人脸运动模糊矫正方法技术

本发明专利技术公开了一种人脸运动模糊矫正方法，包括步骤：人脸检测后提取ROI区域，特征点定位，人脸矫正；在该步骤中，对头部围绕Z轴旋转的姿态进行矫正，然后使用特征点位置和眉心相对距离为姿态特征作为新的采集样本，并使用姿态矫正特征提取算法矫正。本发明专利技术由于去除Z轴旋转干扰，使用姿态矫正特征提取算法，提高了人脸识别的准确率，提高了检测人脸运动模糊的成功率，提升了人脸识别系统的鲁棒性。

Fuzzy correction of face motion

【技术实现步骤摘要】
人脸运动模糊矫正方法
本专利技术涉及图像处理及模式识别
，更为具体地，涉及一种人脸运动模糊矫正方法。
技术介绍
现有人脸识别算法主要具有如下特点：(1)选取基于Brenner梯度，基于Brenner梯度图像清晰度评价算法具有运算速度快，但是存在问题，例如易受环境亮度的影响有时无法评价出最清晰的图像，造成错误对焦，准确度低；(2)选取基于Tenengrad梯度，Tenengrad函数式一种常用的图像清晰度评价函数，在图像处理中，一般认为对焦好的图像具有更尖锐的边缘，故具有更大的梯度函数值。Tenengrad函数使用Sobel算子提取水平和垂直方向的梯度值，经过Sobel算子处理后的图像的平均灰度值，值越大，代表图像越清晰。Tenengrad函数梯度向量平方函数具有调焦范围小、灵敏度高、稳定性好的特点，但是仅适合于小范围精确调焦，对较大范围准确度低；(3)基于拉普拉斯边缘检测，拉普拉斯边缘检测方法检测速度快、精度相对高的特点，但是检测出的图像边缘，包含了无效颗粒边缘，还存在不完全是单像素宽度等问题，准确度低。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种人脸运动模糊矫正方法，能用于对人脸模糊进行矫正，有益于提高人脸识别的准确率，提高检测人脸运动模糊的成功率，提升人脸识别系统的鲁棒性。本专利技术的目的是通过以下技术方案来实现的：一种人脸运动模糊矫正方法，包括：步骤A，人脸检测后提取ROI区域，特征点定位，人脸矫正；在该步骤中，对头部围绕Z轴旋转的姿态进行矫正，然后使用特征点位置和眉心相对距离为姿态特征作为新的采集样本，并使用姿态矫正特征提取算法矫正。进一步的，所述姿态矫正特征提取算法，包括如下步骤：S1，计算左眼眼角点到右眼角点的中心位置，即眉心坐标为：S2，计算点到点的欧式距离：S3，计算点到点水平距离L：S4，计算面部旋转角度θface：S5，计算未校正的68个人脸特征点和图像坐标轴x轴方向夹角：…S5，计算68个点矫正后相对眉心的位置(centerx，centery)：S6，计算68个点矫正后相对眉心的位置(centerx，centery)：…进一步的，在步骤A之前，执行步骤B，在步骤B中，采集真实训练数据和人工训练数据。进一步的，在步骤B中，设图像的左上角为坐标原点(0,0)，图像的长度方向为x轴，宽度方向为y轴，整个图像落在第一象限，设无任何模糊和噪声的真实图像为f(x,y)，模糊图像为g(x,y)，由于运动模糊是由图像彼此重叠造成的，成立：其中，Cx为图像在方向上的平移速度，Cy为在方向上的平移速度，T为快门打开时间即产生模糊图像的时间，n(x,y)为加性噪声。本专利技术的有益效果是：(1)本专利技术由于去除Z轴旋转干扰，能用于对人脸模糊进行矫正，有益于提高人脸识别的准确率，提高检测人脸运动模糊的成功率，提升人脸识别系统的鲁棒性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术步骤流程示意图；图2为人脸矫正前矫正中心点位置旋转示意图；图3为人脸矫正后示意图。具体实施方式下面结合附图进一步详细描述本专利技术的技术方案，但本专利技术的保护范围不局限于以下所述。本说明书中公开的所有特征，或隐含公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。下面将详细描述本专利技术的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本专利技术。在以下描述中，为了提供对本专利技术的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本专利技术。在其他实例中，为了避免混淆本专利技术，未具体描述公知的电路，软件或方法。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在对实施例进行描述之前，需要对一些必要的术语进行解释。例如：若本申请中出现使用“第一”、“第二”等术语来描述各种元件，但是这些元件不应当由这些术语所限制。这些术语仅用来区分一个元件和另一个元件。因此，下文所讨论的“第一”元件也可以被称为“第二”元件而不偏离本专利技术的教导。应当理解的是，若提及一元件“连接”或者“联接”到另一元件时，其可以直接地连接或直接地联接到另一元件或者也可以存在中间元件。相反地，当提及一元件“直接地连接”或“直接地联接”到另一元件时，则不存在中间元件。在本申请中出现的各种术语仅仅用于描述具体的实施方式的目的而无意作为对本专利技术的限定，除非上下文另外清楚地指出，否则单数形式意图也包括复数形式。当在本说明书中使用术语“包括”和/或“包括有”时，这些术语指明了所述特征、整体、步骤、操作、元件和/或部件的存在，但是也不排除一个以上其他特征、整体、步骤、操作、元件、部件和/或其群组的存在和/或附加。如图1～3所示，一种人脸运动模糊矫正方法，包括：步骤A，人脸检测后提取ROI区域，特征点定位，人脸矫正；在该步骤中，对头部围绕Z轴旋转的姿态进行矫正，然后使用特征点位置和眉心相对距离为姿态特征作为新的采集样本，并使用姿态矫正特征提取算法矫正。进一步的，所述姿态矫正特征提取算法，包括如下步骤：S1，计算左眼眼角点到右眼角点的中心位置，即眉心坐标为：S2，计算点到点的欧式距离：S3，计算点到点水平距离L：S4，计算面部旋转角度θface：S5，计算未校正的68个人脸特征点和图像坐标轴x轴方向夹角：…S5，计算68个点矫正后相对眉心的位置(centerx，centery)：…S6，计算68个点矫正后相对眉心的位置(centerx，centery)：…进一步的本文档来自技高网...

【技术保护点】
1.一种人脸运动模糊矫正方法，其特征在于，包括：/n步骤A，人脸检测后提取ROI区域，特征点定位，人脸矫正；在该步骤中，对头部围绕Z轴旋转的姿态进行矫正，然后使用特征点位置和眉心相对距离为姿态特征作为新的采集样本，并使用姿态矫正特征提取算法矫正。/n

【技术特征摘要】
1.一种人脸运动模糊矫正方法，其特征在于，包括：
步骤A，人脸检测后提取ROI区域，特征点定位，人脸矫正；在该步骤中，对头部围绕Z轴旋转的姿态进行矫正，然后使用特征点位置和眉心相对距离为姿态特征作为新的采集样本，并使用姿态矫正特征提取算法矫正。


2.根据权利要求1所述的一种人脸运动模糊矫正方法，其特征在于，所述姿态矫正特征提取算法，包括如下步骤：
S1，计算左眼眼角点到右眼角点的中心位置，即眉心坐标为：






S2，计算点到点的欧式距离：



S3，计算点到点水平距离L：



S4，计算面部旋转角度θface：



S5，计算未校正的68个人脸特征点和图像坐标轴x轴方向夹角：









…



S5，计算68个点矫正后相对眉心的位置(centerx，centery)：

【专利技术属性】
技术研发人员：李剑峰，史吉光，张进，宋志远，王洪波，
申请(专利权)人：湖南检信智能科技有限公司，
类型：发明
国别省市：湖南;43