一种基于平均人脸-普氏变换的人脸对齐方法技术

本发明专利技术涉及一种基于平均人脸‑普氏变换的人脸对齐方法，对原始输入视频图像、人工拍照图像利用多任务级联卷积神经网络进行人脸检测，定位人脸所在区域进行剪裁与放缩，进而在同尺寸的剪裁图像中得到双眼、两嘴角与鼻子五个关键点坐标；对所有剪裁图片中的五个特征点分别求平均，计算得到平均人脸模型；将待对齐的人脸图像以平均人脸为基准进行普氏变换，得到对齐后的图像；对对齐后的人脸图像进行识别、验证。

【技术实现步骤摘要】
一种基于平均人脸-普氏变换的人脸对齐方法
本专利技术属于数字图像处理
，涉及一种人脸识别的方法，特别地涉及一种基于平均人脸-普氏分析(Procrustesanalysis)的人脸图像对齐方法。
技术介绍
人脸验证、人脸识别是计算机视觉领域的研究热点，同时在安防、金融等领域有着大量的应用需求。人脸识别的主要思想是将采集到的人脸图像通过定位人面部的一系列特征点而对人脸进行定位，而后通过数学方法将采集到的人脸转化为标准的人脸图像，进而交给验证、识别算法进行判断。由于通过相机、摄像头采集的图像有着拍摄角度不一，被拍目标头部动作不一的特点，使得人脸验证、人脸识别的算法设计难度大、准确率低。
技术实现思路
本专利技术的目的在于提供一种基于平均人脸-普氏变换的人脸图像对齐方法，能够降低验证、识别算法的设计难度，且能够提升识别的准确率。本专利技术的技术方案如下：一种基于平均人脸-普氏变换的人脸对齐方法，其特征在于包括以下步骤：(1)对原始输入视频图像、人工拍照图像利用多任务级联卷积神经网络进行人脸检测，定位人脸所在区域进行剪裁与放缩，进而在同尺寸的剪裁图像中得到双眼、两嘴角与鼻子五个关键点坐标；(本文档来自技高网...

【技术保护点】
1.一种基于平均人脸‑普氏变换的人脸对齐方法，其特征在于包括以下步骤：(1)对原始输入视频图像、人工拍照图像利用多任务级联卷积神经网络进行人脸检测，定位人脸所在区域进行剪裁与放缩，进而在同尺寸的剪裁图像中得到双眼、两嘴角与鼻子五个关键点坐标；(2)对所有剪裁图片中的五个特征点分别求平均，计算得到平均人脸模型；(3)将待对齐的人脸图像以步骤(2)中得到的平均人脸为基准进行普氏变换，得到对齐后的图像；(4)对对齐后的人脸图像进行识别、验证。

【技术特征摘要】
1.一种基于平均人脸-普氏变换的人脸对齐方法，其特征在于包括以下步骤：(1)对原始输入视频图像、人工拍照图像利用多任务级联卷积神经网络进行人脸检测，定位人脸所在区域进行剪裁与放缩，进而在同尺寸的剪裁图像中得到双眼、两嘴角与鼻子五个关键点坐标；(2)对所有剪裁图片中的五个特征点分别求平均，计算得到平均人脸模型；(3)将待对齐的人脸图像以步骤(2)中得到的平均人脸为基准进行普氏变换，得到对齐后的图像；(4)对对齐后的人脸图像进行识别、验证。2.根据权利要求1所述的基于平均人脸-普氏变换的人脸对齐方法，其特征在于，所述普氏变...

【专利技术属性】
技术研发人员：武玉亭，张晓林，范宇，单鼎一，刘惟锦，
申请(专利权)人：北京航天长峰科技工业集团有限公司，
类型：发明
国别省市：北京,11