[發明專利]一種大規模人臉模式分析樣本庫的構建方法和裝置

在審

• 申請號: 201410808371.2
• 申請日: 2014-12-19
• 公開（公告）號: CN104778481A
• 公開（公告）日: 2015-07-15
• 發明（設計）人: 翟懿奎;甘俊英;王斌;彭超;曾軍英
• 申請（專利權）人: 五邑大學
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/46
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 譚志強

1.一種大規模人臉模式分析樣本庫的構建方法，其特征在于包括如下步驟：

A、通過本地和/或遠程網絡批量獲取圖片；

B、采用基于Harr-like特征的Viola-Jones人臉檢測算法對獲取的圖片進行人臉檢測并進行篩選，保留包含人臉的圖片；

C、基于人臉比例對包含人臉的圖片進行剪裁并使包含人臉的圖片歸一化到預設的尺寸；

D、采用主成分分析法和線性判別分析方法融合的算法對裁剪的圖片進行性別分類以得到不同性別的人臉圖片庫；

E、分別在不同性別的人臉圖片庫中，對圖片進行灰度直方圖的相似度比對以確定重復的圖片，然后刪除重復的圖片，并且輸出建立好的人臉樣本庫；

F、根據需要對建立好的人臉樣本庫進行二次篩選和人工標記，然后儲存適用的人臉樣本庫至本地存儲器。

2.根據權利要求1所述的大規模人臉模式分析樣本庫的構建方法，其特征在于，所述步驟A包括：

利用網絡爬蟲腳本從本地和/或遠程網絡批量獲取圖片，其中基于廣度優先策略使網絡爬蟲執行路徑檢索，在預設的網絡路徑抓取所有與統一資源定位符(URL)所對應的圖片，從而控制抓取效率和圖片的來源。

3.根據權利要求1所述的大規模人臉模式分析樣本庫的構建方法，其特征在于，所述步驟C包括：

在包含人臉的圖片上會生成矩形標定框；

根據圖片中的人臉尺寸和位置來設置標定框的位置、寬度和高度；

根據標定框裁剪圖片。

4.根據權利要求3所述的大規模人臉模式分析樣本庫的構建方法，其特征在于，所述步驟C包括：

在預設數量的人臉圖片中計算眉毛到下嘴唇的垂直距離與眉毛到頭頂距離的垂直距離的比值，以及眉毛到下嘴唇的垂直距離與下嘴唇到下巴的垂直距離的比值；

經過統計分析得出適用的比值數據，用于確定所述矩形標定框的裁剪系數以實現標定框的縮放。

5.根據權利要求1所述的大規模人臉模式分析樣本庫的構建方法，其特征在于，所述步驟D包括：

在采用主成分分析法進行數據降維處理過程中，維數是由的已知性別圖片的訓練樣本集的協方差矩陣的97％以上的矩陣特征值的個數來確定。

6.根據權利要求1所述的大規模人臉模式分析樣本庫的構建方法，其特征在于，所述步驟E包括：

分別計算基準圖片和待比對圖片的灰度直方圖；

分別在基準圖片和待比對圖片的灰度直方圖中獲取對應的灰度級像素的頻率值，并且計算基準圖片和待比對圖片的灰度級像素的頻率值之間的巴氏系數；

如果計算的巴氏系數值超過預設的閥值，則認定基準圖片和待比對圖片為重復圖片。

7.根據權利要求1所述的大規模人臉模式分析樣本庫的構建方法，其特征在于所述方法還包括：在采用主成分分析法和線性判別分析方法融合的算法對裁剪的圖片進行性別分類以得到不同性別的人臉圖片庫之后，對人臉進行校準使人臉處于規范化的位置和姿態。

8.根據權利要求7所述的大規模人臉模式分析樣本庫的構建方法，其特征在于，對人臉進行校準使圖像中的人臉處于規范化的位置和姿態包括：采用已獲取到的包含人臉的圖片作為訓練集并利用無監督聯合校準算法對人臉進行校準。

9.根據權利要求8所述的大規模人臉模式分析樣本庫的構建方法，其特征在于，采用已獲取到的包含人臉的圖片作為訓練樣本并利用無監督聯合校準算法對人臉進行校準包括：

提取訓練集的每張圖片中每個像素點的SURF特征；

對應提取的SURF特征點依次對分布域中每個元素的概率、分布域的熵、似然函數和整體熵進行計算；

重復上述步驟并實施迭代計算，從而計算出使得計算的整體熵的值最小的仿射變換矩陣，

其中所述仿射變換矩陣包含對訓練集的x軸平移、y軸平移、旋轉變換、x軸尺度變換以及y軸尺度變換。

10.一種用于構建大規模人臉模式分析樣本庫的裝置，包括：

用于獲取圖片的網絡通信接口；

用于顯示圖片的顯示設備；

用于圖片篩選的輸入設備；

用于儲存計算機程序指令和儲存圖片的存儲器；

至少一個處理器，其中當所述處理器執行所述指令時，所述計算機程序指令觸發處理器執行

根據權利要求1至9中任一項所述的大規模人臉模式分析樣本庫的構建方法。