[發明專利]人臉圖像中自動去除眼鏡的方法

有效

• 申請號: 201710082795.9
• 申請日: 2017-02-16
• 公開（公告）號: CN106846348B
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 張欣;于紅;馬新利;王兵
• 申請（專利權）人: 河北大學
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/136
• 代理公司: 石家莊國域專利商標事務所有限公司 13112
• 代理人: 蘇艷肅

本發明提供了一種人臉圖像中自動去除眼鏡的方法。其包括以下步驟：1、進行基于半閾值和最小方差濾波的閾值分割判斷是否有眼鏡并獲得眼鏡的遮擋區域。2、由眼鏡遮擋區域得到初始補償域，對初始補償域進行調整，根據最小距離原理搜索最佳匹配補償域。3、用扇形線性插值的方法對眼鏡遮擋區域進行補償，得到不戴眼鏡的人臉圖像。本發明可以實現正面人臉圖像中眼鏡的自動去除，去除效果好。該方法僅根據當前人臉圖像，既不需要訓練集又不需要補償集，既適用于深色邊框和淺色邊框眼鏡，也適用于全框眼鏡和半框眼鏡。

技術領域

本發明涉及人臉圖像的處理方法，具體地說是一種人臉圖像中自動去除眼鏡的方法。

背景技術

人臉識別技術由于其主動、直接、簡單、友好等特點，市場前景十分廣闊。近些年，雖然人臉識別技術取得了很大的進展，但是仍然受到面部表情、姿態、位置、頭部尺寸的變化和遮擋物等因素的限制。作為最常見的遮擋物，眼鏡通常會給人臉的后續處理和識別過程帶來很大的影響。

至今，針對人臉圖像眼鏡去除方面的研究并不多。有研究人員建立了戴眼鏡的人臉圖像和它對應的不戴眼鏡的人臉圖像的聯合概率分布模型，并通過這個模型來合成不戴眼鏡的人臉圖像，但是對于那些無框的眼鏡，精確定位所需要的15個特征點是非常難的。有研究人員將PCA技術用于人臉圖像的眼鏡摘除，雖然利用PCA重建的人臉圖像是無眼鏡的，但實際上眼鏡所帶來的重建誤差被分散到整幅人臉圖像，不利于識別。有研究人員用PCA迭代誤差補償算法重建眼鏡遮擋區域的圖像，但PCA提取的特征只呈現出人臉形狀而對人臉細節表現不夠。有研究人員提出PCA-ICA-W方法，該方法雖然可以取得較好的結果，但事先也需要對大量人臉樣本進行訓練重建才能得到無眼鏡人臉圖像，計算量大，效率不高。

眼鏡去除過程中使用訓練集時，訓練集中的人臉圖像要經過人臉對齊等預處理。實時情況下很難有合適的不戴眼鏡的人臉圖像作為訓練集；即便有合適的訓練集，但事先需要對大量人臉樣本進行訓練重建。眼鏡去除過程中使用補償集時，補償集是亮度、紋理相近的其他人臉圖像。實時情況下很難找到這樣的人臉圖像作為補償集；即便存在補償集，用作補償集的人臉圖像與待去除眼鏡的人臉圖像不是同一個人，兩幅圖像的光照條件或皮膚紋理都存在一定的差異。

發明內容

本發明提供了一種人臉圖像中自動去除眼鏡的方法，在不需要訓練集也不需要補償集的情況下，適時、快速自動生成失真度低的去除眼鏡人臉圖像。

本發明是這樣實現的：

人臉圖像中自動去除眼鏡的方法，包括如下步驟：

s1、進行基于半閾值和最小方差濾波的閾值分割,判斷是否有眼鏡并獲得眼鏡的遮擋區域；

s2、由眼鏡遮擋區域得到初始補償域，對初始補償域進行調整，根據最小距離原理得到最佳匹配補償域；

s3、用扇形線性插值的方法對眼鏡遮擋區域進行補償，得到不戴眼鏡的人臉圖像。

所述的人臉圖像中自動去除眼鏡的方法，s1步包括以下步驟：

s1a.根據人臉的先驗知識建立人眼的橢圓模型，用該模型代替人眼區域；

s1b.采用半閾值分割得到包含眼鏡在內的顯著區域；

s1c.使用最小方差濾波的圖像分割及連通域去除技術獲得顯著區域邊界即準確的眼鏡遮擋區域邊界并以周長面積比作為眼鏡有無的判斷標準；

所述的人臉圖像中自動去除眼鏡的方法，s2步包括以下步驟：

s2a.按照獲得的眼鏡遮擋區域邊界輪廓，依次確定初始補償域；

s2b.依據最小距離原理確定最佳匹配補償域；

所述的人臉圖像中自動去除眼鏡的方法，s3步包括以下步驟：