[发明专利]面部图像的获取方法及装置

说明书

本发明公开了一种面部图像的获取方法及装置，其中，上述方法包括：获取视频数据中面部图像所在帧的特征点；根据所述视频数据中当前面部图像所在帧与上一面部图像所在帧的相关系数对获取的当前面部图像所在帧的特征点以及上一面部图像所在帧的特征点进行加权求和，得到加权后的特征点；根据加权后的特征点对面部表情动作进行模拟，得到所述当前面部图像所在帧的面部图像。采用本发明提供的上述技术方案，解决了相关技术中，特征点定位不准确等技术问题，从而获得了较为稳定的特征点跟踪结果，减少了特征点定位偏差对面部图像的影响。

技术领域

本发明涉及通信领域，具体而言，涉及一种面部图像的获取方法及装置。

背景技术

人脸的表情动作是人类表达情感的基础和情感交流的途径。随着计算机视觉技术的发展，人脸动作识别在人机交互、二维和三维人脸动画、心理学以及认知学等诸多领域发挥了重要的作用。由于面部的动作变化是非刚体运动且受面部个体差异、视角变化、光照不均等因素影响，如何让计算机自动捕捉人类情感表达并有效储存和交换是一项富有挑战的任务，而基于高精度、高效率人脸特征点提取系统的人脸动作捕获和表情动作模拟是其中最关键和基础的部分。

通常的人脸特征点提取主要包括人脸检测、特征点定位和跟踪等部分，目前有很多方法可以实时检测人脸，而且检测准确率也较高，如：adaboost算法。主动形状模型(Active Shape Models，简称为ASM)方法可以定位人脸的多个特征点，且速度快因而被广泛地应用于特征点定位；最后根据定位的特征点相对位置关系来模拟人脸的表情和动作。

在视频序列的人脸特征点提取中，由于视频序列中人脸目标的运动等因素使得特征点的定位不够准确，不同的帧定位出的特征点之间存在误差。

针对相关技术中的上述问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中，特征点定位不准确等问题，本发明提供了一种面部图像的获取方法及装置，以至少解决上述问题。

根据本发明的一个方面，提供了一种面部图像的获取方法，包括：获取视频数据中面部图像所在帧的特征点；根据所述视频数据中当前面部图像所在帧与上一面部图像所在帧的相关系数对获取的当前面部图像所在帧的特征点以及上一面部图像所在帧的特征点进行加权求和，得到加权后的特征点；根据加权后的特征点对面部表情动作进行模拟，得到所述当前面部图像所在帧的面部图像。

在获取视频数据中面部图像所在帧的特征点之前，还包括：根据对比度限制的自适应去光照算法，对所述面部图像进行去光照处理。

对所述面部图像进行去光照处理之前，还包括：对当前视频数据进行人脸检测，确定人脸所在区域，将所述人脸所在区域的面部图像作为去光照处理的对象。

上述获取视频数据中面部图像所在帧的特征点，包括：将当前面部图像所在帧的人脸形状作为确定下一面部图像所在帧人脸形状的初始形状；根据该初始形状获取下一面部图像所在帧的特征点。

根据该初始形状获取下一面部图像所在帧的特征点，包括：获取当前帧的面部图像的角度信息；根据所述角度信息旋转下一面部图像所在帧人脸形状的初始形状得到当前面部图像所在帧的特征点。

根据加权后的特征点对面部表情动作进行模拟之前，还包括：对当前帧特征点所在区域的图像进行人脸校验，其中，在校验结果为人脸的情况下，对面部表情动作进行模拟。

根据加权后的特征点对面部表情动作进行模拟，得到所述当前帧的面部图像包括：根据加权后的特征点和上一帧的特征点的相关性进行表情参数编码；根据编码后的表情参数和上一帧面部图像获取所述当前帧的面部图像。