一种人脸定位的方法与装置制造方法及图纸

本发明专利技术公开了人脸定位的方法，包括通过摄像头获取用户原始图像；对所述用户原始图像经过粗略定位，得到人脸粗略定位图像；根据所述人脸粗略定位图像得到人脸检测区域信息，所述人脸检测区域信息包括人脸各部位位置信息；根据所述人脸检测区域信息，通过局部形状拟合方法得到精确的人脸各部位形状。还公开了人脸定位的装置。本发明专利技术减小了计算的复杂性，提高了拟合精度。

【技术实现步骤摘要】
一种人脸定位的方法与装置
本专利技术涉及人机交互
，尤其涉及一种人脸定位的方法与装置。
技术介绍
在人机交互领域中，对使用者人脸的检测定位技术起着至关重要的作用。现有的人脸定位技术大部分采用独立的模块运行，而不是采用统一框架进行处理。在人脸特征点定位技术方面，现有技术主要采用ASM (Active Shape Model,活动形状模型)模型及其改进模型，其拟合的精度较低。
技术实现思路
本专利技术提供了一种人脸定位的方法与装置，提高了拟合精度。本专利技术提供了一种人脸定位的方法，包括: 通过摄像头获取用户原始图像； 对所述用户原始图像经过粗略定位，得到人脸粗略定位图像； 根据所述人脸粗略定位图像得到人脸检测区域信息，所述人脸检测区域信息包括人脸各部位位置信息； 根据所述人脸检测区域信息，通过局部形状拟合方法得到精确的人脸各部位形状。较优的，所述根据所述人脸粗略定位图像得到人脸检测区域信息，所述人脸检测区域信息包括人脸各部位位置信息，具体包括: 将所述人脸粗略定位图像划分为若干个子窗口； 计算每个子窗口的图像方差值，将所述每个子窗口的图像方差值与预设的方差阈值进行比较，如果小于所述方差阈值则认定该子窗口包含目标区域，接收该子窗口，反之则否决该子窗口 ；将上一步通过的子窗口通过在线学习分类器，得到通过所述在线学习分类器的子窗Π ； 将通过上一步骤输出的子窗口进行NMS处理，得到人脸检测区域信息。较优的，所述将上一步通过的子窗口通过在线学习分类器，得到通过所述在线学习分类器的子窗口，具体包括: 计算通过上一步骤的子窗口的随机森林分类器的后验概率，如果所述后验概率大于预设的概率阈值则接收该子窗口，反之则否决该子窗口 ； 计算通过上一步骤的子窗口与NCC分类器样本库中的目标模板的匹配系数，当所述匹配系数大于预设的系数阈值则接收该子窗口，反之则否决该子窗口。较优的，局部形状拟合方法具体为监督的序列拟合方法，所述监督的序列拟合方法具体为: 步骤a:根据人脸检测区域信息提取人脸各部位形状，该形状作为人脸各部位形状初始值； 步骤b:根据当前人脸各部位形状的标定点提取当前特征描述符，若干个当前特征描述符组成当前特征描述矢量； 步骤c:以所述当前特征描述矢量为索引号，在更新矩阵库中查找对应的更新矩阵，根据所述对应的更新矩阵更新当前人脸各部位形状，将步骤b中的当前人脸各部位形状替代为该更新当前人脸各部位形状； 步骤d:判断是否大于预设的最大迭代步数，或者最近两次形状误差向量范数误差小于预设向量范数误差阈值，否则返回步骤b，是则进入步骤e ； 步骤e:得到精确的人脸各部位形状。较优的，还包括: 根据所述精确的人脸各部位形状，通过结构学习方法得到人脸各部位目标函数； 对所述人脸各部位目标函数进行优化，得到最优的人脸各部位位置。较优的，还包括: 根据最优的人脸各部位位置，跟踪连续两帧中人脸各部位的运动位置； 根据所述人脸各部位的运动位置，更新所述在线学习分类器。本专利技术还提供了一种人脸定位的装置，包括: 获取图像模块，用于通过摄像头获取用户原始图像，将所述用户原始图像发送给粗略定位模块； 粗略定位模块，与所述获取图像模块相连，用于对所述用户原始图像经过粗略定位，得到人脸粗略定位图像，并将所述人脸粗略定位图像发送给检测区域模块； 检测区域模块，与所述粗略定位模块相连，用于根据所述人脸粗略定位图像得到人脸检测区域信息，所述人脸检测区域信息包括人脸各部位位置信息； 拟合模块，与所述检测区域模块相连，用于根据所述人脸检测区域信息，通过局部形状拟合方法得到精确的人脸各部位形状。较优的，所述检测区域模块具体包括: 滑动窗口模块，用于将所述人脸粗略定位图像划分为若干个子窗口 ； 方差滤波模块，与所述滑动窗口模块相连，用于计算每个子窗口的图像方差值，将所述每个子窗口的图像方差值与预设的方差阈值进行比较，如果小于所述方差阈值则认定该子窗口包含目标区域，接收该子窗口，反之则否决该子窗口 ； 在线学习模块，与所述方差滤波模块相连，用于将上一步通过的子窗口通过在线学习分类器，得到通过所述在线学习分类器的子窗口； WS模块，与所述在线学习模块相连，用于将通过上一步骤输出的子窗口进行WS处理，得到人脸检测区域信息。较优的，还包括: 优化模块，与所述拟合模块相连，用于根据所述精确的人脸各部位形状，通过结构学习方法得到人脸各部位目标函数，对所述人脸各部位目标函数进行优化，得到最优的人脸各部位位置。较优的，还包括: 在线更新模块，与所述优化模块相连，用于根据所述最优的人脸各部位位置，跟踪连续两帧中人脸各部位的运动位置，并根据所述人脸各部位的运动位置，更新在线学习分类器。本专利技术实施上述实施例，通过摄像头采集用户图像、根据人脸粗略定位图像得到人脸检测区域信息，再根据人脸检测区域信息，通过局部形状拟合方法得到精确的人脸各部位形状，提闻了拟合的精度。【附图说明】为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要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性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例的一种人脸定位的方法流程示意图； 图2是本专利技术一种人脸定位的方法的另一实施例的流程示意图； 图3是本专利技术一种人脸定位的方法的再一实施例的流程示意图； 图4是本专利技术实施例的一种人脸定位的装置的结构示意图； 图5是本专利技术一种人脸定位的装置的另一实施例的结构示意图； 图6是本专利技术实施例的更新矩阵库子模块的结构示意图。【具体实施方式】为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，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。请参阅图1示出的本专利技术实施例的一种人脸定位的方法流程示意图，包括: 步骤SlOl:通过摄像头获取用户原始图像。具体的，获取用户原始图像后，对用户原始图像进行预处理，预处理包括噪声去除，光照均衡等预处理。步骤S102:对用户原始图像经过粗略定位，得到人脸粗略定位图像。具体的，对用户原始图像通过Haar和AdaBoost算法完成人脸的粗略检测定位，然后基于人脸的肤色分布特征，应用肤色滤波器消除误检的区域并裁剪检测的人脸区，得到人脸粗略定位图像。步骤S103:根据人脸粗略定位图像得到人脸检测区域信息，人脸检测区域信息包括人脸各部位位置信息。具体的，将人脸粗略定位图像划分为若干个子窗口，计算每个子窗口的图像方差值，将该每个子窗口的图像方差值与预设的方差阈值进行比较，如果小于方差阈值则认定该子窗口包含目标区域，接收该子窗口，反之则否决该子窗口，将上一步通过的子窗口通过在线学习分类器，得到通过所述在线学习分类器的子窗口，将通过上一步骤输出的子窗口进行NMS (Non-maximal Suppression,非最大抑制)处理,得到人脸检测区域信息。人脸各部位位置信息包括左眼位置信息,右眼位置信息,鼻子位置信息和嘴部位置信息。步骤S104:根据人脸检测区域信息，通过局部形状拟合方法得到精确的人脸各部位形状。具体的，局部形状拟合方法具体为SSM本文档来自技高网...

【技术保护点】
一种人脸定位的方法，其特征在于，包括：通过摄像头获取用户原始图像；对所述用户原始图像经过粗略定位，得到人脸粗略定位图像；根据所述人脸粗略定位图像得到人脸检测区域信息，所述人脸检测区域信息包括人脸各部位位置信息；根据所述人脸检测区域信息，通过局部形状拟合方法得到精确的人脸各部位形状。

【技术特征摘要】
1.一种人脸定位的方法，其特征在于，包括: 通过摄像头获取用户原始图像； 对所述用户原始图像经过粗略定位，得到人脸粗略定位图像； 根据所述人脸粗略定位图像得到人脸检测区域信息，所述人脸检测区域信息包括人脸各部位位置信息； 根据所述人脸检测区域信息，通过局部形状拟合方法得到精确的人脸各部位形状。2.如权利要求1所述的方法，其特征在于，所述根据所述人脸粗略定位图像得到人脸检测区域信息，所述人脸检测区域信息包括人脸各部位位置信息，具体包括: 将所述人脸粗略定位图像划分为若干个子窗口； 计算每个子窗口的图像方差值，将所述每个子窗口的图像方差值与预设的方差阈值进行比较，如果小于所述方差阈值则认定该子窗口包含目标区域，接收该子窗口，反之则否决该子窗口 ； 将上一步通过的子窗口通过在线学习分类器，得到通过所述在线学习分类器的子窗Π ； 将通过上一步骤输出的子窗口进行NMS处理，得到人脸检测区域信息。3.如权利要求2所述的方法，其特征在于，所述将上一步通过的子窗口通过在线学习分类器，得到通过所述在线学习分类器的子窗口，具体包括: 计算通过上一步骤的子窗口的`随机森林分类器的后验概率，如果所述后验概率大于预设的概率阈值则接收该子窗口，反之则否决该子窗口 ； 计算通过上一步骤的子窗口与NCC分类器样本库中的目标模板的匹配系数，当所述匹配系数大于预设的系数阈值则接收该子窗口，反之则否决该子窗口。4.如权利要求1所述的方法，其特征在于，所述局部形状拟合方法具体为监督的序列拟合方法，所述监督的序列拟合方法具体为: 步骤a:根据人脸检测区域信息提取人脸各部位形状，该形状作为人脸各部位形状初始值； 步骤b:根据当前人脸各部位形状的标定点提取当前特征描述符，若干个当前特征描述符组成当前特征描述矢量； 步骤c:以所述当前特征描述矢量为索引号，在更新矩阵库中查找对应的更新矩阵，根据所述对应的更新矩阵更新当前人脸各部位形状，将步骤b中的当前人脸各部位形状替代为该更新当前人脸各部位形状； 步骤d:判断是否大于预设的最大迭代步数，或者最近两次形状误差向量范数误差小于预设向量范数误差阈值，否则返回步骤b，是则进入步骤e ； 步骤e:得到精确的人脸各部位形状。5....

【专利技术属性】
技术研发人员：邓川云，林天麟，
申请(专利权)人：智慧城市系统服务中国有限公司，
类型：发明
国别省市：