眼镜定位方法、装置及存储介质制造方法及图纸

本发明专利技术提供一种眼镜定位方法，该方法包括：获取摄像装置拍摄到的一张实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；利用预先确定的第一分类器识别该实时脸部图像中是否包含眼镜，并输出识别结果；及，当识别结果为该实时脸部图像中包含眼镜时，利用预先确定的第二分类器对该实时脸部图像中的眼镜位置进行定位，并输出定位结果。本发明专利技术采用两个分类器对人脸图像中的眼镜区域图像进行检测，提高眼镜检测的精度和准确度。本发明专利技术还提供一种电子装置及一种计算机可读存储介质。

Method, device and storage medium for positioning of glasses

The invention provides a lens positioning method, the method includes: acquiring a real-time image captured by the camera device, a face recognition algorithm based on the real-time image extraction from a real-time facial image; using the first classifier previously determined whether the real-time recognition of face images contained in the glasses, and outputs the recognition results; and, when the recognition results for the real-time facial image contains glasses, the localization of the real-time facial image of the glasses in position by the second classifiers predetermined, and outputs the positioning result. The invention uses two classifiers to detect the region image in the face image, so as to improve the accuracy and accuracy of the glasses detection. The invention also provides an electronic device and a computer readable storage medium.

【技术实现步骤摘要】
眼镜定位方法、装置及存储介质
本专利技术涉及计算机视觉处理
，尤其涉及一种眼镜定位方法、电子装置及计算机可读存储介质。
技术介绍
在人脸识别领域，由于很多人戴眼镜，尤其是戴深框眼镜，导致在人脸识别时，带深框眼镜的人脸图像相似度较高，无法进行准确的人脸识别。目前业内采用的方法，是先去除人脸图像中的眼镜区域之后，再对去除眼镜区域之后的人脸图像进行识别。然而，这种方法的关键在于如何准确的确定人脸图像中的眼镜区域。由于受眼镜形状的多样性及图像质量等因素的影响，眼镜检测存在许多难点。例如，早期的眼镜检测主要采用图像处理和模板匹配的方法，根据像素灰度值的不连续变化来检测眼镜的下边框和眼镜鼻梁，然后通过两眼之间区域的边缘信息来检测眼镜；后期的眼镜检测主要使用三维霍夫(Hough)变换方法检测眼镜。但是，由于不同光线的影响，成像后通过图像处理和Hough方法得到的图像过度依赖于图像边缘，故存在噪声，且噪声干扰会导致经常无法获得特征点或准确的特征点，因此检测的准确率比较低。
技术实现思路
本专利技术提供一种眼镜定位方法、电子装置及计算机可读存储介质，其主要目的在于提高人脸图像中眼镜定位的准确度。为实本文档来自技高网...

【技术保护点】
一种眼镜定位方法，应用于一种电子装置，其特征在于，该方法包括：获取摄像装置拍摄到的一张实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；利用预先确定的第一分类器识别该实时脸部图像中是否包含眼镜，并输出识别结果；及当识别结果为该实时脸部图像中包含眼镜时，利用预先确定的第二分类器对该实时脸部图像中的眼镜位置进行定位，并输出定位结果。

【技术特征摘要】
1.一种眼镜定位方法，应用于一种电子装置，其特征在于，该方法包括：获取摄像装置拍摄到的一张实时图像，利用人脸识别算法从该实时图像中提取一张实时脸部图像；利用预先确定的第一分类器识别该实时脸部图像中是否包含眼镜，并输出识别结果；及当识别结果为该实时脸部图像中包含眼镜时，利用预先确定的第二分类器对该实时脸部图像中的眼镜位置进行定位，并输出定位结果。2.如权利要求1所述的眼镜定位方法，其特征在于，所述预先确定的第一分类器的训练过程如下：分别准备包含眼镜和不包含眼镜的样本图片，根据样本图片中是否包含眼镜，对每个样本图片进行分类标记；将分类标记后的样本图片分为第一比例的训练集和第二比例的验证集；利用所述训练集训练卷积神经网络，得到所述第一分类器；及利用所述验证集验证训练的所述第一分类器的准确率，若准确率大于或者等于预设准确率，则训练结束，或者，若准确率小于预设准确率，则增加样本图片数量并重新执行训练步骤。3.如权利要求1或2所述的眼镜定位方法，其特征在于，所述预先确定的第二分类器的获取过程如下：对包含眼镜的样本图片进行预处理，在预处理后的样本图片中的眼镜位置标记预设数量的标记点；将每张样本图片中代表眼镜位置的预设数量的标记点组合成一个向量，以其中一张样本图片的向量为基准向量，将其它所有样本图片的向量与该基准向量对齐，得到关于眼镜位置的第一平均模型；对关于眼镜位置的第一平均模型进行降维处理得到关于眼镜位置的第二平均模型；及从第二平均模型中提取每个标记点的局部特征，将关于眼镜位置的第二平均模型及其每个标记点的局部特征作为第二分类器。4.如权利要求3所述的眼镜定位方法，其特征在于，所述对每张样本图片进行预处理的步骤包括：将每张样本图片转为灰度图像，读取灰度图像中各像素点的像素值，分别除以255，将灰度图像中各像素点的像素值规范化。5.如权利要求1所述的眼镜定位方法，其特征在于，所述人脸识别算法可以为基于几何特征的方法、局部特征分析方法、特征脸方法、基于弹性模型的方法及神经网络方法。6.一种电子装置，其特征在于，该电子装置包...

【专利技术属性】
技术研发人员：戴磊，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44