人脸图像提取方法、存储介质及终端设备技术

本发明专利技术公开了一种人脸图像提取方法、存储介质及终端设备，该方法包括：基于人脸五官检测模型，从人脸图像上检测出人脸的双眼、鼻子和嘴角的位置；根据双眼之间的连线与人脸图像的水平轴之间的夹角校正所述人脸图像，以获取标准人脸图像；基于标准人脸图像上的双眼、鼻子和嘴角的位置确定目距、嘴角距、目鼻距和口鼻距；分别以双眼各眼的中心、双眼之间的中心点、两嘴角、两嘴角之间的中心点为起始点沿预设方向对应延伸预设倍数的目距、目鼻距、嘴角距、口鼻距，以获得六个定位点；根据六个定位点确定延伸后人脸区域边框线，并根据延伸后人脸区域边框线锁定目标人脸区域，获取目标人脸区域的图像，获取完整人脸，以满足应用场景需求。

【技术实现步骤摘要】
人脸图像提取方法、存储介质及终端设备
本专利技术属于图像处理
，具体涉及一种人脸图像提取方法、存储介质及终端设备。
技术介绍
在人脸识别、人脸建模、人脸检测等多种应用中，都会涉及到人脸小图的提取需求。在人脸数据管理、人脸样本采集等多个业务场景中，合理的人脸提取结果都具有广泛的应用前景。针对人脸区域提取方法，一部分处理模型采用基于面部五官关键点的识别结果，按照固定尺寸向外拓展的提取方式提取人脸区域。这种处理方式的问题在于，由于拍摄角度的不同，原图像中的人脸区域有不同大小时，人脸区域的提取结果会显得过大或过小。另一部分处理模型基于人脸眼睛、鼻子、嘴巴等面部五点特征定位结果，进行紧致型人脸区域的提取。这种人脸区域的提取结果，只包含人脸的面部中央区域，缺失了额头、面颊、耳朵等面部的外围区域。随着人脸识别技术的发展，人脸检测应用场景也越来越广泛。除了单纯的人脸识别外，还产生了更多的拓展需求。比如，基于人脸识别的纪律监察例如产线作业资质管理、园区安全管理等一些典型的应用场景中，希望基于人脸定位与提取技术，得到完整的人脸区域；而非仅包含目、口、鼻的紧致型人脸区域。因此，现在亟须一种人脸图像提取方法、存储介质及终端设备。
技术实现思路
本专利技术所要解决的技术问题是现有的人脸区域提取方法提取的人脸区域过大或过小，或者提取的人脸区域不完整，无法满足应用场景。为了解决上述技术问题，本专利技术一方面提供了一种人脸图像提取方法，包括以下步骤：基于人脸五官检测模型，从人脸图像上检测出人脸的双眼、鼻子和嘴角的位置；根据双眼之间的连线与所述人脸图像的水平轴之间的夹角校正所述人脸图像，以获取标准人脸图像；基于所述标准人脸图像上的双眼、鼻子和嘴角的位置确定目距、嘴角距、目鼻距和口鼻距；以双眼各眼的中心为起始点，分别沿第一和第二预设方向对应延伸预设倍数的目距，以获得第一和第二定位点；以双眼之间的中心点为起始点，沿第三预设方向对应延伸预设倍数的目鼻距，以获得第三定位点；以两嘴角为起始点，分别沿第四和第五预设方向对应延伸预设倍数的嘴角距，以获得第四和第五定位点；以两嘴角之间的中心点为起始点，沿第六预设方向对应延伸预设倍数的口鼻距，以获得第六定位点；根据六个定位点确定延伸后人脸区域边框线，并根据延伸后人脸区域边框线锁定目标人脸区域，获取目标人脸区域的图像。优选地，所述预设倍数通过以下表达式获取：N＝N0×(1+β)其中，N为预设倍数，N0为基准倍数，β为调整比率。优选地，所述基准倍数通过以下步骤确定：获取多个已知的人脸图像，并确定每个已知的人脸图像的完整人脸边框线，其中，所述完整人脸边框线为包围额头、下巴和耳朵的最小矩形；将多个分别带有所述完整人脸边框线的已知的人脸图像作为样本，并对每个样本进行以下分析：从样本上检测出人脸的双眼、鼻子和嘴角的位置；根据双眼之间的连线与所述样本的水平轴之间的夹角旋转校正所述样本，以获取标准样本；基于所述标准样本上的双眼、鼻子和嘴角的位置确定目距、嘴角距、目鼻距和口鼻距；以左眼的中心为起始点、沿第一预设方向延伸的延长线，与所述完整人脸边框线相交，获得第一延长距离，将该第一延长距离与目距的比值作为目距延伸倍数；以右眼的中心为起始点、沿第二预设方向延伸的延长线，与所述完整人脸边框线相交，获得第二延长距离，将该第二延长距离与目距的比值作为目距延伸倍数；以双眼之间的中心点为起始点、沿第三预设方向延伸的延长线，与所述完整人脸边框线相交，获得第三延长距离，将该第三延长距离与目鼻距的比值作为目鼻距延伸倍数；以左嘴角为起始点、沿第四预设方向延伸的延长线，与所述完整人脸边框线相交，获得第四延长距离，将该第四延长距离与嘴角距的比值作为嘴角距延伸倍数；以右嘴角为起始点、沿第五预设方向延伸的延长线，与所述完整人脸边框线相交，获得第五延长距离，将该第五延长距离与嘴角距的比值作为嘴角距延伸倍数；以两嘴角之间的中心点为起始点、沿第六预设方向延伸的延长线，与所述完整人脸边框线相交，获得第六延长距离，将该第六延长距离与口鼻距的比值作为口鼻距延伸倍数；根据所有样本的目距延伸倍数形成目距延伸倍数数据集，根据所有样本的目鼻距延伸倍数形成目鼻距延伸倍数数据集，根据所有样本的嘴角距延伸倍数形成嘴角距延伸倍数数据集，根据所有样本的口鼻距延伸倍数形成口鼻距延伸倍数数据集；将目距延伸倍数数据集的平均数、众数或中位数中的任意一个数值作为目距延伸的基准倍数，将目鼻距延伸倍数数据集的平均数、众数或中位数中的任意一个数值作为目鼻距延伸的基准倍数，将嘴角距延伸倍数数据集的平均数、众数或中位数中的任意一个数值作为嘴角距延伸的基准倍数，将口鼻距延伸倍数数据集的平均数、众数或中位数中的任意一个数值作为口鼻距延伸的基准倍数。优选地，根据双眼之间的连线与所述人脸图像的水平轴之间的夹角校正所述人脸图像，以获取标准人脸图像，具体包括以下步骤：计算双眼之间的连线相对于所述人脸图像的水平轴的偏转方向和偏转角度；将所述人脸图像向所述偏转方向的反方向旋转所述偏转角度，以获取标准人脸图像。优选地，所述目距为双眼之间的直线距离、所述目鼻距为双眼之间的中心点与鼻尖之间的直线距离，所述口鼻距为两嘴角之间的中心点与鼻尖之间的直线距离。优选地，所述第一预设方向为以左眼的中心为起始点且平行于所述人脸图像的水平轴向左延伸的方向；所述第二预设方向为以右眼的中心为起始点且平行于所述人脸图像的水平轴向右延伸的方向；第三预设方向为以双眼之间的中心点为起始点且平行于所述人脸图像的垂直轴向上延伸的方向；所述第四预设方向为以左嘴角为起始点且平行于所述人脸图像的水平轴向左延伸的方向；所述第五预设方向为以右嘴角为起始点且平行于所述人脸图像的水平轴向右延伸的方向；第六预设方向为以两嘴角之间的中心点为起始点且平行于所述人脸图像的垂直轴向下的方向。优选地，根据六个定位点确定延伸后人脸区域边框线，具体包括以下步骤：分别过所述第三定位点和所述第六定位点绘制平行于人脸图像水平轴的平行线，以获取两条水平线；分别过所述第一定位点、所述第二定位点、所述第四定位点、所述第五定位点绘制平行于人脸图像垂直轴的平行线，以获取四条竖直线；所述两条水平线与所述四条竖直线分别交叉形成矩形人脸区域内边框线和矩形人脸区域外边框线，将所述矩形人脸区域外边框线作为延伸后人脸区域边框线。优选地，在根据六个定位点确定延伸后人脸区域边框线后，根据延伸后人脸区域边框线锁定目标人脸区域，获取目标人脸区域的图像，具体包括以下步骤：基于所述标准人脸图像上的双眼、鼻子和嘴角的位置确定中央人脸区域的边框线，所述中央人脸区域为仅包围双眼、鼻子和嘴角的最小矩形区域；对所述中央人脸区域的边框线的左上角顶点和所述延伸后人脸区域边框线的左上角顶点进行连接，以获取第一本文档来自技高网...

【技术保护点】
1.一种人脸图像提取方法，其特征在于，包括以下步骤：/n基于人脸五官检测模型，从人脸图像上检测出人脸的双眼、鼻子和嘴角的位置；/n根据双眼之间的连线与所述人脸图像的水平轴之间的夹角旋转校正所述人脸图像，以获取标准人脸图像；/n基于所述标准人脸图像上的双眼、鼻子和嘴角的位置确定目距、嘴角距、目鼻距和口鼻距；/n以双眼各眼的中心为起始点，分别沿第一和第二预设方向对应延伸预设倍数的目距，以获得第一和第二定位点；/n以双眼之间的中心点为起始点，沿第三预设方向对应延伸预设倍数的目鼻距，以获得第三定位点；/n以两嘴角为起始点，分别沿第四和第五预设方向对应延伸预设倍数的嘴角距，以获得第四和第五定位点；/n以两嘴角之间的中心点为起始点，沿第六预设方向对应延伸预设倍数的口鼻距，以获得第六定位点；/n根据六个定位点确定延伸后人脸区域边框线，并根据延伸后人脸区域边框线锁定目标人脸区域，获取目标人脸区域的图像。/n

【技术特征摘要】
1.一种人脸图像提取方法，其特征在于，包括以下步骤：
基于人脸五官检测模型，从人脸图像上检测出人脸的双眼、鼻子和嘴角的位置；
根据双眼之间的连线与所述人脸图像的水平轴之间的夹角旋转校正所述人脸图像，以获取标准人脸图像；
基于所述标准人脸图像上的双眼、鼻子和嘴角的位置确定目距、嘴角距、目鼻距和口鼻距；
以双眼各眼的中心为起始点，分别沿第一和第二预设方向对应延伸预设倍数的目距，以获得第一和第二定位点；
以双眼之间的中心点为起始点，沿第三预设方向对应延伸预设倍数的目鼻距，以获得第三定位点；
以两嘴角为起始点，分别沿第四和第五预设方向对应延伸预设倍数的嘴角距，以获得第四和第五定位点；
以两嘴角之间的中心点为起始点，沿第六预设方向对应延伸预设倍数的口鼻距，以获得第六定位点；
根据六个定位点确定延伸后人脸区域边框线，并根据延伸后人脸区域边框线锁定目标人脸区域，获取目标人脸区域的图像。


2.根据权利要求1所述的方法，其特征在于，所述预设倍数通过以下表达式获取：
N＝N0×(1+β)
其中，N为预设倍数，N0为基准倍数，β为调整比率。


3.根据权利要求2所述的方法，其特征在于，所述基准倍数通过以下步骤确定：
获取多个已知的人脸图像，并确定每个已知的人脸图像的完整人脸边框线，其中，所述完整人脸边框线为包围额头、下巴和耳朵的最小矩形；
将多个分别带有所述完整人脸边框线的已知的人脸图像作为样本，并对每个样本进行以下分析：
从样本上检测出人脸的双眼、鼻子和嘴角的位置；
根据双眼之间的连线与所述样本的水平轴之间的夹角旋转校正所述样本，以获取标准样本；
基于所述标准样本上的双眼、鼻子和嘴角的位置确定目距、嘴角距、目鼻距和口鼻距；
以左眼的中心为起始点、沿第一预设方向延伸的延长线，与所述完整人脸边框线相交，获得第一延长距离，将该第一延长距离与目距的比值作为目距延伸倍数；
以右眼的中心为起始点、沿第二预设方向延伸的延长线，与所述完整人脸边框线相交，获得第二延长距离，将该第二延长距离与目距的比值作为目距延伸倍数；
以双眼之间的中心点为起始点、沿第三预设方向延伸的延长线，与所述完整人脸边框线相交，获得第三延长距离，将该第三延长距离与目鼻距的比值作为目鼻距延伸倍数；
以左嘴角为起始点、沿第四预设方向延伸的延长线，与所述完整人脸边框线相交，获得第四延长距离，将该第四延长距离与嘴角距的比值作为嘴角距延伸倍数；
以右嘴角为起始点、沿第五预设方向延伸的延长线，与所述完整人脸边框线相交，获得第五延长距离，将该第五延长距离与嘴角距的比值作为嘴角距延伸倍数；
以两嘴角之间的中心点为起始点、沿第六预设方向延伸的延长线，与所述完整人脸边框线相交，获得第六延长距离，将该第六延长距离与口鼻距的比值作为口鼻距延伸倍数；
根据所有样本的目距延伸倍数形成目距延伸倍数数据集，根据所有样本的目鼻距延伸倍数形成目鼻距延伸倍数数据集，根据所有样本的嘴角距延伸倍数形成嘴角距延伸倍数数据集，根据所有样本的口鼻距延伸倍数形成口鼻距延伸倍数数据集；
将目距延伸倍数数据集的平均数、众数或中位数中的任意一个数值作为目距延伸的基准倍数，将目鼻距延伸倍数数据集的平均数、众数或中位数中的任意一个数值作为目鼻距延伸的基准倍数，将嘴角距延伸倍数数据集的平均数、众数或中位数中的任意一个数值作为嘴角距延伸的基准倍数，将口鼻距延伸倍数数据集的平均数、众数或中位数中的任意一个数值作为口鼻距延伸的基准倍数。


4.根据权利要求1所述的方法，其特征在于，根据双眼之间的连线与所述人脸图像的水平轴之间的夹角校正所述人脸...

【专利技术属性】
技术研发人员：谭泽汉，郭旭峰，周慧子，谭龙田，
申请(专利权)人：珠海格力电器股份有限公司，珠海联云科技有限公司，
类型：发明
国别省市：广东;44