[发明专利]一种定量检测人脸抬头纹的方法、智能终端和存储介质有效
申请号: | 201780004161.X | 申请日: | 2017-07-17 |
公开(公告)号: | CN108369644B | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 林丽梅 | 申请(专利权)人: | 深圳和而泰智能控制股份有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/46;G06T5/00;G06T7/13;G06T7/62 |
代理公司: | 深圳市六加知识产权代理有限公司 44372 | 代理人: | 王广涛 |
地址: | 518000 广东省深圳市高*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 定量 检测 抬头纹 方法 智能 终端 存储 介质 | ||
本申请实施例提供了一种定量检测人脸抬头纹的方法和智能终端。其中,所述方法包括:获取人脸图像;截取所述人脸图像中额头区域对应的图像,并记为第一图像;对所述第一图像进行图像处理获得第二图像,其中,所述图像处理包括二值化处理;获取所述第二图像中与抬头纹对应的黑色像素区块集合,记为第一有效区块集合;根据所述第一有效区块集合确定所述人脸图像的抬头纹等级。通过上述技术方案,本申请实施例能够对人脸图像的抬头纹的严重程度进行定量化的检测,且该定量检测的方式快捷方便。
技术领域
本申请涉及人脸识别技术领域,尤其涉及一种定量检测人脸抬头纹的方法和智能终端。
背景技术
人脸识别技术是一种通过分析比较人脸视觉特征信息进行身份鉴定的技术,当前,人脸识别技术的研究领域包括:身份识别、表情识别以及性别识别等。其中,在人脸识别技术中,人脸抬头纹因其随着人的年龄或者面部表情的不同而有所差异的特性,常被作为一个重要的人脸视觉特征信息。
当前,可以通过贝叶斯算法、神经网络算法等机器学习分类算法来检测人脸皱纹。该检测人脸皱纹的技术的具体实现过程为:对于给定的可能包含人脸的输入图像,初步判断人脸的大概位置,提取出内脸的轮廓;然后用一滑动的小窗口在内脸上进行滑动,并用机器学习模型对窗口内的图片进行识别分类,判断其是否属于皱纹;如果属于皱纹,则将其提取出来;最后对提取出的图片进行组合获得皱纹的灰度图像。
然而,在实现本申请过程中,发明人发现现有技术中至少存在如下问题:首先,现有技术中提取的内脸是在眉毛以下的部位,并不包括额头部位。其次,训练机器学习模型需要大量的标签数据,而收集标签数据需耗费大量的人力和财力,并且,现有技术只能判别脸上的区块是否属于皱纹,不能对皱纹的严重程度进行定量化的检测,因此,即便将现有的皱纹检测技术应用于检测人脸抬头纹,也无法简单、方便地对人脸图像中的抬头纹的严重程度进行定量化的检测。
发明内容
本申请实施例提供一种定量检测人脸抬头纹的方法和智能终端,能够解决现有的皱纹检测技术无法简单、方便地对人脸图像中的抬头纹的严重程度进行定量化的检测的问题。
第一方面,本申请实施例提供了一种定量检测人脸抬头纹的方法,包括:
获取人脸图像;
截取所述人脸图像中额头区域对应的图像,并记为第一图像;
对所述第一图像进行图像处理获得第二图像,所述图像处理包括二值化处理;
获取所述第二图像中与抬头纹对应的黑色像素区块集合,记为第一有效区块集合;
根据所述第一有效区块集合确定所述人脸图像的抬头纹等级。
可选地,所述获取所述第二图像中与抬头纹对应的黑色像素区块集合,记为第一有效区块集合,包括:
基于所述第二图像确定第一基准宽度阈值;
检测出所述第二图像中所有黑色像素区块,记为第一区块集合;
根据所述第一基准宽度阈值过滤所述第一区块集合中的噪音区块,获得与抬头纹对应的黑色像素区块集合,记为第一有效区块集合。
可选地,所述根据所述第一有效区块集合确定所述人脸图像的抬头纹等级,包括:
计算所述第一有效区块集合中所有黑色像素区块在水平方向上的总长度,并记为第一总长;
根据所述第一总长与所述第二图像的总面积的比值确定所述人脸图像的抬头纹等级。
可选地,所述根据所述第一有效区块集合确定所述人脸图像的抬头纹等级,包括:
计算所述第一有效区块集合中所有黑色像素区块的总面积,并记为第一总面积;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳和而泰智能控制股份有限公司,未经深圳和而泰智能控制股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780004161.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:用于3D手部骨架跟踪的方法和系统
- 下一篇:多传感器事件检测和标记系统