[發(fā)明專利]嘴唇區(qū)域定位方法

有效

• 申請?zhí)枺?/td>: 201610011905.8
• 申請日: 2016-01-08
• 公開（公告）號: CN105787427B
• 公開（公告）日: 2019-05-24
• 發(fā)明（設(shè)計(jì)）人: 王士林;傅劍文;夏霙;李翔;裘瑛
• 申請（專利權(quán)）人: 上海交通大學(xué);上海數(shù)據(jù)分析與處理技術(shù)研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 上海漢聲知識產(chǎn)權(quán)代理有限公司 31236
• 代理人: 郭國中

本發(fā)明提供了一種嘴唇區(qū)域定位方法，包括：步驟1：通過攝像機(jī)采集人臉正面講話序列，并進(jìn)行人臉檢測和膚色過濾；步驟2：通過膚色像素點(diǎn)重心的計(jì)算和對鼻孔區(qū)域的檢索找到嘴唇區(qū)域的上邊界；步驟3：通過形態(tài)學(xué)圖像處理和二值圖像的邏輯運(yùn)算操作“溶解”臉部的五官，濾除背景中的“偽膚色”點(diǎn)；步驟4：通過橫向的膚色像素點(diǎn)比對獲得嘴唇區(qū)域的下邊界；步驟5：通過縱向的膚色像素點(diǎn)比對獲得嘴唇區(qū)域的左右邊界。本發(fā)明能夠擺脫經(jīng)驗(yàn)化的參數(shù)設(shè)置(具有更好的通用性和魯棒性)，準(zhǔn)確定位嘴唇區(qū)域，并對同一個(gè)講話者的嘴唇定位能實(shí)現(xiàn)較高的穩(wěn)定性。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理和模式識別技術(shù)領(lǐng)域，具體地，涉及一種嘴唇區(qū)域定位方法。

背景技術(shù)

近年來，生物特征識別技術(shù)(biometric authentication)已經(jīng)越來越多地應(yīng)用于人們的日常工作與生活之中。基于生物特征識別技術(shù)的考勤系統(tǒng)、門禁系統(tǒng)、安防系統(tǒng)的發(fā)展日趨成熟。生物特征的抗遺忘、抗丟失特性是密碼技術(shù)所不具備的，且其具有更低的盜用和復(fù)制風(fēng)險(xiǎn)。相對于指紋、虹膜等傳統(tǒng)的生物特征，嘴唇特征，或者說唇語特征，仍屬一個(gè)方興未艾的研究熱點(diǎn)，人們以期通過合理地組織構(gòu)建唇語特征來達(dá)到對講話人身份的準(zhǔn)確識別。這需要倚賴于前期一系列的圖像處理操作，其中最關(guān)鍵的便是準(zhǔn)確的嘴唇分割(lipsegmentation)結(jié)果，而現(xiàn)有的嘴唇分割研究都是在不外露人臉其他五官 (除了一點(diǎn)點(diǎn)鼻頭區(qū)域)和僅有極少量背景的圖片上進(jìn)行討論的。類似人臉檢測技術(shù)是從復(fù)雜的背景中框出人臉的區(qū)域位置，為了獲得符合要求的樣本圖片，人們亟需要找尋一種魯邦可靠的嘴唇區(qū)域定位方法，以從人臉圖像中框出嘴唇區(qū)域。

經(jīng)過對現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)，人們對嘴唇區(qū)域的定位往往采取經(jīng)驗(yàn)化的估計(jì)方法，例如Behrooz Zali-Vargahan等人在第21屆伊朗電子工程會議(201321st IranianConference on Electrical Engineering(ICEE),page 1-4)上發(fā)表的“彩色人臉圖像中的高效嘴唇檢測算法”(An Efficient Algorithm for Lip Detection in Color FaceImages)，該文即取一張人臉圖片的下三分之一，認(rèn)為可獲得符合后續(xù)圖像處理要求的嘴唇樣本。該方法的不足之處在于：1)、這種經(jīng)驗(yàn)化的嘴唇區(qū)域定位方法對原始的人臉圖像樣本有較高的精確度要求，要求人臉圖像中不能出現(xiàn)過多的背景區(qū)域，否則取得的下三分之一圖片會由于背景像素所占比例過大而影響到后續(xù)的嘴唇分割結(jié)果；2)、從嘴唇區(qū)域定位的魯棒性角度而言，人們總希望對于同一個(gè)講話者，每次定位的嘴唇區(qū)域不會有明顯的偏移，而講話者的頭部運(yùn)動(dòng)、不同的錄制環(huán)境都會造成同一個(gè)人的人臉樣本存在位移偏差，使得經(jīng)驗(yàn)化的嘴唇定位方法難以收獲穩(wěn)定的結(jié)果。基于以上兩點(diǎn)，對于嘴唇區(qū)域定位的準(zhǔn)確性和魯棒性有待提高。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種嘴唇區(qū)域定位方法。

根據(jù)本發(fā)明提供的嘴唇區(qū)域定位方法，包括如下步驟：

步驟1：通過數(shù)碼攝像機(jī)拍攝講話人的正面講話視頻，并通過人臉檢測技術(shù)獲得每一幀的人臉圖像樣本，并對樣本圖像進(jìn)行膚色過濾；

步驟2：計(jì)算膚色像素點(diǎn)的重心位置，從重心位置開始向下檢索鼻孔位置，定位嘴唇區(qū)域的上邊界；

步驟3：濾去不與圖像邊界連通的非膚色像素點(diǎn)；

步驟4：濾去包含在背景區(qū)域中的偽膚色像素點(diǎn)；

步驟5：統(tǒng)計(jì)經(jīng)過步驟3、步驟4過濾的圖像的每行膚色像素點(diǎn)的數(shù)目，定位嘴唇區(qū)域的下邊界；

步驟6：在嘴唇區(qū)域的上下邊界內(nèi)，對經(jīng)過步驟3、步驟4過濾的圖像從左至右逐列掃描，定位嘴唇區(qū)域的左邊界；再對該圖像從右至左逐列掃描，定位嘴唇區(qū)域的右邊界。

優(yōu)選地，所述步驟1包括：

步驟1.1：將數(shù)字圖像由原先的RGB顏色空間轉(zhuǎn)換到Y(jié)UV色彩空間：