[發明專利]人臉臉型分類方法和系統

有效

• 申請號: 201610817599.7
• 申請日: 2016-09-12
• 公開（公告）號: CN106909875B
• 公開（公告）日: 2020-04-10
• 發明（設計）人: 滕書華;譚志國;魯敏
• 申請（專利權）人: 湖南拓視覺信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京康達聯禾知識產權代理事務所(普通合伙) 11461
• 代理人: 姚遠達;金丹

技術領域

本發明實施例涉及計算機視覺技術領域，尤其涉及一種人臉臉型分類方法和系統。

背景技術

人臉特征參數是指在人臉圖像中各部位的位置和形狀等信息，是人臉圖像分析中重要組成部分，它可廣泛應用于美容和美發、眼鏡配戴、整形手術等領域。而且，人臉特征參數還是人臉臉型分類的重要依據。

基于光學二維圖像的人臉特征參數提取方法比較多，但由于二維人臉圖像的灰度分布較為復雜，而且受成像過程的光照、圖像的尺寸、距離遠近、旋轉及姿勢的變化的影響，使得正確提取人臉特征參數變得非常困難，甚至提取過程經常需要依賴于手工操作，不能擺脫人工的干預，且提取到的人臉特征參數精度不高，因此，利用現有方法提取得到的人臉特征參數對人臉臉型進行分類的結果準確度低。

發明內容

本發明實施例提供了一種人臉臉型分類方法和系統，以解決傳統的人臉臉型分類準確度低的問題。

根據本發明實施例的一方面，提供了一種人臉臉型分類方法，包括：

獲取目標用戶的頭部的三維點云數據和二維圖像數據；

根據所述三維點云數據生成所述目標用戶的頭部的三維模型；

依據所述三維點云數據和所述二維圖像數據的對應關系，將所述二維圖像數據映射到所述三維模型中；

根據所述二維圖像數據的紋理信息和顏色信息檢測得到人臉區域；

依據映射后的所述三維模型和所述人臉區域提取人臉特征點；

根據所述人臉特征點對所述目標用戶的人臉臉型進行分類。

根據本發明實施例的另一方面，提供了一種人臉臉型分類系統，包括：

數據獲取模塊，用于獲取目標用戶的頭部的三維點云數據和二維圖像數據；

模型生成模塊，用于根據所述三維點云數據生成所述目標用戶的頭部的三維模型；

數據映射模塊，用于依據所述三維點云數據和所述二維圖像數據的對應關系，將所述二維圖像數據映射到所述三維模型中；

區域檢測模塊，用于根據所述二維圖像數據的紋理信息和顏色信息檢測得到人臉區域；

特征點提取模塊，用于依據映射后的所述三維模型和所述人臉區域提取人臉特征點；

臉型分類模塊，用于根據所述人臉特征點對所述目標用戶的人臉臉型進行分類。

根據本發明實施例提供的人臉臉型分類方法和系統，通過獲取目標用戶的頭部的三維點云數據和二維圖像數據，根據三維點云數據生成目標用戶的頭部的三維模型，依據三維點云數據和二維圖像數據的對應關系，將二維圖像數據映射到三維模型中，根據二維圖像數據的紋理信息和顏色信息檢測得到人臉區域，依據映射后的三維模型和人臉區域提取人臉特征點，根據人臉特征點對目標用戶的人臉臉型進行分類。因此，本發明實施例在獲取三維點云數據的同時，還獲取二維圖像數據，生成目標用戶的頭部的三維模型，將二維圖像數據映射到三維模型中，得到更具有真實感的三維模型，然后根據二維圖像數據的紋理信息和顏色信息檢測得到目標用戶的頭部的多個人臉區域，根據人臉區域和三維模型提取人臉特征點，提高了人臉特征點提取的精度，克服了單純從二維圖像中提取人臉特征點魯棒性差的缺陷，也提高了人臉臉型分類的準確度。

附圖說明

圖1是根據本發明實施例一的一種人臉臉型分類方法的步驟流程圖；

圖2是根據本發明實施例一和二的一種人臉臉型分類方法中的人臉特征點分布示意圖；

圖3是根據本發明實施例二的一種人臉臉型分類方法的步驟流程圖；

圖4是根據本發明實施例二的一種人臉臉型分類方法中的三個視點的融合圖；

圖5a～圖5g依次是根據本發明實施例二的一種人臉臉型分類方法中的瓜子臉、長形臉、心形臉、方形臉、圓形臉、梨形臉和菱形臉的示意圖；

圖6是根據本發明實施例三的一種人臉臉型分類系統的結構框圖；

圖7是根據本發明實施例四的一種人臉臉型分類系統的結構框圖。

具體實施方式

下面結合附圖(若干附圖中相同的標號表示相同的元素)和實施例，對本發明實施例的具體實施方式作進一步詳細說明。以下實施例用于說明本發明，但不用來限制本發明的范圍。

本領域技術人員可以理解，本發明實施例中的“第一”、“第二”等術語僅用于區別不同步驟、設備或模塊等，既不代表任何特定技術含義，也不表示它們之間的必然邏輯順序。

實施例一

圖1示出了根據本發明實施例一的一種人臉臉型分類方法的步驟流程圖。