[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

技術領域

本發明涉及生物特征識別，特別是涉及人臉識別中的特征建模方法。

背景技術

人臉識別技術一般包括四個組成部分，分別為人臉圖像采集、人臉圖像預處理、人臉圖像特征提取以及匹配與識別，具體來說：

人臉圖像采集及檢測是指通過攝像鏡頭等視頻圖像采集裝置采集包括有人臉的視頻或圖像數據，可以是采集對象的靜態圖像、動態圖像、不同的位置、不同表情等。

人臉圖像預處理是指從采集的圖像數據中確定人臉的部分，并進行灰度校正、噪聲過濾等圖像預處理，從而使后續的人臉圖像特征提取過程能夠更加的準確和高效。

人臉圖像特征提取是指，也稱人臉表征，它是對人臉進行特征建模的過程；人臉由眼睛、鼻子、嘴、下巴等局部構成，對這些局部的特定位置點以及這些特定位置點之間結構關系的特征描述，可作為識別人臉的重要特征，這些特定的位置點被稱為關鍵特征點。人臉識別過程受到很多因素的干擾，準確地提取人臉中合適的關鍵特征點是進行正確識別的關鍵。

現有技術中，對于關鍵特征點的選取方式一般為：

選取人臉的9個特征點，這些關鍵特征點的分布具有角度不變性，分別為2個眼球中心點、4個眼角點、兩鼻孔的中點和2個嘴角點。在此基礎上可以容易地獲得與識別有關的人臉各器官特征以及擴展的其他特征點位置，用于進一步的識別算法。

發明人經過研究發現，經現有技術中的所選取的關鍵特征點，在進行情緒識別時，識別的準確度較低。

發明內容

本發明所要解決的技術問題是如何提高人臉情緒識別的準確度，具體的：

本發明實施例提供了一種人臉識別中的特征建模方法，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。

優選的，在本發明實施例中，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。

優選的，在本發明實施例中，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。

優選的，在本發明實施例中，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。

優選的，在本發明實施例中，所述腐蝕膨脹操作采用2*3長方形窗口。

優選的，在本發明實施例中，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。

由上可以看出，本發明實施例中所選取的關鍵特征點，其位置的變動軌跡能夠更加準確的表征面部情緒的變化，所以可以有效的提高人臉情緒識別的準確度。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請中記載的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本申請中所述人臉識別中的特征建模方法的步驟示意圖；

圖2為本申請中所述人臉識別中的特征建模方法的又一步驟示意圖。

具體實施方式