[發明專利]一種基于人臉識別技術的面部對稱性評估方法

在審

• 申請號: 201910810551.7
• 申請日: 2019-08-29
• 公開（公告）號: CN110516626A
• 公開（公告）日: 2019-11-29
• 發明（設計）人: 戴文斌;張智捷
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 31220 上海旭誠知識產權代理有限公司
• 代理人: 鄭立<國際申請>=<國際公布>=<進入國

本發明公開了一種基于人臉識別技術的面部對稱性評估方法，使用面癱患者的正臉照片作為特征點識別模型的訓練樣本，并選擇角膜作為參照物，將識別出的人臉特征點坐標經過平移和旋轉變換建立新的人臉坐標系，從而建立基于數值化分值體系的細分化多子項綜合評價的評估系統；識別出的人臉特征點可根據精確度需求人為調整修正，修正信息被實時采集用以優化系統。本發明識別結果更精確、信息更豐富；使用深度學習方法建模識別角膜，增加較為客觀的參考標尺，使結果更具可靠性。

技術領域

本發明涉及人臉識別領域，尤其涉及一種基于人臉識別技術的面部對稱性評估方法。

背景技術

現有的面癱面部對稱性評估系統中，普遍采用68點面部關鍵點模型，對每張輸入的照片進行人臉68個關鍵點識別，經過識別后，系統會根據的得到的眼、眉、嘴唇等坐標信息將面癱患者的面部對稱性信息進行量化。梁化過程主要使用坐標之間的絕對距離進行比較，生成絕對像素距離或比值，并通過相關計算生成可被量化的對稱度。

然而，人臉68點面部關鍵點模型本身為正常人臉設計，對于面癱患者，尤其是嚴重不對稱的人臉，經常存在面部各部位無法準確檢測的現象，導致無法保證人臉對稱度評估的準確性，另外，現有方案只從圖像各關鍵點的像素角度考慮，在進行對稱性評估時沒有客觀參照物，降低了評估的可信度，且檢測模型訓練后不再改變，針對檢測不準確的部分無法進行更新。

因此，本領域的技術人員致力于開發一種基于人臉識別技術的面部對稱性評估方法，使用面部不對稱的面癱患者臉部特征構建面部特征關鍵點模型，采集足夠數量的關鍵點數據，并增加對稱性評估時的客觀參照物，構建評估體系，確保評估結果的可信度和準確性，同時可以使特征關鍵點模型進行實時采集修正，達到不斷完善識別精度的功能。

發明內容

有鑒于現有技術的上述缺陷，本發明所要解決的技術問題是現有面部對稱性評估系統缺乏客觀參照物，無法針對面癱患者的面部特征進行模型訓練，且系統不能自我修正。

為實現上述目的，本發明提供了一種基于人臉識別技術的面部對稱性評估方法，其特征在于，包括以下步驟：

步驟S1、針對面癱患者的面部特征建立特征點識別模型：

通過在線云服務平臺向合作醫院及醫生采集面癱患者的頭部正臉照片樣本，并人工標記人臉關鍵點和角膜識別圓；

使用機器學習的方法對人臉各部位進行分部位訓練；

使用深度學習的方法對角膜識別圓進行訓練；

步驟S2、用戶使用已訓練好的特征點識別模型檢測目標照片的人臉關鍵點和角膜識別圓，并將檢測結果繪制在目標圖片上；

步驟S3、用戶可根據自身的精確度要求對檢測出的人臉關鍵點和角膜識別圓進行人工拖動調整，以滿足更高的精確度要求；

步驟S4、根據角膜識別圓的檢測結果建立人臉坐標系，對原目標圖片通過坐標系平移和旋轉變換，構成臉部特有的坐標系，并計算所有人臉關鍵點在人臉坐標系下的坐標值；

步驟S5、根據所有人臉關鍵點的新坐標值，經計算獲得臉部各部位的量化對稱性結果，并建立臉部對稱性評估體系，得出目標照片的對稱性評估結果。

進一步地，在步驟S1中，所述人臉關鍵點的范圍包括：標出需要識別的所有人臉關鍵點，畫出人臉位置矩形框；所述角膜識別圓的范圍包括：標出左右角膜的大小和圓心位置。

進一步地，在步驟S1中，所述分部位訓練包括：分別對眼、眉、鼻、嘴等部位進行訓練建模；對于角膜部分，將左右角膜拆分開分別作為樣本進行訓練。

進一步地，在步驟S2中，當角膜被眼皮遮擋導致不完整時，所述角膜識別圓由所述特征點識別模型進行完整的識別提取。