[发明专利]一种在摄像机内实现人脸信息分析及提取的方法

摘要

本发明公开了一种在摄像机内实现人脸信息分析及提取的方法，所述摄像机包含有芯片，所述方法包括以下步骤：获取摄像机当前无损图像帧；对获取的图像进行图像预处理；对预处理后的图像进行人脸检测；对检测出的人脸进行算法跟踪；采用芯片对应的硬件内联函数和定点运算对跟踪的人脸图像进行特征点定位和特征值提取；进行特征值及其它人脸信息的数据传输。本发明提供的在摄像机内实现人脸信息分析及提取的方法，分析的是摄像机内当前无损图像帧，提高了识别精度，提取的人脸信息更精确，在芯片中运行算法，提高了运算速度，在摄像机内部完成运算，减少了所需后台服务器的数量，自定义传送数据，可不传递视频，节约带宽，提高了人脸识别提取效率。

主权项

1.一种在摄像机内实现人脸信息分析及提取的方法，所述摄像机包含有芯片，其特征在于，所述在摄像机内实现人脸信息分析及提取的方法包括以下步骤：/n获取摄像机当前无损图像帧；/n对获取的图像进行图像预处理；/n对预处理后的图像进行人脸检测；/n对检测出的人脸进行算法跟踪；/n采用芯片对应的硬件内联函数和定点运算对跟踪的人脸图像进行特征点定位和特征值提取；/n所述采用芯片对应的硬件内联函数和定点运算对跟踪的人脸图像进行特征点定位和特征值提取包括：采用芯片对应的硬件内联函数同时通过定点运算来对跟踪的人脸图像进行描述、建模，用特征向量来表述人脸，提取出特征值；/n在所述摄像机内植入人脸信息提取算法，所述人脸信息提取算法的内存copy采用芯片的copy模式；所述人脸信息提取算法采用了芯片的关键字；所述人脸信息提取算法采用了芯片的编译项进行代码编译；/n进行特征点定位包括：采用一种基于几何投影和模板匹配相结合的人脸特征点定位算法；首先运用投影法粗定位眼睛位置；然后在此结果上采用PCA模板匹配法精确定位；最后根据眼睛的定位位置，采用投影法定位鼻子的2个角点及鼻尖；/n特征提取的主要步骤如下：/n根据人脸的测量关系抽取眉毛和眼睛窗；/n向眉毛和眼睛窗内投影粗定位眼睛位置；得到的眉毛和眼睛窗为矩形框，设矩形框左上顶点坐标和右下顶点的坐标，根据投影函数关系，计算框内任意一点在水平方向上和垂直方向上的平均灰度值，眉毛和眼珠较于其他位置比较黑，灰度值在水平方向上在眉毛和眼珠处出现2个灰度谷点，同时眼珠又在眉毛的下方，由此利用灰度的水平坐标确定眼睛中心在垂直方向上的坐标；根据得到的眉毛及眼睛中心的坐标重新抽取只含有眼睛的窗口，由于瞳孔较黑且眼眶的水平边缘比较明显，眼睛窗内灰度的垂直投影及水平边缘的垂直投影确定眼睛中心的水平坐标；/n眼部归一化校准；/nPCA模板匹配精确定位眼睛；/n根据人脸的测量关系抽取鼻子窗；/n窗内投影确定鼻子位置；/n通过利用离散余弦变换DCT及PCA模板匹配法提取表达人脸信息能力强的局部特征，该局部特征包括眼睛、鼻子及嘴巴，同时利用人脸识别Fisherface方法和简单频谱脸方法提取人脸的整体特征，融合局部特征和整体特征；/n用特征向量来表述人脸的步骤如下：/n利用特征点定位算法得到人脸器官的位置信息，根据人脸的结构特点分割各器官区域；其中，眼睛区域的中心位于两眼中心连线的中点处，大小为1.6d_e×0.5d_e，d_e为归化后两眼中心间距离；鼻子区域的高度为大小为0.6d_e×0.5d_e；/n设I(x,y)、I_c(x,y)和In(x,y)分别为人脸图像、眼睛区域图像和鼻子区域图像，分别用DCT提取各个图像信息：/nX_h＝Reshape(F(I),n_h)/nX_e＝Reshape(F(I_e),n_e)/nX_n＝Reshape(F(I_n),n_n)/n其中，X_h,X_e和X_n分别为人脸图像、眼睛区域和鼻子区域的DCT特征，函数Reshape(A,n)的功能是抽取二维矩阵A的左上n×n子矩阵并将此子矩阵转换为一个n²维列向量；采用串联方法，将向量X_h,X_e和X_n串联形成融合特征向量Y₀：Y₀＝(X_h^T,X_e^T,X_n^T)^T；/n去均值归一化后得到人脸组合特征向量Y：Y＝(Y₀-μ)/σ；/n式中,μ＝E(Y₀)训练样本融合特征的均值向量；E()为数学期望函数，σ为相应的方差向量；/n进行特征值及其它人脸信息的数据传输。/n