[发明专利]提取人脸特征的方法、装置及电子设备

说明书

本发明属于人脸识别领域，尤其涉及一种提取人脸特征的方法、装置及电子设备。在本发明中，通过从包含人脸的图片中获取第一人脸模型图样，再将第一人脸模型图样变换为预设尺度的第二人脸模型图样，并计算第二人脸模型图样中每个预设特征点的HOG信息，以及将每个预设特征点的HOG信息串联在一起形成完整的HOG信息，最后根据完整的HOG信息提取图片中的人脸特征。因此，本发明通过获取人脸模型图样，并利用人脸模型图样的HOG信息提取图片中的人脸特征，相比于现有的人脸特征提取的方法，本发明可以提高人脸特征提取方法的效率和准确率。

技术领域

本发明属于人脸识别领域，尤其涉及一种提取人脸特征的方法、装置及电子设备。

背景技术

目前，人脸识别技术已广泛应用于生活中各个领域。例如应用于安防领域的人脸识别门禁考勤系统以及人脸识别智能监控系统，应用于娱乐领域的人脸自动对焦及笑脸快门技术；应用于金融领域的人脸支付系统等。

然而，人脸识别技术严重依赖于人脸特征(例如眼睛、鼻子以及嘴巴等)的提取，优秀的人脸特征提取方法，可以使人脸识别系统达到事半功倍的效果。可以说，人脸特征提取方法作为人脸识别的基本问题和核心问题，对于人脸识别起着至关重要的作用。但是，目前的人脸特征提取方法普遍存在效率低和准确率低的问题。

发明内容

本发明提供一种提取人脸特征的方法、装置及电子设备，旨在解决现有的人脸特征提取方法存在的效率低和准确率低的问题。

本发明第一方面提供一种提取人脸特征的方法，所述方法包括：

从包含人脸的图片中获取第一人脸模型图样；

将所述第一人脸模型图样变换为预设尺度的第二人脸模型图样；

计算所述第二人脸模型图样中每个预设特征点的HOG信息；

将所述每个预设特征点的HOG信息串联在一起形成完整的HOG信息；

根据所述完整的HOG信息提取所述图片中的人脸特征。

在较优的一实施例中，所述计算所述第二人脸模型图样中每个预设特征点的HOG信息包括：

以所述第二人脸模型图样的左上角为坐标原点，以包含坐标原点的横向向右延伸的方向为X轴正方向，以包含坐标原点的纵向向下延伸的方向为Y轴正方向，建立所述第二人脸模型图样的直角坐标系；其中，所述第二人脸模型图样中的一个预设特征点对应所述直角坐标系的一个坐标点；

根据所述第二人脸模型图样中每个像素的像素值计算每个像素的梯度信息，所述梯度信息包括梯度幅值和梯度方向；

以所述预设特征点所在的坐标为中心，获取N*N的块的大小所包含的像素的梯度信息；其中，所述N*N的块所包含的像素个数为N*N个，N为大于1的正整数；

根据所述N*N的块的大小所包含的像素的梯度信息获取所述预设特征点的HOG信息。

在较优的一实施例中，所述根据所述N*N的块的大小所包含的像素的梯度信息获取所述预设特征点的HOG信息之后还包括：

对所述预设特征点的HOG信息进行归一化处理，获得归一化后的HOG信息；

对归一化后的HOG信息进行增加维度处理，获得增维后的HOG信息。

在较优的一实施例中，所述根据所述N*N的块的大小所包含的像素的梯度信息获取所述预设特征点的HOG信息包括：

以预设角度θ为量化幅度对所述N*N的块的大小所包含的梯度方向进行量化，获取量化后的梯度方向；

以所述N*N的块的两条中垂线为分界线，将所述N*N的块平均划分为4个细胞单元，对所述块中的像素的梯度幅值在每个细胞单元上的投影幅度值进行遍历计算；