一种人脸反射区的定位方法与流程

本发明涉及计算机人脸识别和图像处理技术，特别是涉及一种人脸反射区识别定位方法。

背景技术：

面部对于身体器官的反射区有很多，这些用于面诊的反射区就是本发明所提及的人脸反射区。现今的人脸检测技术不仅能够在图片中找到人脸，更能准确在人脸中找到五官并定位五官轮廓的特征点。现有算法一般来说是人眼通过观察人脸五官的相对位置分布，再根据经验进行反射区边界的定位，因此是分别使用“人脸五官位置特征点定位算法”和“人脸部反射区位置定位算法”。其中，“人脸五官位置特征点定位算法”的优点是中心定位准确性不足，但是区域边界清晰圆润，便于后续处理；“人脸部反射区位置定位算法”的中心定位更准确，但是由于边界拉扯导致边界变形比较大会产生并不圆润的边界。

如何将上述两者相方法结合，通过现有的人脸检测和五官检测技术进行人脸反射区的精确划分和定位，是本发明需要解决的主要技术问题。

技术实现要素：

为解决以上技术问题，本发明提出一种人脸反射区的定位方法，采用“人脸五官位置特征点定位算法”和“人脸部反射区位置定位算法”相结合，实现了既平滑又准确的人脸反射区边界的获取。

本发明的一种人脸反射区的定位方法，其特征在于，该方法包括以下步骤：

步骤1、获得待处理人脸图片；

步骤2、进行人脸检测，具体处理包括：获得一张目标人脸检测图像，然后在该图像上获得人脸五官特征点不少于68个；

步骤31、利用“五官特征点定位人脸反射区算法”将目标人脸检测图像中获得的五官特征点的位置，根据每个反射区距离其中若干个特征点的相对距离来定位，包括中心位置和区域大小，也就是根据人脸反射区与五官特征点的相对位置划分确定人脸反射区的边界；中心位置根据距离特征点的距离进行定位，尺寸大小根据特征点间距确定；

步骤32、利用“标准人脸反射区模板拉伸定位目标人脸反射区算法”将标准人脸图像上的已知反射区模板通过拉伸变形匹配到待处理的人脸图像上，在拉伸过程中同时拉伸变形反射区的边界，确定目标人脸检测图像中的反射区边界，最终获得反射区边界的详细定位；

步骤4、将上述两种算法所获得的人脸反射区定位结果相结合，得到总的人脸反射区定位结果；

步骤5、针对连续拍摄的多幅图像进行特征点跟踪和仿射变换，即分别是两幅图像中图像一的特征点跟踪到图像二的特征点，然后计算两张人脸的仿射变换；

步骤6、利用仿射变换结果修正两幅图像中的反射区边界及五官特征点的位置；

步骤7、进而获得不同人脸位置和角度下更加准确的五官特征点，以获得准确的动态的反射区边界。

与现有技术相比，本发明不仅能够得到更加标准和准确的反射区边界，而且能够获得准确的动态的反射区边界。

附图说明

图1为本发明一种脸反射区的定位方法整体流程示意图。

具体实施方式

以下结合附图及具体实施方式，进一步详述本发明的技术方案。

如图1所示，为本发明的一种人脸反射区的定位方法的整体流程示意图，该流程融合现有技术的两种算法即人脸五官位置特征点定位算法(方法a)和人脸部反射区位置定位算法(方法b)，通过方法a得到的反射区边界清晰平滑，有利于显示进一步信息计算和加工，通过方法b得到的反射区边界更加准确；利用方法a得到的边界，对方法b得到的边界进行修正，最终得到即平滑又准确的反射区边界。

具体包括以下步骤：

步骤1、获得待处理人脸图片；

步骤2、进行人脸检测，具体处理包括：获得一张目标人脸检测图像，然后在该图像上获得人脸五官特征点不少于68个；

步骤31、步骤31、利用“五官特征点定位人脸反射区算法”将目标人脸检测图像中获得的五官特征点的位置，根据每个反射区距离其中若干个特征点的相对距离来定位，包括中心位置和区域大小，也就是根据人脸反射区与五官特征点的相对位置划分确定人脸反射区的边界。通常反射区形状设定成圆形或椭圆形，中心位置根据距离特征点的距离进行定位，尺寸大小根据特征点间距确定；

步骤32、利用“标准人脸反射区模板拉伸定位目标人脸反射区算法”将标准人脸图像上的已知反射区模板通过拉伸变形匹配到待处理的人脸图像上，在拉伸过程中同时拉伸变形反射区的边界，确定目标人脸检测图像中的反射区边界，最终获得反射区边界的详细定位。其中标准人脸反射区模板为系统预设，是在标准人脸图像上通过人工进行划分的。同时，标准人脸在进行拉伸或形变匹配到目标或待检测人脸上的过程，是对标准人脸上的五官特征点，通过图像的局部拉伸变形算法，匹配到目标或待检测人脸上的五官特征点；

步骤4、将上述两种算法所获得的人脸反射区定位结果相结合，得到总的人脸反射区定位结果；

步骤5、针对连续拍摄的多幅图像进行特征点跟踪和仿射变换，即分别是两幅图像中图像一的特征点跟踪到图像二的特征点，然后计算两张人脸的仿射变换；

在动态处理过程中，人脸所发生的偏移或转动导致图像采集设备捕捉的人脸图像产生动态的位置变化和角度变化。在这种动态处理过程中，由于相邻两幅图像的变化是连续的，因此人脸位置或角度变化也是连续的，在处理相邻两张图像的过程中可以通过特征点跟踪和仿射变换进行相互修正。

步骤6、利用仿射变换结果修正两幅图像中的反射区边界及五官特征点的位置；

步骤7、进而获得不同人脸位置和角度下更加准确的五官特征点，以获得准确的动态的反射区边界。

技术特征：

1.一种人脸反射区的定位方法，其特征在于，该方法包括以下步骤：

步骤1、获得待处理人脸图片；

步骤2、进行人脸检测，具体处理包括：获得一张目标人脸检测图像，然后在该图像上获得人脸五官特征点不少于68个；

步骤31、利用“五官特征点定位人脸反射区算法”将目标人脸检测图像中获得的五官特征点的位置，根据每个反射区距离其中若干个特征点的相对距离来定位，包括中心位置和区域大小，也就是根据人脸反射区与五官特征点的相对位置划分确定人脸反射区的边界；中心位置根据距离特征点的距离进行定位，尺寸大小根据特征点间距确定；

步骤32、利用“标准人脸反射区模板拉伸定位目标人脸反射区算法”将标准人脸图像上的已知反射区模板通过拉伸变形匹配到待处理的人脸图像上，在拉伸过程中同时拉伸变形反射区的边界，确定目标人脸检测图像中的反射区边界，最终获得反射区边界的详细定位；

步骤4、将上述两种算法所获得的人脸反射区定位结果相结合，得到总的人脸反射区定位结果；

步骤5、针对连续拍摄的多幅图像进行特征点跟踪和仿射变换，即分别是两幅图像中图像一的特征点跟踪到图像二的特征点，然后计算两张人脸的仿射变换；

步骤6、利用仿射变换结果修正两幅图像中的反射区边界及五官特征点的位置；

步骤7、进而获得不同人脸位置和角度下更加准确的五官特征点，以获得准确的动态的反射区边界。

技术总结
本发明公开了一种人脸反射区的定位方法，步骤1、获得待处理人脸图片；步骤2、获得一张目标人脸检测图像上的人脸五官特征点；步骤31、将目标人脸检测图像与作为模板的标准人脸图像进行对比获得五官特征点的相对位置；步骤32、将标准人脸图像上的已知定位通过拉伸变形匹配到待处理的人脸图像上，最终获得反射区边界的详细定位；步骤4、将上述人脸反射区定位结果相结合；步骤5、针对连续拍摄的多幅图像进行特征点跟踪和仿射变换；步骤6、利用仿射变换结果修正两幅图像中的反射区边界；步骤7、获得不同人脸位置和角度下更加准确的五官特征点。与现有技术相比，本发明不仅能够得到更加标准的反射区边界，而且能够获得准确的动态的反射区边界。

技术研发人员：欧阳健飞
受保护的技术使用者：天津众阳科技有限公司
技术研发日：2020.01.13
技术公布日：2020.06.09