[发明专利]一种平面内任意旋转的单幅多视角人脸图像姿态估计方法

说明书

本发明公开了一种平面内任意旋转的单幅多视角人脸图像姿态估计方法，包括以下步骤：步骤1：根据待测人脸图像建立γ角的预估值集合，γ角表示绕Z轴的偏转角度；步骤2：遍历γ角的预估值集合，并采用在指定γ角条件下求解满足目标函数的α、β角的计算方法计算出各γ角预估值对应的α、β角；α表示绕X轴的偏转角度，β表示绕Y轴的偏转角度；步骤3：将各γ角预估值对应的目标函数的值组成备选集合，并从备选集合中选择出值最小目标函数值，以该最小值目标函数值所对应的γ角预估值、α、β角作为待测人脸图像的人脸姿态。本发明解决了现有技术中依赖先验条件来检测目标人脸姿态的技术问题，能够只需要单张待测图像即可实现目标人脸姿态估计，无需事先训练或学习。

技术领域

本发明涉及人脸识别技术领域，具体涉及一种人脸姿态识别模型与一种人脸姿态识别方法。

背景技术

人脸识别需要预先采集各个角度人脸图像，然后再把待检测人脸图像与预先采集到的人脸图像进行对齐，然而在实际应用中，待检测的人脸图像并非总是正对着摄像头，大多数情况下会在三维空间中发生偏转，因此需要识别出待检测人脸图像中的人脸姿态(人脸在三维空间中绕各坐标轴的偏转角度)，才能进行人脸对齐。

此外，通过姿态估计还可以得到头部转动方向和眼睛注视位置，是多视角环境下的人机交互、视觉监视的基础，通过姿态估计进行人脸姿态矫正，可以提高多视角人脸识别及分析的准确率。

人脸图像是在二维空间(XY平面)内对人脸信息进行记录的，因此，对于XY平面上的人脸姿态γ(绕垂直于XY平面的Z轴的偏转角度)是比较容易估计的，一般是两眼之间的连线与X轴(水平方向)的夹角。但是，在人脸图像上估计绕X轴的人脸姿态α、绕Y轴(垂直于水平方向)的人脸姿态β角是十分困难的，无法通过直观测量的方式获取。

另外，对于正面人脸，其XY平面内的旋转角度γ可通过双眼中心的连线的倾斜角度计算，但对于受透视影响严重的侧向偏转的人脸，即使平面内无旋转，其双眼中心的连线也存在倾角，如图1所示，因此，旋转角度γ不能简单采用计算双眼中心连线的倾斜角的方法。

通用人脸三维稀疏模型是一种参数化的3D模型，最初用于基于模型的人脸编码应用，由于拥有较少数量的匹配点和三角面，这使得它的建模只需要很少的计算时间，从而广泛应用于视频动画和传输，图2为通用人脸三维稀疏模型的标准线框结构。一种适应于平面内任意旋转的单幅图像上多视角人脸姿态快速估计方法

发明内容

针对上述现有技术的不足，本发明的目的是提供一种平面内任意旋转的单幅多视角人脸图像姿态估计方法，解决现有技术中依赖先验条件来检测目标人脸姿态的技术问题，能够只需要单张待测图像即可实现目标人脸姿态估计，无需事先训练或学习。

为解决上述技术问题，本发明提供如下技术方案：一种平面内任意旋转的单幅多视角人脸图像姿态估计方法，包括以下步骤：

步骤1：根据待测人脸图像建立γ角的预估值集合，γ角表示绕Z轴的偏转角度；

步骤2：遍历γ角的预估值集合，并采用在指定γ角条件下求解满足目标函数的α、β角的计算方法计算出各γ角预估值对应的α、β角；α表示绕X轴的偏转角度，β表示绕Y轴的偏转角度；

步骤3：将各γ角预估值对应的目标函数的值组成备选集合，并从备选集合中选择出值最小目标函数值，以该最小值目标函数值所对应的γ角预估值、α角、β角作为待测人脸图像的人脸姿态估计参数。

优选的，步骤1中采用搜索算法建立γ角的预估值集合，并按如下步骤：

步骤101：检测待测人脸图像上双眼中心连线与水平线的夹角θ；

步骤102：确定γ角的预估值范围：为搜索范围；