[发明专利]一种笑脸图像的识别方法和识别装置

说明书

技术领域

本发明涉及图像处理技术，特别是涉及一种笑脸图像的识别方法和识别装置。

背景技术

目前，数码摄像机、数码相机以及摄像头等数码图像设备的应用越来越多。人们在利用这些设备拍摄图像时，往往希望拍摄到的图像中的人脸具有较好的面部表情，例如微笑表情等。而在实际拍摄过程中，由于拍摄时机、拍摄速度等客观因素的关系，可能无法拍摄到笑脸，特别是对儿童进行拍摄时，由于儿童很难长时间维持笑的表情，因而往往无法拍摄到儿童的笑脸。

针对以上情况的应用需求，要求摄像设备可以在检测到笑脸时快速地自动拍摄，从而获得合适的笑脸图像。这就需要在摄像设备上应用能够快速识别笑脸的笑脸识别技术，同时，笑脸识别还可以用于图像内容分析和检索等应用范围。

但是，目前常用的笑脸识别技术通常是进行牙齿检测，检测到牙齿的就认为是笑脸，这种方法识别出的是露出牙齿的脸，而不是真正的笑脸。此外，目前常见的笑脸识别方法通常识别速度很慢、识别率低，往往需要使用者摆好表情一段时间之后才能识别出来。因此，如何提供一种快速准确的笑脸识别方法，是有待解决的技术问题。

发明内容

本发明的目的是提供一种笑脸图像的识别方法和识别装置，能够快速准确的进行笑脸识别，解决现有技术不能快速准确的捕获和检索笑脸图像的技术问题。

为了实现上述目的，一方面，提供了一种笑脸图像的识别方法，包括：

步骤一，对输入图像进行人脸检测，确定所述输入图像中的体现人脸特征的区域；

步骤二，在所述体现人脸特征的区域规划出N个互相嵌套的积分区域，第i+1个积分区域是在第i个积分区域的基础上增加预定步长的面积而得到，1≤i＜N，第N个积分区域为整个所述体现人脸特征的区域；

步骤三，对每个积分区域进行横向积分投影，获得每个积分区域的投影向量和峰谷点，所有积分区域的投影向量和峰谷点组成所述输入图像的特征向量；

步骤四，根据预置的由样本图像的特征向量训练的预置分类器对所述输入图像的特征向量进行分类，根据分类结果确定所述输入图像是否为笑脸图像。

优选地，上述的方法中，所述体现人脸特征的区域为人脸区域或嘴部区域。

优选地，上述的方法中，所述体现人脸特征的区域为人脸区域和嘴部区域；

所述人脸区域被规划出N个互相嵌套的人脸积分区域，所述嘴部区域被规划出N个互相嵌套的嘴部积分区域；

所述特征向量包括所有人脸积分区域的投影向量和峰谷点以及所有嘴部积分区域的投影向量和峰谷点。

优选地，上述的方法中，所述步骤四中，根据分类结果确定所述输入图像是否为笑脸图像具体包括：如果所述输入图像的特征向量被分入到笑脸图像样本的类别，则所述输入图像为笑脸图像，否则所述输入图像为非笑脸图像。

为了实现上述目的，本发明实施例还提供了一种笑脸图像的识别装置，包括：

人脸检测模块，用于：对输入图像进行人脸检测，确定所述输入图像中的体现人脸特征的区域；

分区模块，用于：在所述体现人脸特征的区域规划出N个互相嵌套的积分区域，第i+1个积分区域是在第i个积分区域的基础上增加预定步长的面积而得到，1≤i＜N，第N个积分区域为整个所述体现人脸特征的区域；

特征向量模块，用于：对每个积分区域进行横向积分投影，获得每个积分区域的投影向量和峰谷点，所有积分区域的投影向量和峰谷点组成所述输入图像的特征向量；

判断模块，用于：根据预置的由样本图像的特征向量训练的预置分类器对所述输入图像的特征向量进行分类，根据分类结果确定所述输入图像是否为笑脸图像。

优选地，上述的识别装置中，所述体现人脸特征的区域为人脸区域或嘴部区域。

优选地，上述的识别装置中，所述体现人脸特征的区域为人脸区域和嘴部区域；

所述分区模块具体用于：将所述人脸区域被规划出N个互相嵌套的人脸积分区域，将所述嘴部区域被规划出N个互相嵌套的嘴部积分区域；

所述特征向量模块具体用于：使所述特征向量包括所有人脸积分区域的投影向量和峰谷点以及所有嘴部积分区域的投影向量和峰谷点。

优选地，上述的识别装置中，所述判断模块中还包括预置分类器单元，用于：