一种人脸区域识别方法、装置及存储介质制造方法及图纸

本发明专利技术公开一种人脸区域识别方法、装置及存储介质，该方法包括步骤：获取待识别图像，将待识别图像进行预处理，得到预处理图像；采用改进的边缘检测算法和高斯平滑对预处理图像进行处理，得到多个人脸候选区域；其中，改进的边缘检测算法对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出；对人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置；根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置。本发明专利技术通过采用改进的边缘检测算法、高斯平滑滤波技术，和采用人脸几何特征进行定位，能有效减少计算量、提高识别效率和准确性。

A face region recognition method, device and storage medium

【技术实现步骤摘要】
一种人脸区域识别方法、装置及存储介质
本专利技术涉及人脸识别
，尤其涉及一种人脸区域识别方法、装置及存储介质。
技术介绍
人脸识别系统是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术具有广阔的发展前景。而人脸区域识别提取历来是人脸识别系统中的难点问题，人脸区域识别的实质是图像分割，其目标是从原图像中提取人脸区域，以供下一步字符分割与识别。识别的方法多种多样，但很多方法都不同程度地存在计算量大、识别时间长以及定位准确率不高的缺点。
技术实现思路
本专利技术实施例的目的是提供一种人脸区域识别方法、装置及存储介质，通过采用改进的边缘检测算法、高斯平滑滤波技术，和采用人脸几何特征进行定位，能有效减少计算量、提高识别效率和准确性。为实现上述目的，本专利技术一实施例提供了一种人脸区域识别方法，包括以下步骤：获取待识别图像，将所述待识别图像进行预处理，得到预处理图像；采用改进的边缘检测算法和高斯平滑对所述预处理图像进行处理，得到多个人脸候选区域；其中，所述改进的边缘检测算法对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出；对所述人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置；根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置。优选地，所述方法还包括：根据人脸肤色特征对所述初步位置进行判断，确定人脸区域位置。优选地，所述根据人脸肤色特征对所述初步位置进行判断，确定人脸区域位置，具体包括：选取所述人脸候选区域的中心区域，将其颜色模型转换到HSV模型；按照颜色区间进行划分，并统计落入每个所述颜色区间的像素点的数目；对所述中心区域进行色彩统计，将所述像素点进行归类；进行伪人脸区域删除，确定人脸区域位置。优选地，所述获取待识别图像，将所述待识别图像进行预处理，得到预处理图像，具体包括：获取待识别图像，对所述待识别图像的RGB三分量进行加权平均，得到灰度图像；其中，gray＝0.3R+0.59G+0.11B，gray代表灰色，R代表红色，G代表绿色，B代表蓝色；对所述灰度图像进行直方图均衡处理，得到预处理图像。优选地，所述高斯平滑的算法具体为：其中，i和j是两个不同投影位置对应的常数，T(i)为投影值，T′(i)为平滑后的投影值，w为平滑区域的单边宽度，h(j,σ)为高斯函数，σ为高斯函数的参数。优选地，所述数学形态学处理包括以下步骤：选取所述人脸候选区域的任意一点，将其压入堆栈，进行递归；判断所述堆栈是否为空，若否，则弹出该点作为当前点，并进行标号；继续在对应的所述人脸候选区域中查找所述当前点的左、下、右、上的邻点，判断每一邻点是否被标记，将没有标记的邻点依次压入堆栈；重复上述步骤，直至所述堆栈为空。优选地，所述根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置，具体包括：根据所述候选人脸区域的尺寸大小和长宽比例、所述候选人脸区域的像素分布关系、所述人脸候选区域在所述待识别图像中的位置，对伪人脸区域进行删除，确定人脸区域位置。本专利技术另一实施例提供了一种人脸区域识别装置，所述装置包括：预处理模块，用于获取待识别图像，将所述待识别图像进行预处理，得到预处理图像；候选区域确定模块，用于采用改进的边缘检测算法和高斯平滑对所述预处理图像进行处理，得到多个人脸候选区域；其中，所述改进的边缘检测算法对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出；初步定位模块，用于对所述人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置；判断模块，用于根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置。本专利技术另一实施例对应提供了一种使用人脸区域识别方法的装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一项所述的人脸区域识别方法。本专利技术还有一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一项所述的人脸区域识别方法。与现有技术相比，本专利技术实施例所提供的一种人脸区域识别方法、装置及存储介质，通过采用改进的边缘检测算法、高斯平滑滤波技术，和采用人脸几何特征进行定位，能有效减少计算量、提高人脸识别效率和准确性，达到快速定位人脸区域的目的。附图说明图1是本专利技术一实施例提供的一种人脸区域识别方法的流程示意图；图2是本专利技术一实施例提供的一种人脸区域识别装置的结构示意图。图3是本专利技术一实施例提供的一种使用人脸区域识别方法的装置的示意图。具体实施方式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。参见图1，是本专利技术一实施例提供的一种人脸区域识别方法的流程示意图，所述方法包括步骤S1至步骤S4：S1、获取待识别图像，将所述待识别图像进行预处理，得到预处理图像；S2、采用改进的边缘检测算法和高斯平滑对所述预处理图像进行处理，得到多个人脸候选区域；其中，所述改进的边缘检测算法对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出；S3、对所述人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置；S4、根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置。具体地，获取待识别图像，将待识别图像进行预处理，得到预处理图像，这是为了减少后续的图像处理的计算量和为之后的上层操作做准备。采用改进的边缘检测算法和高斯平滑对预处理图像进行处理，得到多个人脸候选区域；其中，改进的边缘检测算法在经典的边缘检测算法上作出改进的，主要为对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出。改进的边缘检测算法具有更强的平滑噪声能力。设中心点qq的灰度值为0，其周围各点的灰度值为255，也就是说中心点是黑色点，而周围都是白色点，这样的点qq一般情况下是噪声点。对人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置。一般地，经过数学形态学处理后，待识别图像中会出现许多连通区域，也就是可能的人脸区域，根据这些区域提供的位置信息从待识别图像中分割出可能的人脸区域子图像，也就是把感兴趣的人脸区域从待识别图像中分本文档来自技高网...

【技术保护点】
1.一种人脸区域识别方法，其特征在于，包括以下步骤：/n获取待识别图像，将所述待识别图像进行预处理，得到预处理图像；/n采用改进的边缘检测算法和高斯平滑对所述预处理图像进行处理，得到多个人脸候选区域；其中，所述改进的边缘检测算法对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出；/n对所述人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置；/n根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置。/n

【技术特征摘要】
1.一种人脸区域识别方法，其特征在于，包括以下步骤：
获取待识别图像，将所述待识别图像进行预处理，得到预处理图像；
采用改进的边缘检测算法和高斯平滑对所述预处理图像进行处理，得到多个人脸候选区域；其中，所述改进的边缘检测算法对传统八个与边界方向对应的模板按对称轴方向进行整合，以轴线为特定边缘方向做出最大响应，形成四个以其最大值作为边缘幅度图像的输出；
对所述人脸候选区域进行数学形态学处理，以确定人脸区域的初步位置；
根据人脸区域的几何特征对所述初步位置进行判断，确定人脸区域位置。


2.如权利要求1所述的人脸区域识别方法，其特征在于，所述方法还包括：
根据人脸肤色特征对所述初步位置进行判断，确定人脸区域位置。


3.如权利要求2所述的人脸区域识别方法，其特征在于，所述根据人脸肤色特征对所述初步位置进行判断，确定人脸区域位置，具体包括：
选取所述人脸候选区域的中心区域，将其颜色模型转换到HSV模型；
按照颜色区间进行划分，并统计落入每个所述颜色区间的像素点的数目；
对所述中心区域进行色彩统计，将所述像素点进行归类；
进行伪人脸区域删除，确定人脸区域位置。


4.如权利要求1所述的人脸区域识别方法，其特征在于，所述获取待识别图像，将所述待识别图像进行预处理，得到预处理图像，具体包括：
获取待识别图像，对所述待识别图像的RGB三分量进行加权平均，得到灰度图像；其中，gray＝0.3R+0.59G+0.11B，gray代表灰色，R代表红色，G代表绿色，B代表蓝色；
对所述灰度图像进行直方图均衡处理，得到预处理图像。


5.如权利要求1所述的人脸区域识别方法，其特征在于，所述高斯平滑的算法具体为：其中，i和j是两个不同投影位置对应的常数，T(i)为投影值，T′(i)为平滑后的投影值，w为平滑区域的单边宽度，h(j,σ)为高斯函数，σ为高斯函数的参数。


6.如权利要...

【专利技术属性】
技术研发人员：张秋镇，林凡，刘经豪，
申请(专利权)人：广州杰赛科技股份有限公司，
类型：发明
国别省市：广东;44