【技术实现步骤摘要】
本专利技术涉及认证识别
,具体地说,涉及一种图片浏览方法。
技术介绍
随着数码拍摄设备的普及和存储器的发展,用户拍摄、存储的图片越来越多,而且人物照片在其中占较大比例。当用户在查看图片时,数码设备如手机、电脑、电子相框等通常会按照拍摄或保存时间将图片呈现出来以供用户浏览。但是用户往往对图片中的人物更加感兴趣。因此,基于人脸识别技术将同一个人的多张图片聚类而后按照相似度降序排序的浏览方式更能契合用户的潜在需求。当前市场上有一些智能手机相册支持基于标签的图片浏览,该标签可以是人物姓名。当用户选择一个标签后,相册应用程序将显示该标签下的所有图片。按照标签产生方法的不同,大致可以分为两种:第一种是不使用任何检测或者识别手段,通过用户纯手动标注生成标签;第二种是使用人脸检测和分组聚类方法,先根据相似度将包含人脸的图片分为多个分组,然后用户再对每个分组进行标注。具体而言,这类方法通常先对图片进行人脸检测,对检测器获取的人脸进行两两之间的相似度计算,相似度高的图片对归到同一组,相似度低的划分为新的分组。然后用户只需要对分组结果进行标注,将同一组的图片标注为某个人物标签。以上通过人物标签实现图片浏览方法中,第一种方法的主要缺点是前期需要极大的人力成本,用户需要对每一张图片都进行标注才能有较好的标签分组效果,既消耗时间也影响用户体验;第二种方法主要受到人脸检测和分组性能的制约,市场上的产品多数存在人脸漏检(即 ...
【技术保护点】
一种图片浏览方法,包括:基于人脸特征向量检测目标图片集中的人脸;从检测出人脸后的目标图片集中选择指定人脸,并获取所述指定人脸的人脸特征向量;基于所述人脸特征向量计算所述指定人脸与目标图片集中检测出的其他人脸的相似度;基于所述相似度排序显示目标图片集中的图片。
【技术特征摘要】
1.一种图片浏览方法,包括:
基于人脸特征向量检测目标图片集中的人脸;
从检测出人脸后的目标图片集中选择指定人脸,并获取所述指定人脸的人脸
特征向量;
基于所述人脸特征向量计算所述指定人脸与目标图片集中检测出的其他人
脸的相似度;
基于所述相似度排序显示目标图片集中的图片。
2.根据权利要求1所述的图片浏览方法,其特征在于,基于人脸特征向量
检测目标图片集中的人脸的步骤进一步包括:
基于人脸检测及肤色检测确定目标图片集中的人脸候选框;
对齐所述人脸候选框中的人脸以确保将人脸由非正脸调整至正脸;
提取对齐后的人脸候选框中的人脸特征向量;
基于模板人脸集对所述人脸特征向量进行过滤处理,以排除错误检测出的非
人脸候选框,从而确定目标图片集中的人脸。
3.根据权利要求2所述的图片浏览方法,其特征在于,确定目标图片集中
的人脸候选框的步骤进一步包括:
人脸检测步骤,基于Viola-Jones人脸检测器框架建立大量检测框来对输入图
像进行扫描,提取检测框中的Haar特征,基于Haar特征过滤掉非人脸候选框;
肤色检测步骤,计算保留下来的检测框内的平均肤色似然度,若计算得到的
平均肤色似然度大于整幅图像的平均肤色似然度,则保留下来并作为所述人脸候
选框。
4.根据权利要求3所述的图片浏览方法,其特征在于,对齐所述人脸候选
框中的人脸以确保将人脸由非正脸调整至正脸的步骤进一步包括:
基于左右眼、左右嘴角和鼻尖五个特征点定位所述人脸候选框中的人脸特征
点位置;
通过左右嘴角的坐标计算出嘴巴中心的位置,利用嘴巴中心的位置和左右眼
三点作为人脸对齐的标准;
通过仿射变换将所述三点映射到大小为N*N的图像上的固定位置,以实现人
\t脸的对齐。
5.根据权利要求4所述的图片浏览方法,其特征在于,提取对齐后的人脸
候选框中的人脸特征向量的步骤进一步包括:
提取对齐后的人脸候选框中人脸的LBP特征和HOG特征;
利用降维矩阵PCA和LDA将LBP特征和HOG特征降维到n维;
对降维后的LBP特征和HOG特征分别进行模归一化处理...
【专利技术属性】
技术研发人员:邓伟洪,韩嘉杰,胡佳妮,郭军,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京;11
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。