基于MTCNN的红眼自动修复方法技术

本发明专利技术公开了基于MTCNN的红眼自动修复方法，具体按照以下步骤实施：步骤1、将红眼图像输入到MTCNN网络中，MTCNN网络检测人脸并返回人脸的位置以及人脸的双眼瞳孔、鼻尖和左右嘴角的横纵坐标；步骤2、针对步骤1得到的人脸的双眼瞳孔坐标来计算双眼瞳孔距离，然后再进行比例拓展，经过参数调整后得到ROI；步骤3、对步骤2得到的ROI，进行遮蔽红眼、清理瞳孔掩膜以及修复红眼的操作，最后将处理后的图像复制到原始图像的眼睛区域，得到修复后的人脸图像。本发明专利技术的方法具有全自动、误检率低、红眼修复速度快的优点。

【技术实现步骤摘要】
基于MTCNN的红眼自动修复方法
本专利技术属于图像处理
，具体涉及一种基于MTCNN的红眼自动修复方法。
技术介绍
红眼是相片中人眼瞳孔处的红色斑点，它是由相机的闪光灯造成的。环境亮度较暗时人类的瞳孔会适当地放大，当眼睛突然接收到强烈的光线时就会发生血管反射，并反射给镜头血色的光线，这使得相片中眼睛瞳孔处呈现红色。红眼与人们以往所认知的眼睛颜色有较大反差，它降低了相片的质量。红眼是摄影中常见的不协调的因素，诸多学者提出了多种红眼修复的方法，主要包括全自动修复和半自动修复两种方法。半自动红眼修复算法的原理：首先手动选择红眼的ROI(RegionofInterest，感兴趣区域)，然后使用相应的算法确定眼睛位置，最后调整眼睛像素以修复红眼。虽然半自动红眼修复算法较为精确，但需要手动处理，无法适用于处理大规模数据。自动红眼修复算法的基本原理：首先使用眼睛的某些特征，采用相应的方法自动确定红眼位置，最后对红眼进行修复。虽然自动红眼修复算法无需手动处理，但效率不高、速度慢、易受噪声干扰、鲁棒性差，因此综合来看，目前的红眼修复方法存在红眼修复的速度本文档来自技高网...

【技术保护点】
1.基于MTCNN的红眼自动修复方法，其特征在于，具体按照以下步骤实施：/n步骤1、将红眼图像输入到MTCNN网络中，MTCNN网络检测人脸并返回人脸的位置以及人脸的双眼瞳孔、鼻尖和左右嘴角的横纵坐标；/n步骤2、针对步骤1得到的人脸的双眼瞳孔坐标来计算双眼瞳孔距离，然后再进行比例拓展，经过参数调整后得到ROI；/n步骤3、对步骤2得到的ROI，进行遮蔽红眼、清理瞳孔掩膜以及修复红眼的操作，最后将处理后的图像复制到原始图像的眼睛区域，得到修复后的人脸图像。/n

【技术特征摘要】
1.基于MTCNN的红眼自动修复方法，其特征在于，具体按照以下步骤实施：
步骤1、将红眼图像输入到MTCNN网络中，MTCNN网络检测人脸并返回人脸的位置以及人脸的双眼瞳孔、鼻尖和左右嘴角的横纵坐标；
步骤2、针对步骤1得到的人脸的双眼瞳孔坐标来计算双眼瞳孔距离，然后再进行比例拓展，经过参数调整后得到ROI；
步骤3、对步骤2得到的ROI，进行遮蔽红眼、清理瞳孔掩膜以及修复红眼的操作，最后将处理后的图像复制到原始图像的眼睛区域，得到修复后的人脸图像。


2.根据权利要求1所述的基于MTCNN的红眼自动修复方法，其特征在于，所述步骤1具体按照以下步骤实施：
步骤1.1将输入的红眼图像依据设定的尺寸创建图像金字塔，将红眼图像进行多级缩放，得到一组不同尺寸的输入图像；
步骤1.2、将一组不同尺寸的图像输入到P-Net中，依次通过不同尺寸的卷积层与池化层生成特征图，最后通过特征图判断人脸轮廓点，图像由P-Net分析处理后产生人脸候选框和边框回归向量，再校准后得到若干个人脸候选框；
步骤1.3、将步骤1.2中得到的若干个人脸候选框输入到R-Net中做进一步训练；通过所设阈值继续去除掉不达标的人脸候选框，并用非极大值抑制再去掉高度重叠的人脸候选框，得到进一步训练后的若干个人脸候选框；
步骤1.4、将步骤1.3得到的进一步训练后的若干个人脸候选框输入到O-Net网络中，O-Net网络进行进一步精准定位人脸位置后，最后输出人脸位置以及人脸的双眼瞳孔、鼻尖和左右嘴角的横纵坐标的特征点。


3.根据权利要求1所述的基于MTCNN的红眼自动修复方法，其特征在于，步骤2中，所述双眼瞳孔距离的计算具体按照如下步骤实施：
通过人脸检测返回的双眼坐标使用如下公式(6)计算双眼瞳孔的距离：



其中，Dlr为人脸左右眼瞳孔的距离，和为左眼的横纵坐标，和为右眼的横纵坐标。


4.根据权利要求3所述的基于MTCNN的...

【专利技术属性】
技术研发人员：苏雪平，高蒙，陈宁，任劼，李云红，朱丹尧，段嘉伟，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61