括左内眼点、右内眼点、鼻尖以及两嘴角点)进行定位,然后根据两个内眼点计算出倾斜角度,最后通过仿射变换函数实现了人脸图像的矫正。然而该方法能够实现有效矫正的角度范围为25°左右,不能满足实际应用过程中姿态多样性的要求;而且该方法只是对原有倾斜人脸图像进行了旋转和缩放,导致最终得到的矫正后的人脸图像包含了较多无用、冗余的黑色区域,这些黑色区域不但会影响算法的速度,还导致有效人脸区域占据整张人脸图像的比例明显缩小,这在一定程度上限制了人脸识别率的提高。因此,如何 ...
【技术保护点】
一种矫正人脸图像的方法,其特征在于,所述方法包括:接收发送端发送的原始图像;检测所述原始图像,截取得到人脸图像;定位所述人脸图像上的特征点,生成至少两个人脸特征点位置坐标;基于至少两个所述人脸特征点位置坐标计算人脸偏转角度;基于所述人脸偏转角度反向旋转所述人脸图像;检测反向旋转后的所述人脸图像,截取得到人脸矫正图像。
【技术特征摘要】
1.一种矫正人脸图像的方法,其特征在于,所述方法包括:接收发送端发送的原始图像;检测所述原始图像,截取得到人脸图像;定位所述人脸图像上的特征点,生成至少两个人脸特征点位置坐标;基于至少两个所述人脸特征点位置坐标计算人脸偏转角度;基于所述人脸偏转角度反向旋转所述人脸图像;检测反向旋转后的所述人脸图像,截取得到人脸矫正图像。2.如权利要求1所述的矫正人脸图像的方法,其特征在于,所述检测所述原始图像包括:调用AdaBoost算法;基于所述AdaBoost算法中级联的强分类器检测所述原始图像并生成人脸区域坐标。3.如权利要求2所述的矫正人脸图像的方法,其特征在于,所述AdaBoost算法中强分类器的训练方法包括以下步骤:步骤A:调用训练样本集,所述训练样本集共包括i个训练样本,所述i个训练样本可分别表示为:{(u1,q1),(u2,q2),...,(ui,qi)},ui表示所述训练样本集中的图像,qi表示所述训练样本是否为人脸样本,其中,qi=0代表所述训练样本为非人脸,qi=1代表所述训练样本为人脸;步骤B:对于qi=0,初始化其权值为w1,i=1/2m,对于qi=1,初始化其权值为w1,i=1/2l,其中m表示非人脸个数,l表示人脸个数;步骤C:归一化权值:将的值赋予wt,i;步骤D:根据最小分类错误率确定第t轮的最优弱分类器ht(u)=h(u,ft,pt,θt),函数h表示所采用的弱分类器,f指的是人脸图像上的Haar-like特征,p代表不等号的方向(只有±1两种情况),θ代表Haar-like特征的阈值;步骤F:更新权重,β=εt/(1-εt),若图像ui分类正确,用分类标志ei=0表示;反之分类标志ei=1,其中,t=1,2...
【专利技术属性】
技术研发人员:黄鸿,石光耀,刘嘉敏,袁佳成,丁高兴,李宗辉,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。