【技术实现步骤摘要】
一种人脸图像截取方法、装置及计算机设备
本专利技术属于人脸识别
，具体地涉及一种人脸图像截取方法、装置及计算机设备。
技术介绍
目前的人脸识别技术，包含有人脸检测、人脸矫正和人脸识别等具体技术手段，其中，主流的人脸检测算法是采用基于人脸矩形框(其参数可用x、y、w和h表示，即x表示所述人脸矩形框的左上角横坐标，y表示所述人脸矩形框的左上角纵坐标，w表示所述人脸矩形框的横向宽度，h表示所述人脸矩形框的纵向高度)的算法来做人脸位置检测。在根据现有人脸检测算法得到人脸矩形框后，对所述人脸矩形框内的图像依次做人脸矫正和人脸识别，得到人脸识别结果。但是现有人脸检测算法在针对倾斜成像人脸生成人脸矩形框时，往往会造成所述人脸矩形框漏掉一部分人脸区域，使得人脸矫正后所得人脸图像的部分区域出现缺失现象。如图1所示，最后经人脸矫正所得人脸图像的额头部分被漏掉了一部分，影响了人脸识别的准确率；而若为了保证人脸不被漏掉，需要扩大人脸矩形框，又会导致更多背景区域被引入，同样会影响人脸识别的准确率。
技术实现思路
为了...
【技术保护点】
1.一种人脸图像截取方法，其特征在于，包括：/n获取人脸图片，其中，所述人脸图片包含有一个目标人脸；/n在所述人脸图片中标记出所述目标人脸的人脸特征点；/n根据参考线与所述目标人脸的左右对称中心线的夹角大小，对所述人脸图片进行旋转校正，得到使所述夹角大小为零度的人脸新图片，其中，所述参考线为图片纵坐标轴线或图片横坐标轴线；/n根据所述人脸特征点在所述人脸新图片中的坐标位置，确定能够囊括所述人脸特征点中所有人脸外围轮廓特征点的最小外接矩形；/n从所述人脸新图片中截取出位于所述最小外接矩形内的人脸图像。/n
【技术特征摘要】
1.一种人脸图像截取方法，其特征在于，包括：
获取人脸图片，其中，所述人脸图片包含有一个目标人脸；
在所述人脸图片中标记出所述目标人脸的人脸特征点；
根据参考线与所述目标人脸的左右对称中心线的夹角大小，对所述人脸图片进行旋转校正，得到使所述夹角大小为零度的人脸新图片，其中，所述参考线为图片纵坐标轴线或图片横坐标轴线；
根据所述人脸特征点在所述人脸新图片中的坐标位置，确定能够囊括所述人脸特征点中所有人脸外围轮廓特征点的最小外接矩形；
从所述人脸新图片中截取出位于所述最小外接矩形内的人脸图像。
2.如权利要求1所述的方法，其特征在于，获取人脸图片，包括：
在包含有至少一个人脸的图片中，标记出目标人脸的人脸区域矩形框；
按照预设放大比例放大所述人脸区域矩形框，得到放大的人脸区域矩形框；
从所述图片中截取出位于所述放大的人脸区域矩形框内的图片。
3.如权利要求1所述的方法，其特征在于，根据参考线与所述目标人脸的左右对称中心线的夹角大小，对所述人脸图片进行旋转校正，得到使所述夹角大小为零度的人脸新图片，包括：
从所述人脸特征点中，选出在人脸主视角度下会位于同一竖直线上或同一水平线上的任意两个特征点；
根据所述任意两个特征点的连接线与所述参考线的夹角角度，确定出所述参考线与所述目标人脸的左右对称中心线的夹角大小；
对所述人脸图片进行旋转校正，得到使所述夹角大小为零度的人脸新图片。
4.如权利要求1所述的方法，其特征在于，根据参考线与所述目标人脸的左右对称中心线的夹角大小，对所述人脸图片进行旋转校正，得到使所述夹角大小为零度的人脸新图片，包括：
根据所述夹角大小，得到用于图片旋转变换的仿射变换矩阵；
根据所述仿射变换矩阵，计算得到所述人脸图片中各个像素点在人脸新图片中的新坐标位置；
根据所有像素点在所述人脸新图片中的新坐标位置，得到使所述夹角大小为零度的人脸新图片。
5.如权利要求1所述的方法，其特征在于，根据所述人脸特征点在所述人脸新图片中的坐标位置，确定能够囊括所述人脸特征点中所有人脸外围轮廓特征点的最小外接矩形，包括：
获取所述人脸特征点在所述人脸新图中的横坐标集合和纵坐标集合；
根据所述横坐标集合中的横坐标最小值和横坐标最大值以及所述纵坐标集合中的纵坐标最小值和纵坐标最大值，确定出所述最小外接矩形...
【专利技术属性】
技术研发人员：杨青川，
申请(专利权)人：成都新潮传媒集团有限公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。