[發明專利]人臉識別中的特征建模方法在審
| 申請號： | 201710028278.3 | 申請日： | 2017-01-16 |
| 公開（公告）號： | CN106919898A | 公開（公告）日： | 2017-07-04 |
| 發明（設計）人： | 尹雄;于磊;路正榮;李超超 | 申請（專利權）人： | 北京龍杯信息技術有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00 |
| 代理公司： | 北京智乾知識產權代理事務所(普通合伙)11552 | 代理人： | 華冰 |
| 地址： | 100085 北京*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 識別 中的 特征 建模 方法 | ||
1.一種人臉識別中的特征建模方法，其特征在于，包括步驟：
S11、預設22個關鍵特征點；22個關鍵特征點具體包括每個眉毛的兩個角點、每個眼睛的兩個角點、每個眼皮的最上點和最下點、鼻尖點、兩個鼻翼點、嘴巴的兩個角點、上嘴唇的最上點和最下點、下嘴唇的最上點和最下點，以及，下顎點；
S12、根據預設的關鍵特征點的標定順序，在訓練樣本中人工標定所述關鍵特征點；
S13、根據作為訓練樣本的人臉圖像生成一組特征點坐標數據，構成一組形狀向量訓練樣本；
S14、根據所述形狀向量訓練樣本進行全局形狀模型和局部紋理模型的構建。
2.根據權利要求1所述特征建模方法，其特征在于，所述根據所述形狀向量訓練樣本進行全局形狀模型和局部紋理模型構建，包括：
S21、通過仿射變換將所述形狀向量訓練樣本向量對齊；
S22、通過PCA算法降維，分解出主要的變形模式，從而獲得全局形狀模型；
S23、根據各個關鍵特征點周圍的局部灰度分布規律，為每個關鍵特征點在當前位置附近尋找最佳候選位置。
3.根據權利要求2所述特征建模方法，其特征在于，所述通過仿射變換將所述形狀向量訓練樣本向量對齊，包括：
通過旋轉、放縮和/或平移，將所述形狀向量訓練樣本向量對齊。
4.根據權利要求1所述特征建模方法，其特征在于，所述根據所述形狀向量訓練樣本進行全局形狀模型和局部紋理模型構建，包括：
通過將得到的二值圖像經過腐蝕膨脹操作來消除噪聲以及像素牽連影響。
5.根據權利要求4所述特征建模方法，其特征在于，所述腐蝕膨脹操作采用2*3長方形窗口。
6.根據權利要求1所述特征建模方法，其特征在于，所述根據所述形狀向量訓練樣本進行全局形狀模型和局部紋理模型構建，包括：
通過尋找人臉區域二值化圖像的最大連通區域來提取輪廓，并采用遍歷輪廓各個點以尋找輪廓的最左點、最右點、最上點和最下點。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京龍杯信息技術有限公司，未經北京龍杯信息技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710028278.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種多功能旅行代步箱包
- 下一篇：一種藍牙行李箱
