【技术实现步骤摘要】
本专利技术涉及人脸检测以及特征点定位，尤其是指利用图像数据分析对采集到的视频数据提取人脸特定区域纹理。
技术介绍
基于视频数据的人脸特定区域提取方法，可以用于人脸局部纹理分析，比如中医的面诊，使诊疗过程简单便捷；另外还可以用于三维人脸建模，比如将特定人脸区域的纹理映射到三维模型中。现在常用2D-Gabor滤波提取人脸特定区域，但是由于纹理的特征不显著，以及表情和年龄的变化，光线、角度等因素都会干扰特征识别，产生一定的偏差，对提取产生影响。所以针对上述不足，本专利技术通过对海量人脸数据分析，训练获取人脸检测模型以及基于人脸图像的特征点定位模型；与此同时，通过对应用领域的分析，进一步设定图像以及特征点质量判断的规则，提升了人脸特征点的质量，以此来保证提取出的人脸特定区域的有效性；综合上述方案，提出一种基于视频数据的人脸特定区域提取系统。该系统目的在于提取出人脸图像中的特定区域纹理，可以用于人脸特定区域分析或者利用人脸特定纹理进行三维建模。
技术实现思路
针对现有人脸特定区域提取容易产生偏差的问题，本专利技术目的在于提供一种基于视频数据的人脸特定区域提取方法，可以提取出人脸图像中的特定区域纹理。为解决上述问题，本专利技术提供一种基于视频数据的人脸特定区域提取方法，其主要内容包括：(一)视频人脸数据的输入部分；(二)对于视频数据中人脸检测部分；(三)对于检测到的人脸数据中特征点定位部分；(四)对于人脸特征点进行人脸特定区域提取部分；其中，所述对于视频人脸数据的输入部分(一)包括对各类视频采集设备的数据驶入；其中，所述对于视频数据中人脸检测部分(二)包括将通过人脸检测...
【技术保护点】
一种基于视频数据的人脸特定区域提取方法，其特征在于，包括视频人脸数据的输入部分(1)；视频数据中人脸检测部分(2)；对于检测到的人脸数据中特征点定位部分(3)；对于人脸特征点进行人脸特定区域提取部分(4)。
【技术特征摘要】
1.一种基于视频数据的人脸特定区域提取方法，其特征在于，包括视频人脸数据的输入部分(1)；视频数据中人脸检测部分(2)；对于检测到的人脸数据中特征点定位部分(3)；对于人脸特征点进行人脸特定区域提取部分(4)。2.基于权利要求书1所述的视频人脸数据，其特征在于，所述人脸数据包括但不限于人脸器官尺寸、人脸器官颜色、人脸器官局部特征。3.基于权利要求书1所述的视频人脸数据的输入部分(1)，其特征在于，包括对各类视频采集设备的数据驶入。4.基于权利要求书1所述的视频数据中人脸检测部分(2)，其特征在于，包括将通过人脸检测算法进行视频当前帧中的人脸检测的模块以及将检测到的人脸图像进行质量评估的模块。5.基于权利要求书1所述的检测到的人脸数据中特征点定位部分(3)，其特征在于，包括根据人脸图像进行预订的特征点定位的模块以及将定位到的特征点进行质量评估的模块。6.基于权利要求书1所述的人脸特征点进行人脸特定区域提取部分(4)，其特征在于，包括根据人脸图像以及定位到的特征点，按照特定区域规则提取出人脸特定局部纹理。7.基于权利要求书3所述的视频数据中人脸检测的模块，其特征在于，利用LBP特征和Haar特征混合特征池，用来表征人脸特性；利用AdaBoost算法构建分类器；利用Cascade结构进行分类器的级联进行加速。8.基于权利要求书3所述的将检测到的人脸图像进行质量评估的模块，其特征在于，评价标准主要分为：1)检测得到的人脸图像大小图像分辨率越高，那么获取的图像纹理细节就更加丰富；Sres＝(width*height)/(wmax*hmax)其中wmax和hmax为设定最大分辨率图像的高度和宽度；分数值最大为12)检测得到的人脸图像光照均匀程度将人脸图像十字交叉平均分为4个子图像，对子图像进行均值计算S＝abs(s1-s2)+abs(s3-s4) 其中，thr为预设的光照均匀度阈值3)检测得到的人脸图像光照明暗程度将人脸图像进行全局均值计算其中，thr1和thr2为预设的光照明暗度阈值综合上述三个规则，利用加法准则作为评判函数进行计算：S＝Sres+Silu_sym+Silu_abs如S低于预订的人脸图像质量阈值Sthr，则过滤该人脸图像；如S高于系统人脸图像对应的分数值，则当前人脸图像替换系统人脸图像。9.基于权利要求书4所述的根据人脸图像进行预订的特征点定位的模块，其特征在于，人脸特征点定位分为训练和定位两个阶段，在训练阶段我们需要根据标注数据获取特征数据集的位置限制条件；在定位阶段我们根据训练中获取的限制信息，对人脸图像数据按照多尺度的方式进行定位计算。在训练...
【专利技术属性】
技术研发人员：夏春秋，
申请(专利权)人：深圳市唯特视科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。