[發明專利]一種非面部ROI識別方法及裝置

有效

• 申請號: 201710090091.6
• 申請日: 2017-02-20
• 公開（公告）號: CN106778751B
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 雷宇;金宇林;伏英娜
• 申請（專利權）人: 邁吉客科技(北京)有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/74
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 孟潭

本發明提供了一種非面部ROI識別的方法及裝置，該方法包括：從待處理的圖像中確定至少一個面部關鍵點；根據所述至少一個面部關鍵點，確定至少一個顏色樣本區域；通過所述至少一個顏色樣本區域，從所述待處理的圖像中提取面部圖像；對所述面部圖像進行掩膜消除，獲得非面部感興趣區域ROI對應的目標圖像；根據所述至少一個面部關鍵點及所述目標圖像，對所述待處理的圖像中的所述非面部ROI進行識別。該裝置包括：提取單元、消除單元及識別單元。本方案能夠提高對非面部ROI進行識別的速率。

技術領域

本發明涉及圖像處理技術領域，特別涉及一種非面部ROI識別的方法及裝置。

背景技術

隨著計算機技術和圖像處理技術的不斷發展與進步，面部表情識別技術被應用于各個領域，比如動畫制作、影視制作、視頻聊天等，通過對用戶的面部表情進行識別，創建用戶面部表情與動畫人物面部表情的映射關系，以進行動畫片、科幻電影的制作，趣味視頻聊天或趣味照片拍攝。在面部表情識別過程中，識別舌頭、牙齒、眼球等非面部ROI(Region OfInterest，感興趣區域)是面部表情識別的重點和難點。

目前，識別非面部ROI主要通過SVM(Support Vector Machine，支持向量機分類器)和神經元網絡算法的方法進行。

針對于目前通過SVM和神經元網絡算法對非面部ROI進行識別的方法，SVM需要將直方圖數據提升至較高的維度進行計算，而神經元網絡算法需要對圖像進行多次卷積卷和池化處理。因此，無論SVM還是神經元網絡算法，都需要耗費較長的時間處理大量數據，造成對非面部ROI進行識別的速率較慢。

發明內容

本發明實施例提供了一種非面部ROI識別的方法及裝置，能夠提高對非面部ROI進行識別的速率。

第一方面，本發明實施例提供了一種非面部ROI識別的方法，包括：

從待處理的圖像中確定至少一個面部關鍵點；

根據所述至少一個面部關鍵點，確定至少一個顏色樣本區域；

通過所述至少一個顏色樣本區域，從所述待處理的圖像中提取面部圖像；

對所述面部圖像進行掩膜消除，獲得非面部感興趣區域ROI對應的目標圖像；

根據所述至少一個面部關鍵點及所述目標圖像，對所述待處理的圖像中的所述非面部ROI進行識別。

優選地，所述通過所述至少一個顏色樣本區域，從所述待處理的圖像中提取面部圖像，包括：

針對于每一個所述顏色樣本區域，對該顏色樣本區域進行顏色統計，獲取該顏色樣本區域對應的樣本顏色，確定所述樣本顏色在與該顏色樣本區域相鄰區域內的歸一化出現頻率，并將所述歸一化出現頻率大于預設閾值的所述相鄰區域確定為該顏色樣本區域對應的面部區域；

將各個所述顏色樣本區域及對應的面部區域進行組合，形成組合面部區域；

從所述待處理的圖像中提取位于所述組合面部區域內的圖像作為所述面部圖像。

優選地，所述對所述面部圖像進行掩膜消除，獲得非面部ROI對應的目標圖像，包括：

對所述面部圖像進行掩膜消除；

根據所述至少一個面部關鍵點，從消除所述面部圖像的待處理的圖像上獲得所述非面部ROI對應的目標圖像。

優選地，所述根據所述至少一個面部關鍵點及所述目標圖像，對所述待處理的圖像中的所述非面部ROI進行識別，包括：

根據所述至少一個面部關鍵點，確定所述目標圖像上干擾圖像所在的區域，并將所述干擾圖像消除；