[发明专利]一种基于离线人脸数据库的自动面部替换方法

说明书

本发明公开了一种基于离线人脸数据库的自动面部替换方法，具体为：构建离线人脸数据库，将数据集中的每一张人脸图像进行镜像处理，然后根据人脸姿态的欧拉角对候选人脸图像集中的所有人脸图像进行分类，输入待测人脸图像，将候选人脸图像集中的人脸图像和待测人脸图像对齐到一个公共坐标系中，将待测人脸图像和候选人脸图像集中的所有人脸图像进行比较，根据待测人脸图像调整初始候选人脸集中所有人脸图像的照明，计算候选人脸图像与待测人脸图像之间的欧氏距离并按照从小到大的顺序排列，选择排名第一的候选人脸与待测人脸进行替换输出。本发明的一种基于离线人脸数据库的自动面部替换方法，解决了现有技术中存在的替换效率低的问题。

技术领域

本发明属于数字图像处理方法技术领域，涉及一种基于离线人脸数据库的自动面部替换方法。

背景技术

数码摄影的进步使人们能够捕捉大量高分辨率图像并在互联网上分享。但也产生了新的问题——“隐私”。越来越多的人们在街头拍摄照片并上传互联网，但是照片中包含一些出镜的人脸在未经本人同意的情况下被发布到互联网，这样照片就会侵犯别人的隐私；百度和高德等软件的街景地图中有大量行人在没有征求意见的情况下被拍照，所以保护个人的隐私变得越来越重。传统的方法是通过模糊、像素化或简单地用黑色像素覆盖获取的照片中的人脸区域来模糊身份保护。但是这是不可取的，因为它降低了图像的视觉吸引力，并且这些方法目前是需要手动操作，随着图像数量迅速增长，手动操作方法就会变得很麻烦，导致效率低下。

发明内容

本发明的目的是提供一种基于离线人脸数据库的自动面部替换方法，解决了现有技术中存在的替换效率低的问题。

本发明所采用的技术方案是，一种基于离线人脸数据库的自动面部替换方法，具体按照如下步骤实施：

步骤1，构建离线人脸数据库；

步骤2，将步骤1获得的数据集中的每一张人脸图像进行镜像处理，然后将原始人脸图像和镜像后的人脸图像作为候选人脸图像集，根据人脸姿态的欧拉角对候选人脸图像集中的所有人脸图像进行分类；

步骤3，输入待测人脸图像，使用dlib检测模型执行人脸检测以提取全部人脸，并估计待测人脸图像的人脸姿态，计算出待测人脸图像中所有人脸的欧拉角，并将候选人脸图像集中的人脸图像和待测人脸图像对齐到一个公共坐标系中；

步骤4，将待测人脸图像和候选人脸图像集中的所有人脸图像进行比较，获得初始候选人脸集；

步骤5，根据待测人脸图像调整初始候选人脸集中所有人脸图像的照明，获得调整后的候选人脸集；

步骤6，计算经步骤5得到的候选人脸集中的候选人脸图像与待测人脸图像之间的欧氏距离并按照从小到大的顺序排列，选择排名第一的候选人脸与待测人脸进行替换输出。

本发明的特征还在于，

步骤2中根据人脸姿态的欧拉角对候选人脸图像集中的所有人脸图像进行分类具体为：

步骤2.1，使用dlib检测模型对候选人脸图像集中的人脸图像进行特征点检测，获取人脸图像的6个关键点坐标，即就是左眼角、右眼角、鼻尖、左嘴角、右嘴角、下颌的坐标，然后采用平均脸模型将6个关键点作为3D模型的基本点，构建对应的3D模型，然后采用OpenCV的solvePnP函数，根据关键点在3D模型中的位置计算出人脸的旋转向量，然后将旋转向量计算欧拉角的偏航角Yaw和俯仰角Pitch；

步骤2.2，选择偏航角度在±25°内且俯仰角度在±15°的人脸图像作为备选人脸图像；

步骤2.3，对备选人脸图像进行分类，具体为：

将偏航角从-25°到25°均匀划分为5个区间作为横坐标，将俯仰角从-15°到15°均匀划分为三个区间作为纵坐标，将同时满足横纵坐标数值的对应人脸图像放置到对应的格子中，形成15个姿态箱，即就是将备选人脸图像分为15类。