一种自适应扩展系数的人脸裁剪优化方法技术

本发明专利技术提供一种自适应扩展系数的人脸裁剪优化方法，包括：S1参数定义及初始化；S2人脸区域检测：S2.1人脸检测；S2.2人脸筛选；S2.3人脸区域判断；S3计算扩展系数：S3.1计算当前帧人脸比例系数；S3.2计算历史人脸比例系数；S3.3计算扩展系数；S4人脸扩展及裁剪：S4.1人脸扩展：人脸在中心区域，scalar≈1.0，扩展系数仅在很小范围内波动，不需要做大调整；如果人脸在边界区域，scalar>1.0，在进行人脸扩展时，需要适当增大扩展系数，保证人脸实际的特征点能够在裁剪框内；scalar<1.0，在进行人脸扩展时，需要适当减小扩展系数，以便尽可能减少背景扩充的干扰；S4.2按照扩展后的裁剪框对角坐标B

【技术实现步骤摘要】
一种自适应扩展系数的人脸裁剪优化方法


[0001]本专利技术涉及智能视频处理
，特别涉及人脸检测中的一种自适应扩展系数的人脸裁剪优化方法。

技术介绍

[0002]目前人脸识别技术广泛应用于身份认证、安检、门禁等系统。人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。其中人脸图像采集及检测这个环节裁剪的人脸会直接影响人脸识别的结果，通常为了增加人脸识别精度，输入识别模型的人脸会裁剪掉无关的背景信息以及易变化的特征(发型等)，一般的裁剪方法是根据检测的人脸特征点，尽最大可能将人脸特征裁剪下来而又不引入过多的背景干扰信息。
[0003]在人脸检测时，人脸是一个实时运动的目标，在出现人脸移动幅度较大而使得检测画面内的人脸不完整，如图1中的Face2、Face3所示，额头、耳朵或下巴出画，这时，特征点的位置(五角星标记位置)与实际特征点位置(小圆圈表示眼睛，弧线表示嘴部)会发生相对偏移，如果采用固定的扩展系数进行人脸扩充，会导致人脸扩充不够(眼睛、脸颊等信息丢失)或者人脸扩充过多(背景、脖子等信息入画较多)。

技术实现思路

[0004]为了解决上述问题，本方法目的在于：提出一种自适应扩展系数的方法进行实时调整人脸裁剪框，以改善在目标人脸不完整时因特征点偏差造成的扩充区域不合理的问题。
[0005]具体地，本专利技术提供一种自适应扩展系数的人脸裁剪优化方法，所述方法包括以下步骤：
[0006]S1.参数定义及初始化：
>[0007]1)人脸五个特征点坐标：P0(x0，y0)，P1(x1，y1)，P2(x2，y2)，P3(x3，y3)，P4(x4，y4)；
[0008]2)人脸检测框对角坐标：B
0d
(x
0d
，y
0d
)，B
1d
(x
1d
，y
1d
)；
[0009]3)当前帧人脸比例系数：k，其中带下标的k
i
与k同意义，下标表示第i帧的人脸比例系数k，k0＝1.0；
[0010]4)历史平均人脸比例系数：其中带下标的与同意义，下标表示第i帧之前的一段时间内的平均人脸比例系数其中
[0011]5)扩展系数：λ＝1.8*scalar，其中1.8为经验值，scalar初始化值1.0；
[0012]6)人脸裁剪框对角坐标：B
0c
(x
0c
，y
0c
)，B
1c
(x
1c
，y
1c
)；
[0013]以上1)、2)、6)中坐标参数初始化值均为0；
[0014]S2.人脸区域检测
[0015]S2.1人脸检测：
[0016]将视频帧图像送入人脸检测模型，如果能够检测到人脸，人脸存在标志face_flag＝1，执行步骤S2.2；否则，face_flag＝0执行步骤S5；
[0017]S2.2人脸筛选：
[0018]如果检测到一个人脸，则B
0d
、B
1d
、P0～P4表示的是所检测到人脸框对角坐标及人脸特征点坐标；
[0019]如果检测到多个人脸，则选择人脸框最大的人脸，即B
0d
、B
1d
、P0～P4表示的是所检测到人脸中最大人脸框对角坐标及人脸特征点坐标；
[0020]S2.3人脸区域判断：
[0021]将整个视频画面分为中心区域和边界区域，
[0022]人脸位于边界区域，令人脸区域标志cen_flag＝0，执行步骤S3；
[0023]否则位于中心区域，令人脸区域标志cen_flag＝1，执行步骤S3；
[0024]S3.计算扩展系数：
[0025]S3.1计算当前帧人脸比例系数，计算方法如公式(2)所示；
[0026][0027]S3.2如果cen_flag＝1，则按公式(3)计算历史人脸比例系数；否则按公式(4)计算历史人脸比例系数；
[0028][0029][0030]S3.3计算扩展系数，计算方法如公式(5)(6)所示；
[0031]λ＝1.8*scalar
ꢀꢀꢀ
公式(5)
[0032][0033]S4.人脸扩展及裁剪：
[0034]S4.1人脸扩展：
[0035]如果人脸在中心区域，scalar≈1.0，扩展系数仅在很小范围内波动，不需要做大调整；
[0036]如果人脸在边界区域，scalar>1.0，在进行人脸扩展时，需要适当增大扩展系数，保证人脸实际的特征点能够在裁剪框内；scalar<1.0，在进行人脸扩展时，需要适当减小扩展系数，以便尽可能减少背景扩充的干扰；S4.2.按照扩展后的裁剪框对角坐标B
0c
(x
0c
,y
0c
)，B
1c
(x
1c
,y
1c
)裁剪相应人脸图片并送入后续识别模块；
[0037]S5.返回，读取下一帧图像，执行步骤S2。
[0038]所述步骤S1中进一步包括：
[0039]7)人脸区域标志：cen_flag，cen_flag＝1表示检测到的人脸位于画面中心区域，cen_flag＝0表示检测到的人脸位于画面边界区域，其中cen_flag初始化值为1。
[0040]所述步骤S1中进一步包括：
[0041]8)人脸存在标志：face_flag，face_flag＝1表示画面检测到人脸，face_flag＝0表示未检测到人脸，其中face_flag初始化值为0。
[0042]所述步骤S2.3将整个视频画面分为中心区域和边界区域，具体的判断方法如下：
[0043](1)计算人脸检测框中心点B
center
(x
cd
,y
cd
)，即对角坐标均值；
[0044](2)设整个视频画面宽W，高H；如果满足条件(1)-条件(4)中任意一个，则认为人脸位于边界区域，否则位于中心区域；
[0045]x
cd
<0.15*W
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
条件(1)
[0046]x
cd
>0.85*W
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
条件(2)
[0047]y
cd
<0.15*H
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
条件(3)
[0048]y
cd
>0.85*H
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
条件(4)。
[0049]其中，条件(1)-(4)中对角坐标均值的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应扩展系数的人脸裁剪优化方法，其特征在于，所述方法包括以下步骤：S1.参数定义及初始化：1)人脸五个特征点坐标：P0(x0，y0)，P1(x1，y1)，P2(x2，y2)，P3(x3，y3)，P4(x4，y4)；2)人脸检测框对角坐标：B
0d
(x
0d
，y
0d
)，B
1d
(x
1d
，y
1d
)；3)当前帧人脸比例系数：k，其中带下标的k
i
与k同意义，下标表示第i帧的人脸比例系数k，k0＝1.0；4)历史平均人脸比例系数：其中带下标的与同意义，下标表示第i帧之前的一段时间内的平均人脸比例系数其中5)扩展系数：λ＝1.8*scalar，其中1.8为经验值，scalar初始化值1.0；6)人脸裁剪框对角坐标：B
0c
(x
0c
，y
0c
)，B
1c
(x
1c
，y
1c
)；以上1)、2)、6)中坐标参数初始化值均为0；S2.人脸区域检测S2.1人脸检测：将视频帧图像送入人脸检测模型，如果能够检测到人脸，人脸存在标志face_flag＝1，执行步骤S2.2；否则，face_flag＝0执行步骤S5；S2.2人脸筛选：如果检测到一个人脸，则B
0d
、B
1d
、P0～P4表示的是所检测到人脸框对角坐标及人脸特征点坐标；如果检测到多个人脸，则选择人脸框最大的人脸，即B
0d
、B
1d
、P0～P4表示的是所检测到人脸中最大人脸框对角坐标及人脸特征点坐标；S2.3人脸区域判断：将整个视频画面分为中心区域和边界区域，人脸位于边界区域，令人脸区域标志cen_flag＝0，执行步骤S3；否则位于中心区域，令人脸区域标志cen_flag＝1，执行步骤S3；S3.计算扩展系数：S3.1计算当前帧人脸比例系数，计算方法如公式(2)所示；S3.2如果cen_flag＝1，则按公式(3)计算历史人脸比例系数；否则按公式(4)计算历史人脸比例系数；人脸比例系数；S3.3计算扩展系数，计算方法如公式(5)(6)所示；λ＝1.8*scalar
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(5)
S4.人脸扩展及裁剪：S4.1人脸扩展：如果人脸在中心区域，scalar≈1.0，扩展系数仅在很小范围内波动，不需要做大调整；如果人脸在边界区域，scalar>1.0，在进行人脸扩展时，需要适当增大扩展系数，保证人脸实际的特征点能够在裁剪框内；scalar<1.0，在进行人脸扩展时，需要适当减小扩展系数，以便尽可能减少背景扩充的干扰；S4.2.按照扩展后的裁剪框对角坐标B
0c
(x
0c
,y
0c
)，B
1c
(x
1c
,y
1c
)裁剪相应人脸图片并送入后续识别模块；S5.返回...

【专利技术属性】
技术研发人员：马艳，
申请(专利权)人：合肥君正科技有限公司，
类型：发明
国别省市：