[发明专利]恢复眼镜遮挡区域的人脸重建方法及装置

说明书

本发明提供一种恢复眼镜遮挡区域的人脸重建方法及装置，该方法包括：获取包含戴眼镜的人脸图像；检测所述人脸图像中眼镜边框的位置，其中，所述眼镜边框的位置包含内、外边框内、外轮廓曲线；根据训练集中不同个体的人脸图像，采用主成分分析建立以特征人脸构成的人脸主成分空间；以眼镜边框之外的人脸图像为基准，在所述人脸主成分空间中筛选与基准匹配度最高的人脸图像为待恢复图像。基于人脸图像的主成分空间，建立人脸图像在未遮挡区域与被遮挡区域之间的相对关系，即使人脸图像在戴眼镜区域被遮挡，通过修复被遮挡的区域的人脸，避免了遮挡区域的纹理细节丢失，提高了佩戴眼镜时，人脸识别的精准度。

技术领域

本发明涉及人脸识别技术领域，特别是涉及一种恢复眼镜遮挡区域的人脸重建方法及装置。

背景技术

在人脸识别领域中，一些显著的脸部外在变化，譬如刘海的改变，胡须的有无，是否佩戴眼镜等，会对识别过程造成干扰。特别是眼镜，因为其所处眉眼区域，即脸部最为关键的区分区域，它的存在破坏了该区域的纹理信息，进而影响了人脸识别的准确度。准确修复眼镜遮挡的区域，是人脸识别中亟待解决的问题。

然而，现有的修复眼镜遮挡的方法是基于人脸的主成分空间进行人脸重建。该方法从不同个体的人脸图像中，通过主成分分析，压缩图像像素之间的线性相关性，获得一系列不存在线性相关性的特征人脸，以特征人脸构成人脸空间的主成分(也可称为人脸空间的正交基),把人脸图像表述为在主成分空间中各特征人脸的线性加权(权重为人脸图像在特征人脸上的投影分量)；在对眼镜遮挡区域进行修复时，该方法假设“眼镜是脸部中并不普遍存在的一种变化量，即在人脸主成分空间之外的高频分量，人脸是否佩戴眼镜，不影响其在人脸主成分空间中的投影”，因此通过计算人脸图像在人脸主成分空间中各特征人脸上的投影，再以投影值作为各特征人脸的权值，对各特征人脸进行线性加权，即获得眼镜遮挡区域被修复的人脸图像。

现有的方法是基于“眼镜是在人脸主成分空间之外的高频分量”这个假设，该假设成立与否和主成分空间的维度(即主成分的个数)相关，同时也与眼镜本身是否存在显著的边缘特征相关。譬如，对于下述佩戴黑框眼镜的人脸图像(图1)，取主成分空间维度为250时眼镜区域能大部分去除,空间维度为500、1000时能去除一部分。对于该人脸图像，虽然通过选择一个较低的主成分空间维度，能够去除眼镜的遮挡，但是在这个维度的主成分空间进行的人脸重建，将使得人脸的细节信息被丢失；对于人脸识别而言，细节信息的丢失减少了不同人脸之间的区分度，从而降低了人脸识别的准确度。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种恢复眼镜遮挡区域的人脸重建方法及装置，用于解决现有技术中针对带有眼镜的人脸图像的识别，准确度不高的问题。

为实现上述目的及其他相关目的，本发明提供一种恢复眼镜遮挡区域的人脸重建方法，包括：

获取包含戴眼镜的人脸图像；

检测所述人脸图像中眼镜边框的位置，其中，所述眼镜边框的位置包含内、外边框内、外轮廓曲线；

根据训练集中不同个体的人脸图像，采用主成分分析建立以特征人脸构成的人脸主成分空间；

以眼镜边框之外的人脸图像为基准，在所述人脸主成分空间中筛选与基准匹配度最高的人脸图像为待恢复图像。

本发明的另一目的在于提供一种恢复眼镜遮挡区域的人脸重建装置，包括：

获取模块，用于获取包含戴眼镜的人脸图像；

检测模块，用于检测所述人脸图像中眼镜边框的位置，其中，所述眼镜边框的位置包含内、外边框内、外轮廓曲线；

主成分空间模块，用于根据训练集中不同个体的人脸图像，采用主成分分析建立以特征人脸构成的人脸主成分空间；