[發明專利]一種人臉圖像校正方法、系統及終端設備

在審

• 申請號: 201711382208.4
• 申請日: 2017-12-20
• 公開（公告）號: CN109948397A
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 王婷
• 申請（專利權）人: TCL集團股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 官建紅

本發明適用于人臉識別技術領域，提供了一種人臉圖像校正方法、系統及終端設備，其中，人臉圖像校正方法包括：獲取原始圖像；對所述原始圖像進行預處理，獲取所述原始圖像中所有人臉的人臉位置坐標；根據所述人臉位置坐標提取人臉特征點坐標；根據所述人臉特征點坐標對所述原始圖像進行仿射變換，得到目標圖像。本發明通過獲取人臉位置坐標進而準確地提取人臉特征點坐標，再根據人臉特征點坐標對待處理的圖像進行仿射變換，進而獲取目標圖像，能夠有效地對原始圖像中的所有人臉進行校正，提高人臉圖像校正的準確性，有效地解決現有的人臉圖像校正方法存在準確性低的問題。

技術領域

本發明屬于人臉識別技術領域，尤其涉及一種人臉圖像校正方法、系統及終端設備。

背景技術

人臉識別技術，是一種基于人的臉部特征信息進行身份識別的生物識別技術，隨著人工智能技術的迅速發展，人臉識別技術更多的應用于商業化產品中，例如：企業員工門禁管理以及會員管理等。人臉校正技術作為人臉識別技術中不可或缺的技術，能夠提高人臉識別結果的準確性?，F有的在海量圖片中進行人臉識別和分類時，大多使用無監督人臉分類學習算法對圖片進行處理。能夠提高圖片識別的效率，也可以識別沒有訓練過的人物。然而，無監督人臉分類學習算法的分類準確性較低，例如將同一個人的不同角度的人臉識別為不同的人或者將同一個人的圖像分為多個不同的文件夾。通過人臉校正技術能夠增強分類的準確性。然而，現有的人臉校正技術，大多采用開源計算機視覺庫(Open SourceComputer Vision Library，OpenCV)自帶的人臉校正模塊，其準確性很低，無法準確的對人臉特征點進行準確地提取。若通過機器學習算法工具包(Dlib工具包)提取面部68個特征點則可以更準確地定位人臉位置，然而，Dlib工具包的檢測結果較差，若人臉存在一定角度的傾斜時就無法檢測出來，由于無法檢測出人臉，因此也無法對人臉進行校正，進而導致人臉校正的準確性不高。

綜上所述，現有的人臉圖像校正方法存在準確性低的問題。

發明內容

有鑒于此，本發明實施例提供了一種人臉圖像校正方法、系統及終端設備，以解決現有技術中人臉圖像校正方法存在準確性低的問題。

本發明實施例的第一方面提供了一種人臉圖像校正方法，包括：

獲取原始圖像；

對所述原始圖像進行預處理，獲取所述原始圖像中所有人臉的人臉位置坐標；

根據所述人臉位置坐標提取人臉特征點坐標；

根據所述人臉特征點坐標對所述原始圖像進行仿射變換，得到目標圖像。

本發明實施例的第二方面提供了一種人臉校正系統，包括：

獲取模塊，用于獲取原始圖像；

人臉位置獲取模塊，用于對所述原始圖像進行預處理，獲取所述原始圖像中所有人臉的人臉位置坐標；

特征點坐標提取模塊，用于根據所述人臉位置坐標提取人臉特征點坐標；

仿射變換模塊，用于根據所述人臉特征點坐標對所述原始圖像進行仿射變換，得到目標圖像。

本發明實施例的第三方面提供了一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現以下步驟：

獲取原始圖像；

對所述原始圖像進行預處理，獲取所述原始圖像中所有人臉的人臉位置坐標；

根據所述人臉位置坐標提取人臉特征點坐標；

根據所述人臉特征點坐標對所述原始圖像進行仿射變換，得到目標圖像。