[發明專利]一種人臉輪廓提取方法

有效

• 申請號: 201810199612.6
• 申請日: 2018-03-12
• 公開（公告）號: CN108509866B
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 李桂清;曹旭;聶勇偉
• 申請（專利權）人: 華南理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 馮炳輝

本發明公開了一種人臉輪廓提取方法，包括步驟：1)輸入一張圖像之后，使用人臉檢測的算法提取出其中人臉的區域，并通過關鍵特征點定位算法找到人臉輪廓的大致區域；2)在沿著人臉輪廓的大致區域采樣生成一系列稠密的正方形，將整個人臉輪廓區域包含其中；3)在每個局部正方形區域中，都提取一條拋物線引導基于梯度信息的局部輪廓曲線，構成局部輪廓曲線組成的局部結果集合；4)通過基于PCA的全局融合算法，將稠密冗余的局部輪廓曲線融合成為一條全局輪廓曲線結果，得到完整的人臉輪廓線。本發明方法具有精度高，速度快，可以全自動也可以用戶交互，最后得到的人臉輪廓曲線具有像素級別的高精度，符合人臉輪廓拋物線狀的特點等優點。

技術領域

本發明涉及圖像處理的技術領域，尤其是指一種人臉輪廓提取方法。

背景技術

在人臉圖像的相關應用中，經常需要根據輸入的人臉圖像，自動定位出臉部的關鍵特征點，如眼睛、鼻尖、嘴角點以及人臉的輪廓。現有的方法可以精確地定位眼睛、鼻尖和嘴角等特征明顯的位置，而位于臉頰以及下巴的人臉輪廓則具有挑戰性。對于目前大部分基于特征點的人臉對齊方法只是在人臉邊緣設置幾個特征點，難以提取出人臉輪廓線的彎曲的形狀細節。但是這些細節特征在很多計算機視覺應用中非常重要，例如人臉識別、表情識別和三維人臉重構等。提高人臉輪廓的精確度對于數字圖像處理和計算機視覺研究領域具有重要的意義和價值，但是目前提取出像素級別精確的連續人臉輪廓曲線是一個非常挑戰的問題。

人臉輪廓檢測的較早期一些方法是簡單地使用一條拋物線擬合人臉的下巴區域，但是這種方法過于簡單，只能用于下巴區域，而且一條拋物線無法表現出人臉輪廓的彎曲特征。Kass等[M.Kass,A.Witkin,and D.Terzopoulos,“Snakes:Active contour models,”IJCV,vol.1,no.4,pp.321–331,1988.]提出的主動輪廓模型，可以用來描述目標輪廓曲線，主要應用于基于形狀的目標分割。一些研究者[V.Perlibakas,“Automatical detectionof face features and exact face contour,”Pattern Recognition Letters,vol.24,no.16,pp.2977–2985,2003.]將這種方法應用在人臉領域提取人臉輪廓線。主動輪廓模型對于其中的參數較為敏感，并且會因為初始化位置的不同而收斂到不同的局部最優解，而得到不理想的結果。所以主動輪廓法通常需要不斷調整參數以及準確的初始化，而這在自然環境下很難做到。同時主動輪廓模型通過迭代將曲線從初始化的位置向目標輪廓擬合，而這個過程通常很容易受到噪音干擾，以至于經常在中途或者局部最優停止。

人臉分割也是一種可以提取人臉輪廓的方法，例如Wang等[B.Wang,X.Chang,andC.Liu,“Skin detection and segmentation of human face in color images,”International Journal of Intelligent Engineering and Systems,vol.4,no.1,pp.10–17,2011.]提出的皮膚檢測和人臉分割方法，通常這類方法通常是將圖像分為人臉區域和非人臉區域，如此兩部分之間的邊界就可以作為人臉輪廓。但是這些方法對于人臉邊界的處理比較粗糙，以至于邊界曲線過于曲折而且不貼合人臉的實際輪廓，同時經常將靠近臉部的一部分脖子區域和上部的頭發部分囊括到人臉的區域中，而無法得到良好的人臉輪廓曲線。