[發明專利]一種人臉定位的方法與裝置

有效

• 申請號: 201310560912.X
• 申請日: 2013-11-13
• 公開（公告）號: CN103593654A
• 公開（公告）日: 2014-02-19
• 發明（設計）人: 鄧川云;林天麟
• 申請（專利權）人: 智慧城市系統服務（中國）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66
• 代理公司: 深圳市福田區優壹知識產權代理事務所(普通合伙) 44319
• 代理人: 周丹

技術領域

本發明涉及人機交互技術領域，尤其涉及一種人臉定位的方法與裝置。

背景技術

在人機交互領域中，對使用者人臉的檢測定位技術起著至關重要的作用。

現有的人臉定位技術大部分采用獨立的模塊運行，而不是采用統一框架進行處理。在人臉特征點定位技術方面，現有技術主要采用ASM(Active?Shape?Model，活動形狀模型)模型及其改進模型，其擬合的精度較低。

發明內容

本發明提供了一種人臉定位的方法與裝置，提高了擬合精度。

本發明提供了一種人臉定位的方法，包括：

通過攝像頭獲取用戶原始圖像；

對所述用戶原始圖像經過粗略定位，得到人臉粗略定位圖像；

根據所述人臉粗略定位圖像得到人臉檢測區域信息，所述人臉檢測區域信息包括人臉各部位位置信息；

根據所述人臉檢測區域信息，通過局部形狀擬合方法得到精確的人臉各部位形狀。

較優的，所述根據所述人臉粗略定位圖像得到人臉檢測區域信息，所述人臉檢測區域信息包括人臉各部位位置信息，具體包括：

將所述人臉粗略定位圖像劃分為若干個子窗口；

計算每個子窗口的圖像方差值，將所述每個子窗口的圖像方差值與預設的方差閾值進行比較，如果小于所述方差閾值則認定該子窗口包含目標區域，接收該子窗口，反之則否決該子窗口；

將上一步通過的子窗口通過在線學習分類器，得到通過所述在線學習分類器的子窗口；

將通過上一步驟輸出的子窗口進行NMS處理，得到人臉檢測區域信息。

較優的，所述將上一步通過的子窗口通過在線學習分類器，得到通過所述在線學習分類器的子窗口，具體包括：

計算通過上一步驟的子窗口的隨機森林分類器的后驗概率，如果所述后驗概率大于預設的概率閾值則接收該子窗口，反之則否決該子窗口；

計算通過上一步驟的子窗口與NCC分類器樣本庫中的目標模板的匹配系數，當所述匹配系數大于預設的系數閾值則接收該子窗口，反之則否決該子窗口。

較優的，局部形狀擬合方法具體為監督的序列擬合方法，所述監督的序列擬合方法具體為：

步驟a：根據人臉檢測區域信息提取人臉各部位形狀，該形狀作為人臉各部位形狀初始值；

步驟b：根據當前人臉各部位形狀的標定點提取當前特征描述符，若干個當前特征描述符組成當前特征描述矢量；

步驟c：以所述當前特征描述矢量為索引號，在更新矩陣庫中查找對應的更新矩陣，根據所述對應的更新矩陣更新當前人臉各部位形狀，將步驟b中的當前人臉各部位形狀替代為該更新當前人臉各部位形狀；

步驟d：判斷是否大于預設的最大迭代步數，或者最近兩次形狀誤差向量范數誤差小于預設向量范數誤差閾值，否則返回步驟b，是則進入步驟e；

步驟e：得到精確的人臉各部位形狀。

較優的，還包括：

根據所述精確的人臉各部位形狀，通過結構學習方法得到人臉各部位目標函數；

對所述人臉各部位目標函數進行優化，得到最優的人臉各部位位置。

較優的，還包括：

根據最優的人臉各部位位置，跟蹤連續兩幀中人臉各部位的運動位置；

根據所述人臉各部位的運動位置，更新所述在線學習分類器。

本發明還提供了一種人臉定位的裝置，包括：

獲取圖像模塊，用于通過攝像頭獲取用戶原始圖像，將所述用戶原始圖像發送給粗略定位模塊；

粗略定位模塊，與所述獲取圖像模塊相連，用于對所述用戶原始圖像經過粗略定位，得到人臉粗略定位圖像，并將所述人臉粗略定位圖像發送給檢測區域模塊；

檢測區域模塊，與所述粗略定位模塊相連，用于根據所述人臉粗略定位圖像得到人臉檢測區域信息，所述人臉檢測區域信息包括人臉各部位位置信息；

擬合模塊，與所述檢測區域模塊相連，用于根據所述人臉檢測區域信息，通過局部形狀擬合方法得到精確的人臉各部位形狀。

較優的，所述檢測區域模塊具體包括：

滑動窗口模塊，用于將所述人臉粗略定位圖像劃分為若干個子窗口；

方差濾波模塊，與所述滑動窗口模塊相連，用于計算每個子窗口的圖像方差值，將所述每個子窗口的圖像方差值與預設的方差閾值進行比較，如果小于所述方差閾值則認定該子窗口包含目標區域，接收該子窗口，反之則否決該子窗口；

在線學習模塊，與所述方差濾波模塊相連，用于將上一步通過的子窗口通過在線學習分類器，得到通過所述在線學習分類器的子窗口；