通过人脸照片识别五官点的方法及系统技术方案

本发明专利技术提供一种通过人脸照片识别五官点的方法及系统，包括如下步骤：步骤1：人脸检测，以判断输入图像中是否存在人脸，若检测到人脸，则继续执行步骤2；步骤2：确定图像中人脸的面部特征点。在步骤1中，将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。本发明专利技术利用计算机科学处理手段，能够通过单张人脸正面照片识别五官位置和特征点，提高了人脸识别的准确性。

【技术实现步骤摘要】
【专利摘要】本专利技术提供一种通过人脸照片识别五官点的方法及系统，包括如下步骤：步骤1：人脸检测，以判断输入图像中是否存在人脸，若检测到人脸，则继续执行步骤2；步骤2：确定图像中人脸的面部特征点。在步骤1中，将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。本专利技术利用计算机科学处理手段，能够通过单张人脸正面照片识别五官位置和特征点，提高了人脸识别的准确性。【专利说明】通过人脸照片识别五官点的方法及系统
本专利技术涉及人脸识别与还原技术，具体地，涉及通过人脸照片识别五官点的方法及系统。
技术介绍
现今社会，诸如视觉监控、远程教育和人机交互技术及安全等各方面都迫切希望能够进行快速、有效的身份验证。生物特征因为自身的稳定性和差异性，已成为身份验证的主要手段。人脸是一种极为复杂的多变的物体，也是一种典型的非刚性物体。 人的脸部特征十分丰富，除了形状和表情之外，还有五官的特征分布。通过研究这些特征间的比例关系，可以得到不同的人脸的相似和差异程度。与利用视网膜识别及指纹识别等人体生物特征进行身分验证相比，人脸识别技术具有直观、友好及方便等特点，正越来越受到国际学术界、企业界、政府、公安部门和国防军事部门的重视和青睐，具有广泛的应用前景。 现有技术中对人脸识别的研究大致有两个阶段。第一阶段，主要研究人脸识别所需要的面部特征，该阶段工作的特点是识别过程全部依赖于操作人员，显然不能完成自动识别的功能。第二阶段，主要是人机交互式识别阶段，该阶段工作特点是需要利用操作员的某些先验知识，不能摆脱人的干预。 因此，有必要设计一种利用计算机科学处理手段实现人脸识别的技术方案，从而提高人脸识别的准确性。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种通过人脸照片识别五官点的方法及系统。 根据本专利技术提供的一种通过人脸照片识别五官点的方法，包括如下步骤: 步骤1:人脸检测，以判断输入图像中是否存在人脸，若检测到人脸，则继续执行步骤2 ; 步骤2:确定图像中人脸的面部特征点。 优选地,所述步骤I包括如下步骤: 步骤1.1:对图像进行预处理，包括:对图像进行光照补偿处理，并将图像中待确定的人脸图像变换到预先设定的位置以及将待确定的人脸图像的尺寸缩放到预先设定的大小； 步骤1.2:将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。 优选地,所述步骤2包括如下步骤: 步骤2.1:首先利用人脸器官构造的先验知识、面部图像灰度分布的峰谷以及频率特性粗略检测出眼睛、鼻子、嘴、下巴的大致区域和所述大致区域内五官轮廓线上的点作为关键的特征点； 步骤2.2:根据所述关键的特征点的参数作为形状模板的初始参数，其中，所述形状模型的参数反映了对应特征形状的可变部分，所述可变部分最终通过形状模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。 优选地，通过如下步骤检测眼睛: 步骤il:在步骤I检测到的人脸图像中，估计鼻子的初始位置； 步骤i2:定义两个初始搜索矩形，分别向左右两眼所处的大致位置生长； 步骤i3:根据人眼灰度明显低于面部灰度的特点，利用搜索矩形找到眼部的边缘，最后定位到瞳孔的中心。 优选地，在步骤il中，利用三庭五眼的比例估算鼻子的初始位置。 根据本专利技术提供的一种通过人脸照片识别五官点的系统，包括如下装置: 人脸检测装置，用于人脸检测，以判断输入图像中是否存在人脸，若检测到人脸； 特征点检测装置，用于确定图像中人脸的面部特征点。 优选地，所述人脸检测装置包括如下装置: 预处理装置，用于对图像进行预处理，包括:对图像进行光照补偿处理，并将图像中待确定的人脸图像变换到预先设定的位置以及将待确定的人脸图像的尺寸缩放到预先设定的大小； 模板匹配装置，用于将待确定的人脸图像与人脸模板进行模板匹配，若匹配，则将从待确定的人脸图像投影到人脸子空间，通过特征子脸技术判断是否为人脸。 优选地，所述特征点检测装置包括如下步骤: 第一处理装置，用于首先利用人脸器官构造的先验知识、面部图像灰度分布的峰谷以及频率特性粗略检测出眼睛、鼻子、嘴、下巴的大致区域和所述大致区域内五官轮廓线上的点作为关键的特征点； 第二处理装置，用于根据所述关键的特征点的参数作为形状模板的初始参数，其中，所述形状模型的参数反映了对应特征形状的可变部分，所述可变部分最终通过形状模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。 优选地，第二处理装置包括眼睛检测装置，所述眼睛检测装置包括如下装置: 鼻子位置估计装置，用于在人脸检测装置检测到的人脸图像中，估计鼻子的初始位置； 搜索矩形定制装置，用于定义两个初始搜索矩形，分别向左右两眼所处的大致位置生长； 搜索装置，用于根据人眼灰度明显低于面部灰度的特点，利用搜索矩形找到眼部的边缘，最后定位到瞳孔的中心。 优选地，所述鼻子位置估计装置，利用三庭五眼的比例估算鼻子的初始位置。 与现有技术相比，本专利技术具有如下的有益效果: 本专利技术利用计算机科学处理手段，能够通过单张人脸正面照片识别五官位置和特征点，提高了人脸识别的准确性。 【专利附图】【附图说明】 通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显: 图1为基于区域增长的搜索策略得到的人脸面部特征； 图2为本专利技术的方法流程图。 【具体实施方式】 下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进。这些都属于本专利技术的保护范围。 根据本专利技术提供的通过人脸照片识别五官点的方法，是为了通过单张人脸正面照片识别五官位置和特征点，是通过人脸检测以及面部特征定位的方式来实现的。 所述通过人脸照片识别五官点的方法，包括如下步骤: 步骤1:人脸检测，以判断输入图像中是否存在人脸。 原理是:识别人脸主要依据人脸上的特征，对人脸图像进行特征提取和分类之前一般需要做几何归一化算法和灰度归一算法。 几何归一化算法是根据人脸定位结果将图像中人脸变换到同一位置和同样大小，灰度归一化算法是指对图像进行光照补偿等处理，光照补偿能够一定程度的克服光照变化的影响而提高识别度。 检测人脸过程中，首先将待确定的人脸图像和人脸模板进行模板匹配，如果匹配，那么将其投影到人脸子空间，由特征子脸技术判断是否为人脸。 其中，模板匹配，是指按照人脸特征，将人脸图像划分成14个不同区域，用每个区域的灰度统计值表示该区域，用整个样本的灰度平均值归一化，从而得到用特征向量表示的人脸模板。通过非监督学习的方法对训练样本聚类，得到参考模板族。将测试图像的模板与参考模板在某种距离测度下匹配，通过阈值判断匹配程度。 特征子脸技术的基本思想是:从统计的观点，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。这些特征向量称为特征本文档来自技高网...

【技术保护点】
一种通过人脸照片识别五官点的方法，其特征在于，包括如下步骤：步骤1：人脸检测，以判断输入图像中是否存在人脸，若检测到人脸，则继续执行步骤2；步骤2：确定图像中人脸的面部特征点。

【技术特征摘要】

【专利技术属性】
技术研发人员：徐小明，徐宇，
申请(专利权)人：上海明穆电子科技有限公司，
类型：发明
国别省市：上海;31