[发明专利]人脸算法标准脸部图像的提取方法

摘要

人脸算法标准脸部图像的提取方法，它包括如下步骤1)通过人脸检测算法，得到人脸区域；2)采用眼睛定位法，通过双眼位置剪裁人脸区域；3)采用梯度直方图描述人脸特征，判别是否为正脸；4)若判断为正面人脸，则进入光照均匀判断模块；5)若光照均匀输出正面人脸图像，若光照不均匀则进入光照补偿模块；6)对于光照不均匀的图像，先使用直方图均衡化对图像进行预处理；7)基于Re“nex理论的光照补偿算法，对光照不均匀的图像进行光照补偿；8)输出光照均匀正面人脸图像。该方法极大提高了后续对人脸种族的识别、不同种族人脸性别的识别，年龄的识别等信息的准确率和人脸识别算法的准确率。

主权项

基于人脸算法的标准脸部图像的提取方法，其特征在于它包括如下步骤：步骤1)通过AdaBoost人脸检测算法，检测人脸图像，得到人脸区域；步骤2)对步骤1)得到的人脸区域，采用眼睛定位法，通过双眼位置剪裁人脸区域，使裁剪后的人脸区域恰好包含整个人脸图像，并将人脸图像尺寸归一化处理，得到脸部五官中心区域；步骤3)对步骤2)所得的人脸区域，采用梯度直方图描述人脸特征，并将人脸区域划分为8×8的子块，分别计算各子块内的梯度直方图，通过对比每行左右各子块图像特征，若在每行都存在一对对称的子块，则判别为正面人脸，否则判别为非正面人脸；对比每行左右各子块图像特征的方法是从左至右遍历每行的子块，分别计算该行其他子块与该子块的梯度直方图相似度，选出相似度最高的一个子块，判断这一对子块的空间位置是否成对称分布，依次遍历完8×8个子块并进行前述判断；步骤4)若判断为正面人脸，则进入光照均匀判断模块，对人脸图像进行灰度分割，分割阈值采用人脸的灰度均值，通过分割阈值将人脸图像转换为二值图像，分割后的人脸图像一部分区域会被划为背景区域，通过判断前景区域与人脸图像左右两侧的背景区域像素点之比判断是否光照均匀；步骤5)若光照均匀输出正面人脸图像作为标准脸部图像，结束；若光照不均匀则进入步骤6)；步骤6)对于光照不均匀的正面人脸图像，先使用直方图均衡化对正面人脸图像进行预处理；步骤7)基于Retinex理论的光照补偿算法，对步骤6)预处理后的正面人脸图像进行光照补偿；步骤8)输出正面人脸图像作为标准脸部图像，结束。