一种人像偏转矫正的方法、设备及介质技术

本发明专利技术公开了一种人像偏转矫正的方法，包括步骤：获取包括人像的视频帧图片，从视频帧图片中截取出人像图片；基于人脸特征点检测模型获取人像图片中的第一人脸特征点的坐标和第二人脸特征点的坐标；基于第一人脸特征点的坐标和第二人脸特征点的坐标，获取人像图片的水平偏转角；根据获得的水平偏转角对人像图片进行旋转，实现人像偏转矫正。该方法使用在人像识别前置处理的流程中可使得获取的人像水平度更统一，既而使得人像特征值地提取更准确，一定程度上提升了人像的比对率。一定程度上提升了人像的比对率。一定程度上提升了人像的比对率。

【技术实现步骤摘要】
一种人像偏转矫正的方法、设备及介质


[0001]本专利技术涉及图像识别的
，更具体地，涉及一种人像偏转矫正的方法、设备及介质。

技术介绍

[0002]人像识别的应用在生活中越来越普遍，诸如移动支付、门禁出入和快递提取等。这些场景往往需要人为配合，以获取最佳的人像来比对。而对于一些布控在路口处的相机抓拍到的人像，它们的偏转角度各不相同，在对这些人像进行特征提取检索比对的时候会有一定的偏差，即使是同一张人像，由于偏转角度的不同，比对时的相似度有时也会有较大差异。

技术实现思路

[0003]针对现有技术的至少一个缺陷或改进需求，本专利技术提供了一种人像偏转矫正的方法，该方法旨在对画面中检测到的人像的偏转角度进行矫正，从而使特征提取时的人像处于同一水平度，以此来达到提高人像比对率的目标。
[0004]为实现上述目的，按照本专利技术的第一个方面，提供了一种人像偏转矫正的方法，包括步骤：
[0005]获取包括人像的视频帧图片，从所述视频帧图片中截取出人像图片；
[0006]基于人脸特征点检测模型获取所述人像图片中的第一人脸特征点的坐标和第二人脸特征点的坐标；
[0007]基于所述第一人脸特征点的坐标和所述第二人脸特征点的坐标，获取所述人像图片的水平偏转角；
[0008]根据获得的所述水平偏转角对所述人像图片进行旋转，实现人像偏转矫正。
[0009]进一步地，所述获取包括人像的视频帧图片，从所述视频帧图片中截取出人像图片具体为：
[0010]读取包括人像的视频帧图片并作灰度处理后，利用dlib人像检测模型检测所述视频帧图片得到人像矩形框，通过所述人像矩形框从所述视频帧图片中截取出对应的人像图片。
[0011]进一步地，所述人脸特征点检测模型为dlib人脸五特征点检测模型。
[0012]进一步地，所述第一人脸特征点为左眼的外眼角点，所述第二人脸特征点为右眼的外眼角点。
[0013]进一步地，所述水平偏转角具体为所述第一人脸特征点和所述第二人脸特征点所连成的直线与水平直线的夹角；基于所述第一人脸特征点的坐标和所述第二人脸特征点的坐标，通过反正切函数，获取所述人像图片的水平偏转角。
[0014]进一步地，所述根据获得的所述水平偏转角对所述人像图片进行旋转，实现人像偏转矫正具体为：
[0015]根据所述水平偏转角及所述人像图片，利用OpenCV中的getRotationMatrix2D方法获得仿射变换矩阵，将得到的所述仿射变换矩阵作为参数传入warpAffine方法得到新的人像图片，获取偏转矫正后的新的人像。
[0016]按照本专利技术的第二个方面，还提供了一种人像偏转矫正的设备，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行上述任一项所述方法的步骤。
[0017]按照本专利技术的第三个方面，还提供了一种存储介质，其存储有可由访问认证设备执行的计算机程序，当所述计算机程序在访问认证设备上运行时，使得所述访问认证设备执行上述任一项所述方法的步骤。
[0018]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0019]本专利技术的方法使用在人像识别前置处理的流程中可使得获取的人像水平度更统一，既而使得人像特征值地提取更准确和迅捷，一定程度上提升了人像的比对率。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术实施例提供的一种人像偏转矫正的方法的流程示意图；
[0022]图2为本专利技术实施例提供的dlib人脸五特征点的分布示意图；
[0023]图3为本专利技术实施例提供的适于实现上文描述的方法的电子设备的方框示意图。
具体实施方式
[0024]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0025]本申请的说明书、权利要求书或上述附图中的术语“第一”、“第二”或“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”或“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备并没有限定于已列出的步骤或单元，而是可选地还可以包括没有列出的步骤或单元，或可选地还可以包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
[0026]如图1所示，在一个实施例中，一种人像偏转矫正的方法主要包括S1
‑
S4的步骤：
[0027]S1、获取包括人像的视频帧图片，从所述视频帧图片中截取出人像图片。
[0028]更具体的，读取包括人像的图片或视频帧并作灰度处理后，利用dlib人像检测模型检测图片，得到人像矩形坐标记为R
i
(i＝1、2、3
…
)，i表示检测到的第i个人像矩形，通过这些人像矩形从原图片或视频帧中截取到对应的人像图片f
i
(i＝1,2,3
…
)。
[0029]S2、基于人脸特征点检测模型获取所述人像图片中的第一人脸特征点的坐标和第二人脸特征点的坐标。
[0030]S3、基于所述第一人脸特征点的坐标和所述第二人脸特征点的坐标，获取所述人像图片的水平偏转角。
[0031]人脸特征点检测模型包括dlib人脸5特征点检测模型、dlib人脸68特征点检测模型等各种检测模型，为了减小数据量并加快执行速率，本实施例优选地采用dlib人脸5特征点检测模型。如图2所示，5个人脸特征点即双眼的眼头(即图2中的点3和1)及眼尾(即图2中的点2和0)以及鼻头(即图2中的点4)这五个位置。
[0032]第一人脸特征点和第二人脸特征点实际上也可以选取嘴巴的两个角点、鼻子的两个角点或者眉毛的两个角点。但考虑到尽量选择相距较远的两个对称点，且点位尽量选择人面部相对最对称的部位，此实施例优选的采用左眼的外眼角点(即图2中的点0)为第一人脸特征点，右眼的外眼角点(即图2中的点2)为第二人脸特征点。
[0033]一般说的眼角，在医学上叫做内眦角和外眦角，内眦角部位就是上下眼睑联合的地方，靠近鼻子一侧的位置，上下眼睑的结合点，这个位置叫做内眦角(内眼角或者内眼角点)。外眦角是上下眼睑靠近耳朵一侧的结合部位，就是上下眼睑的结合部，但是在接近耳朵一侧的位置，叫做外眦角(外眼角或者外眼角点)。
[0034]对获取到的人像图片利用dlib的5点检测模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人像偏转矫正的方法，其特征在于，包括步骤：获取包括人像的视频帧图片，从所述视频帧图片中截取出人像图片；基于人脸特征点检测模型获取所述人像图片中的第一人脸特征点的坐标和第二人脸特征点的坐标；基于所述第一人脸特征点的坐标和所述第二人脸特征点的坐标，获取所述人像图片的水平偏转角；根据获得的所述水平偏转角对所述人像图片进行旋转，实现人像偏转矫正。2.如权利要求1所述的人像偏转矫正的方法，其特征在于，所述获取包括人像的视频帧图片，从所述视频帧图片中截取出人像图片具体为：读取包括人像的视频帧图片并作灰度处理后，利用dlib人像检测模型检测所述视频帧图片得到人像矩形框，通过所述人像矩形框从所述视频帧图片中截取出对应的人像图片。3.如权利要求1所述的人像偏转矫正的方法，其特征在于，所述人脸特征点检测模型为dlib人脸五特征点检测模型。4.如权利要求3所述的人像偏转矫正的方法，其特征在于，所述第一人脸特征点为左眼的外眼角点，所述第二人脸特征点为右眼的外眼角点。5.如权利要求1所述的人像偏转矫正的方法，其特征在于，所述水平偏...

【专利技术属性】
技术研发人员：杨凯，李志刚，赵桥，钟卫为，何华清，柳洪，
申请(专利权)人：武汉虹信技术服务有限责任公司，
类型：发明
国别省市：