一种人脸运动非对称性计算方法技术

本发明专利技术一种人脸运动非对称性计算方法，首先通过眼睛检测进行人脸仿射校正，并确定人脸中线，然后计算两幅人脸图像的差值图像并截取以人脸中线为中心垂直线的人脸差值图像，获得其映射图像，计算差值图像及其映射图像的密度差，并进行二值化，最后得到人脸运动非对称性度量值。

【技术实现步骤摘要】

本专利技术涉及一种图像处理方法，尤其是人脸运动非对称性计算方法。
技术介绍
人脸表情的非对称性具有重要的意义。通常，在人类的交流中，人脸中线附近的面部非对称性越强，给人的感觉就越负面。人脸非对称性也是重要的审美因素，人类认为美丽的脸都具有非对称性，比用计算机合成的完全对称的人脸更具有吸引力。人脸表情在人类的交流中起着重要作用。由于面部运动的非对称性以及面部结构的非对称性，造成了人脸表情的非对称性。研究指出，情感表情具有偏侧性，人的左脸比右脸有更强的情感表现力，左脸体现了更多专有文化的情感规范，而右脸体现了更多普遍的情感信号。由于面部运动的非对称性以及面部结构的非对称性，造成了人脸表情的非对称。 随着人脸表情分析技术的发展，研究者们开始关注非对称人脸表情。人脸结构的非对称性可由面部标记点到中心点的距离近似，根据标记点的度量不同，平均差异一般为4%至 12%。研究者们一般使用结构非对称性的总体度量，如面部宽度、半脸面积、面部标记点的距离。Liu等人提出了面部非对称的量化度量方法，包括密度差异D-face和边缘方向相似性S-face。密度差异D-face值越大，人脸非对称性越强；边缘方向相似性S-face值越大， 人脸对称性越强。但以往研究仅对于静态人脸图像，还缺乏对图像序列中人脸运动非对称性的度量研究。本专利技术提出，对人脸运动的非对称性进行度量，可应用于人脸表情分析与识别领域。
技术实现思路
本专利技术的目的是针对目前缺乏对人脸运动非对称性的度量，提出，能够对人脸运动非对称性进行度量。本专利技术一种人脸运动非对称表情计算方法，能够对人脸运动非对称性进行度量。关于，其步骤如下步骤1 给定一个人的面部运动过程中的两幅图像，对这两幅图像进行灰度化，得到第一幅灰度图像为I1，第二幅灰度图像为I2，两幅图像尺寸相同，高为Htl，宽为Wtl，I1(^y) 代表图像I1在坐标点(χ，y)处的密度值，I2(χ，y)代表图像I2在坐标点(x，y)处的密度值，0 < χ < W。，0 < y < H0。采用类Haar小波特征提取和AdaBoost分类器对人脸图像I1进行眼睛检测(参考文献=Lienhart (利恩哈特)等人于 2002 年在 hternational Conference on Image Processing(图像处理国际会议)上发表的论文An extended set of Haar-Iike features for rapid object detection (基于扩展的类Haar特征的快速目标检测))，设检测到的左眼的中心点为~坐标为( ，yL)；设检测到的右眼的中心点为eK，坐标为( ，yK)。则左眼中心点和右眼中心点之间的中点坐标为( ,%), = ,y0= 。计算人脸的倾斜角θ，如式(1)所示权利要求1. ，其特征在于其步骤如下 步骤1 给定一个人的面部运动过程中的两幅图像，对这两幅图像进行灰度化，得到第一幅灰度图像为I1，第二幅灰度图像为I2，两幅图像尺寸相同，高为Htl，宽为Wtl，I1Oc, y)代表图像I1在坐标点(χ，y)处的密度值，I2 (χ，y)代表图像I2在坐标点(x，y)处的密度值， 0 ^ χ < W0,0 ^ y < H0 ；采用类Haar小波特征提取和AdaBoost分类器对人脸图像I1进行眼睛检测，设检测到的左眼的中心点为A，坐标为( ，yj ；设检测到的右眼的中心点为％坐标为( ，yK)；则左眼中心点和右眼中心点之间的中点坐标为( ,%), = ,y0= ； 计算人脸的倾斜角θ，如式(1)所示全文摘要本专利技术，首先通过眼睛检测进行人脸仿射校正，并确定人脸中线，然后计算两幅人脸图像的差值图像并截取以人脸中线为中心垂直线的人脸差值图像，获得其映射图像，计算差值图像及其映射图像的密度差，并进行二值化，最后得到人脸运动非对称性度量值。文档编号G06K9/00GK102509082SQ20111035481公开日2012年6月20日 申请日期2011年11月10日 优先权日2011年11月10日专利技术者常青, 毛峡, 薛雨丽 申请人:北京航空航天大学本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：薛雨丽，毛峡，常青，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：