[发明专利]一种导购机检测侧脸的方法及系统

说明书

本发明提供一种导购机检测侧脸的方法，包括，检测图片的人脸区域，得到五官和脸部轮廓的特征点；人脸区域旋转角度的调整，使人脸的中心轴垂直于水平线；以角度调整人脸生成沿中心轴水平翻转的镜像图；对裁剪的图和镜像图提取HOG特征描述符；根据五官特征点位置给HOG特征描述符分配不同的权重；把原图和镜像的带权重HOG特征描述符的L1范数距离作为特征，输入SVM模型(Support Vector Machine,支持向量机)进行训练。通过机器学习模型将人脸图片进行正脸和侧脸的二分类，有效排除路人侧脸和用户不需要的侧脸，降低导购机目标用户检测的误检率，提升导购机形象生成的人脸的美观程度。

技术领域

本发明涉及计算机图形学和计算机视觉技术领域，尤其涉及一种导购机检测侧脸的方法及系统。

背景技术

随着计算机图形学等信息处理技术的发展，人脸五官美化处理作为计算机图形学领域备受关注的研究点和前沿方向，它在机器人视觉、高级人机交互以及虚拟现实、虚拟试衣、虚拟社交、美图、图像还原等方面得到广泛的应用和推广。

目前，导购机检测侧脸的方法，将人脸图片进行正脸和侧脸的二分类，未有效排除路人侧脸和用户不需要的侧脸，导购机目标用户检测的误检率高，提升导购机形象生成的人脸的美观程度不佳。

发明内容

本发明提供一种导购机检测侧脸的方法，包括，

检测图片的人脸区域，得到五官和脸部轮廓的特征点；

人脸区域旋转角度的调整，使人脸的中心轴垂直于水平线；

以角度调整人脸生成沿中心轴水平翻转的镜像图；

对裁剪的原图和镜像图提取HOG特征描述符(Histogram ofOriented Gradient，方向梯度直方图)；

根据五官特征点位置给HOG特征描述符分配不同的权重；

把原图和镜像的带权重HOG特征描述符的L1范数距离作为特征，输入SVM模型(SupportVectorMachine,支持向量机)进行训练。

进一步地，所述的人脸区域检测和特征点检测，使用基于机器学习的人脸区域检测和特征点检测技术。

进一步地，所述的人脸区域旋转角度的调整，包括，

计算各特征点对与水平线的夹角的平均值作为旋转角度θ；

选择特征点28和特征点52之间的连线的中点作为中心点P；

根据中心点P和旋转角度θ得到旋转矩阵M；

对人脸区域进行基于M的仿射变换，得到角度调整后的人脸。

进一步地，所述的角度调整人脸生成沿中心轴水平翻转的镜像图，包括，

以中心点P的x坐标为中心轴，同时向左右裁剪等距离宽度的区域，使中心轴位于图片的正中间位置；

对裁剪后的图片沿中心轴进行水平翻转，得到与之水平对称的镜像图；

为裁剪后的图和与之对称的镜像图。

进一步地，所述的对裁剪的原图和镜像图提取HOG特征描述符(HistogramofOriented Gradient，方向梯度直方图)，包括，

把原图和镜像缩放到一定的大小；

HOG的参数设置:

窗口大小winSize为(64,64)

块大小blockSize为(16,16)

块步长block stride为(8,8)