Nothing Special   »   [go: up one dir, main page]

CN109614962B - 一种偏光光源人脸图像检测方法和系统 - Google Patents

一种偏光光源人脸图像检测方法和系统 Download PDF

Info

Publication number
CN109614962B
CN109614962B CN201910078605.5A CN201910078605A CN109614962B CN 109614962 B CN109614962 B CN 109614962B CN 201910078605 A CN201910078605 A CN 201910078605A CN 109614962 B CN109614962 B CN 109614962B
Authority
CN
China
Prior art keywords
face
undetermined
area
detection
currently
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910078605.5A
Other languages
English (en)
Other versions
CN109614962A (zh
Inventor
舒倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mengwang Video Co ltd
Original Assignee
Shenzhen Mengwang Video Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Mengwang Video Co ltd filed Critical Shenzhen Mengwang Video Co ltd
Priority to CN201910078605.5A priority Critical patent/CN109614962B/zh
Publication of CN109614962A publication Critical patent/CN109614962A/zh
Application granted granted Critical
Publication of CN109614962B publication Critical patent/CN109614962B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种偏光光源人脸图像检测方法和系统。本发明方法首先对图像采用常规人脸检测，接着基于检测结果进一步细分处理属于侧面人脸检测还是属于偏光光源下的人脸漏检，最后针对偏光光源下的人脸漏检，设计特定的检测处理模式。本发明方法既可以保证顺光光源下的正面、侧面人脸检测，又可以解决偏光光源下的人脸漏检的问题。

Description

一种偏光光源人脸图像检测方法和系统
技术领域
本发明涉及图像处理领域，尤其涉及一种偏光光源人脸图像检测方法和系统。
背景技术
实际应用中，复杂光照条件会对人脸检测精度产生巨大的影响，如逆光、偏光光源等。其中，在偏光光源下，人脸图像会出现偏离肤色亮度正常范围的区域，致使人脸只检测出顺光光源下的局部人脸。若简单的扩大肤色亮度值的分布区间，虽然可以补偿一部分漏检肤色区域，但同时也会带来非肤色区域的误检，而且也无法从根本上解决不利光源条件下的肤色检测问题。
发明内容
本发明实施例的目的在于提出一种偏光光源人脸图像检测方法，旨在解决现有技术在偏光光源下肤色检测容易出现肤色区域漏检和非肤色区域误检的问题。
本发明实施例是这样实现的，一种偏光光源人脸图像检测方法，所述方法包括：
Step1：对图像进行人脸检测，划定待定人脸；
Step2：对所述待定人脸进行五官定位；
Step3：根据五官定位中的暗区标识符划分待定人脸检测类型；
Step4：对待定人脸检测类型中的偏光光源下的人脸漏检进行漏检补偿；
Step5：若下一个待定人脸存在，则设置下一个待定人脸为当前待定人脸，然后重新进入Step2；否则，结束。
进一步地，所述根据五官定位中的暗区标识符划分待定人脸检测类型具体为：
如果五官定位中bnote＝1，则判定属于偏光光源下的人脸漏检；否则，则判定为属于侧面模式。
其中，
Figure BDA0001956481360000011
表示暗区标识符；当前待定人脸暗区指当前待定人脸反邻接对称区域；meany表示求亮度均值，Thres1表示第一门限阈值，Thres1＜50。
进一步地，所述对待定人脸检测类型中的偏光光源下的人脸漏检进行漏检补偿具体包括：
步骤B0：根据五官定位结果划定当前待定人脸漏检分析区；
步骤B1：对当前待定人脸漏检分析区像素进行亮度补偿；
步骤B2：对亮度补偿后的当前待定人脸漏检分析区进行肤色检测；
步骤B3：若当前待定人脸漏检分析区存在肤色区域，则进入步骤B4；否则改判当前待定人脸为侧面人脸，然后进入Step5；
步骤B4：若五官定位均成功，则判定当前待定人脸和当前待定人脸漏检分析区为一张完整的人脸，然后利用对称性直接定位当前待定人脸漏检分析区的五官，接着进入Step5；否则
首先删除当前待定人脸漏检分析区区域边缘非肤色部分，判定当前待定人脸和更新后的“当前待定人脸漏检分析区”为一张完整的人脸，然后对更新后的“当前待定人脸漏检分析区”五官定位，完成完整的人脸的检测和五官定位，接着进入Step5。
进一步地，所述对当前待定人脸漏检分析区像素进行亮度补偿具体为：
ym＝(y-y1)*(ymax-ymin)/(y2-y1)+ymin；
ymax、ymin分别表示当前待定人脸亮度最大值、最小值，y2、y1分别表示当前待定人脸漏检分析区亮度最大值、最小值，y、ym分别表示当前像素亮度值、亮度补偿后亮度值。
本发明实施例的另一目的在于提出一种偏光光源人脸图像检测系统。所述系统包括：
待定人脸划分装置，用于对图像进行人脸检测，划定待定人脸；
五官定位模块，用于对当前待定人脸进行五官定位；
待定人脸检测类型划分模块，用于根据五官定位中的暗区标识符划分待定人脸检测类型；
漏检补偿装置，用于对待定人脸检测类型中的偏光光源下的人脸漏检进行漏检补偿。
下一个待定人脸判断处理模块，用于判断若下一个待定人脸存在，则设置下一个待定人脸为当前待定人脸，然后重新进入五官定位模块；否则，结束。
进一步地，所述漏检补偿装置包括
人脸漏检分析区划分模块，用于根据五官定位结果划定当前待定人脸漏检分析区；
亮度补偿模块，用于对当前待定人脸漏检分析区像素进行亮度补偿。
第二肤色检测模块，用于对亮度补偿后的当前待定人脸漏检分析区进行肤色检测。
第一判断处理模块，用于判断若当前待定人脸漏检分析区存在肤色区域，则进入第二判断处理模块；否则改判当前待定人脸为侧面人脸，然后进入下一个待定人脸判断处理模块。
第二判断处理模块，用于判断若五官定位均成功，则判定当前待定人脸和当前待定人脸漏检分析区为一张完整的人脸，然后利用对称性直接定位当前待定人脸漏检分析区的五官，接着进入下一个待定人脸判断处理模块；否则
首先删除当前待定人脸漏检分析区区域边缘非肤色部分，判定当前待定人脸和更新后的“当前待定人脸漏检分析区”为一张完整的人脸，然后对更新后的“当前待定人脸漏检分析区”进行五官定位，完成完整的人脸的检测和五官定位，接着进入下一个待定人脸判断处理模块。
进一步地，亮度补偿模块中，用于对当前待定人脸漏检分析区像素进行亮度补偿具体为：
ym＝(y-y1)*(ymax-ymin)/(y2-y1)+ymin；ymax、ymin分别表示当前待定人脸亮度最大值、最小值，y2、y1分别表示当前待定人脸漏检分析区亮度最大值、最小值，y、ym分别表示当前像素亮度值、亮度补偿后亮度值。
本发明的有益效果
本发明提出一种偏光光源人脸图像检测方法和系统。本发明方法首先对图像采用常规人脸检测，接着基于检测结果进一步细分处理属于侧面人脸检测还是属于偏光光源下的人脸漏检，最后针对偏光光源下的人脸漏检，设计特定的检测处理模式。本发明方法既可以保证顺光光源下的正面、侧面人脸检测，又可以解决偏光光源下的人脸漏检的问题。
附图说明
图1是本发明优选实施例一种偏光光源人脸图像检测方法流程图；
图2是图1中Step1的详细方法流程图；
图3是图1中Step4的详细方法流程图；
图4是本发明优选实施例一种偏光光源人脸图像检测系统结构图；
图5是图4中待定人脸划分装置结构图；
图6是图4中漏检补偿装置结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明，为了便于说明，仅示出了与本发明实施例相关的部分。应当理解，此处所描写的具体实施例，仅仅用于解释本发明，并不用以限制本发明。
本发明提出一种偏光光源人脸图像检测方法和系统。本发明方法首先对图像采用常规人脸检测，接着基于检测结果进一步细分处理属于侧面人脸检测还是属于偏光光源下的人脸漏检，最后针对偏光光源下的人脸漏检，设计特定的检测处理模式。本发明方法既可以保证顺光光源下的正面、侧面人脸检测，又可以解决偏光光源下的人脸漏检的问题。
实施例一
图1是本发明优选实施例一种偏光光源人脸图像检测方法流程图；所述方法包括：
Step1：对图像进行人脸检测，划定待定人脸；
图2是图1中Step1的详细方法流程图；
步骤C1：对图像进行肤色检测；肤色检测方法使用业内公开的方法；
步骤C2：若存在肤色区域，则进入步骤C3；若不存在，则判定图像不存在人脸，结束。
步骤C3：将每一个连通的肤色区域，作为一个待定人脸，然后统计图像待定人脸的数量，并设置当前待定人脸为图像第一个待定人脸。
Step2：对所述待定人脸进行五官定位。
其中，五官定位方法使用业内公开的方法；
进一步地，Step2之后还可包括步骤：
若五官定位均不成功，则判定当前待定人脸非人脸，然后进入Step5；否则，则进入Step3。
Step3：根据五官定位中的暗区标识符划分待定人脸检测类型；
如果五官定位中bnote＝1，则判定属于偏光光源下的人脸漏检；否则，则判定为属于侧面模式。
其中，
Figure BDA0001956481360000051
表示暗区标识符；当前待定人脸暗区指当前待定人脸反邻接对称区域(“反邻接”举例说明：如左侧五官定位成功，则此时反邻接就是指右邻接，此时当前待定人脸暗区就是指当前待定人脸的右邻接对称区域)；meany表示求亮度均值，Thres1表示第一门限阈值，Thres1＜50。
Step4：对待定人脸检测类型中的偏光光源下的人脸漏检进行漏检补偿。
图3是图1中Step4的详细方法流程图；
步骤B0：根据五官定位结果划定当前待定人脸漏检分析区；
具体如下：
若五官定位均成功，则划定当前待定人脸反邻接对称区域为当前待定人脸漏检分析区；
否则若五官定位中仅眼眉耳朵定位成功，则首先增加反邻接1/2当前待定人脸列宽区域、上下各2倍当前待定人脸的人眼行宽区域，作为第二扩展区域，然后令当前待定人脸漏检分析区为第二扩展区域的反邻接对称区域；
否则，则首先增加反邻接当前待定人脸列宽区域、上下各2倍当前待定人脸的耳朵行宽区域，作为第一扩展区域，然后令当前待定人脸漏检分析区为第一扩展区域的反邻接对称区域。
步骤B1：对当前待定人脸漏检分析区像素进行亮度补偿。
其中，上述“亮度补偿”可用方法ym＝(y-y1)*(ymax-ymin)/(y2-y1)+ymin；ymax、ymin分别表示当前待定人脸亮度最大值、最小值，y2、y1分别表示当前待定人脸漏检分析区亮度最大值、最小值，y、ym分别表示当前像素亮度值、亮度补偿后亮度值；上述“亮度补偿”也可用业内公开的其他方法。
步骤B2：对亮度补偿后的当前待定人脸漏检分析区使用业内公开的方法进行肤色检测。
步骤B3：若当前待定人脸漏检分析区存在肤色区域，则进入步骤B4；否则改判当前待定人脸为侧面人脸，然后进入Step5。
步骤B4：若五官定位均成功，则判定当前待定人脸和当前待定人脸漏检分析区为一张完整的人脸，然后利用对称性直接定位当前待定人脸漏检分析区的五官，接着进入Step5；否则
首先删除当前待定人脸漏检分析区区域边缘非肤色部分，判定当前待定人脸和更新后的“当前待定人脸漏检分析区”为一张完整的人脸，然后对更新后的“当前待定人脸漏检分析区”使用业内公开的方法进行五官定位，完成完整的人脸的检测和五官定位，接着进入Step5。
Step5：若下一个待定人脸存在，则设置下一个待定人脸为当前待定人脸，然后重新进入Step2；否则，结束。
实施例二
图4是本发明优选实施例一种偏光光源人脸图像检测系统结构图；所述系统包括：
待定人脸划分装置，用于对图像进行人脸检测，划定待定人脸；
五官定位模块，用于对当前待定人脸进行五官定位。
其中，五官定位方法使用业内公开的方法；
待定人脸检测类型划分模块，用于根据五官定位中的暗区标识符划分待定人脸检测类型；具体为：
如果五官定位中bnote＝1，则判定属于偏光光源下的人脸漏检；否则，则判定为属于侧面模式。
其中，
Figure BDA0001956481360000061
表示暗区标识符；当前待定人脸暗区指当前待定人脸反邻接对称区域(“反邻接”举例说明：如左侧五官定位成功，则此时反邻接就是指右邻接，此时当前待定人脸暗区就是指当前待定人脸的右邻接对称区域)；meany表示求亮度均值，Thres1表示第一门限阈值，Thres1＜50。
漏检补偿装置，用于对待定人脸检测类型中的偏光光源下的人脸漏检进行漏检补偿。
下一个待定人脸判断处理模块，用于判断若下一个待定人脸存在，则设置下一个待定人脸为当前待定人脸，然后重新进入五官定位模块；否则，结束。
进一步地，偏光光源人脸图像检测系统还包括第三判断处理模块，
第三判断处理模块，与五官定位模块和待定人脸检测类型划分模块相连，用于判断若五官定位均不成功，则判定当前待定人脸非人脸，然后进入下一个待定人脸判断处理模块；否则，则进入待定人脸检测类型划分模块；
图5是图4中待定人脸划分装置结构图；
进一步地，所述待定人脸划分装置包括
第一肤色检测模块，用于对图像进行肤色检测；肤色检测方法使用业内公开的方法；
肤色区域存否判断处理模块，用于判断若存在肤色区域，则进入待定人脸划分模块；若不存在，则判定图像不存在人脸，结束。
待定人脸划分模块，用于将每一个连通的肤色区域，作为一个待定人脸，然后统计图像待定人脸的数量，并设置当前待定人脸为图像第一个待定人脸。
图6是图4中漏检补偿装置结构图。
进一步地，所述漏检补偿装置包括
人脸漏检分析区划分模块，用于根据五官定位结果划定当前待定人脸漏检分析区；
具体如下：
若五官定位均成功，则划定当前待定人脸反邻接对称区域为当前待定人脸漏检分析区；
否则若五官定位中仅眼眉耳朵定位成功，则首先增加反邻接1/2当前待定人脸列宽区域、上下各2倍当前待定人脸的人眼行宽区域，作为第二扩展区域，然后令当前待定人脸漏检分析区为第二扩展区域的反邻接对称区域；
否则，则首先增加反邻接当前待定人脸列宽区域、上下各2倍当前待定人脸的耳朵行宽区域，作为第一扩展区域，然后令当前待定人脸漏检分析区为第一扩展区域的反邻接对称区域。
亮度补偿模块，用于对当前待定人脸漏检分析区像素进行亮度补偿。
其中，上述“亮度补偿”可用方法ym＝(y-y1)*(ymax-ymin)/(y2-y1)+ymin；ymax、ymin分别表示当前待定人脸亮度最大值、最小值，y2、y1分别表示当前待定人脸漏检分析区亮度最大值、最小值，y、ym分别表示当前像素亮度值、亮度补偿后亮度值；上述“亮度补偿”也可用业内公开的其他方法。
第二肤色检测模块，用于对亮度补偿后的当前待定人脸漏检分析区进行肤色检测。
其中，肤色检测方法使用业内公开的方法；
第一判断处理模块，用于判断若当前待定人脸漏检分析区存在肤色区域，则进入第二判断处理模块；否则改判当前待定人脸为侧面人脸，然后进入下一个待定人脸判断处理模块。
第二判断处理模块，用于判断若标识符五官定位均成功，则判定当前待定人脸和当前待定人脸漏检分析区为一张完整的人脸，然后利用对称性直接定位当前待定人脸漏检分析区的五官，接着进入下一个待定人脸判断处理模块；否则
首先删除当前待定人脸漏检分析区区域边缘非肤色部分，判定当前待定人脸和更新后的“当前待定人脸漏检分析区”为一张完整的人脸，然后对更新后的“当前待定人脸漏检分析区”进行五官定位，完成完整的人脸的检测和五官定位，接着进入下一个待定人脸判断处理模块。
其中，五官定位方法使用业内公开的方法；
本领域的普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关硬件来完成的，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质可以为ROM、RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种偏光光源人脸图像 检测方法，其特征在于，所述方法包括：
Step1：对图像进行人脸检测，划定待定人脸，包括：
步骤C1：对图像进行肤色检测；
步骤C2：若存在肤色区域，则进入步骤C3；若不存在，则判定图像不存在人脸，结束；
步骤C3：将每一个连通的肤色区域，作为一个待定人脸，然后统计图像待定人脸的数量，并设置当前待定人脸为图像第一个待定人脸；
Step2：对所述待定人脸进行五官定位；
Step3：根据五官定位中的暗区标识符划分待定人脸检测类型，包括：
所述根据五官定位中的暗区标识符划分待定人脸检测类型具体为：
如果五官定位中bnote＝1，则判定属于偏光光源下的人脸漏检；否则，则判定为属于侧面模式；
其中，
Figure FDA0003829051610000011
表示暗区标识符；当前待定人脸暗区指当前待定人脸反邻接对称区域；meany表示求亮度均值，Thres1表示第一门限阈值，Thres1＜50；
Step4：对待定人脸检测类型中的偏光光源下的人脸漏检进行漏检补偿，包括：
步骤B0：根据五官定位结果划定当前待定人脸漏检分析区；
步骤B1：对当前待定人脸漏检分析区像素进行亮度补偿；
步骤B2：对亮度补偿后的当前待定人脸漏检分析区进行肤色检测；
步骤B3：若当前待定人脸漏检分析区存在肤色区域，则进入步骤B4；否则改判当前待定人脸为侧面人脸，然后进入Step5；
步骤B4：若五官定位均成功，则判定当前待定人脸和当前待定人脸漏检分析区为一张完整的人脸，然后利用对称性直接定位当前待定人脸漏检分析区的五官，接着进入Step5；否则首先删除当前待定人脸漏检分析区区域边缘非肤色部分，判定当前待定人脸和更新后的“当前待定人脸漏检分析区”为一张完整的人脸，然后对更新后的“当前待定人脸漏检分析区”五官定位，完成完整的人脸的检测和五官定位，接着进入Step5；
Step5：若下一个待定人脸存在，则设置下一个待定人脸为当前待定人脸，然后重新进入Step2；否则，结束。
2.如权利要求1所述的偏光光源人脸图像检测方法，其特征在于，Step2之后还可包括步骤：
若五官定位均不成功，则判定当前待定人脸非人脸，然后进入Step5；否则，则进入Step3。
3.如权利要求1所述的偏光光源人脸图像检测方法，其特征在于，
所述根据五官定位结果划定当前待定人脸漏检分析区具体为：
若五官定位均成功，则划定当前待定人脸反邻接对称区域为当前待定人脸漏检分析区；
否则若五官定位中仅眼眉耳朵定位成功，则首先增加反邻接1/2当前待定人脸列宽区域、上下各2倍当前待定人脸的人眼行宽区域，作为第二扩展区域，然后令当前待定人脸漏检分析区为第二扩展区域的反邻接对称区域；
否则，则首先增加反邻接当前待定人脸列宽区域、上下各2倍当前待定人脸的耳朵行宽区域，作为第一扩展区域，然后令当前待定人脸漏检分析区为第一扩展区域的反邻接对称区域。
4.如权利要求3所述的偏光光源人脸图像检测方法，其特征在于，
所述对当前待定人脸漏检分析区像素进行亮度补偿具体为：
ym＝(y-y1)*(ymax-ymin)/(y2-y1)+ymin；
ymax、ymin分别表示当前待定人脸亮度最大值、最小值，y2、y1分别表示当前待定人脸漏检分析区亮度最大值、最小值，y、ym分别表示当前像素亮度值、亮度补偿后亮度值。
5.一种偏光光源人脸图像检测系统，其特征在于，所述系统包括：
待定人脸划分装置，用于对图像进行人脸检测，划定待定人脸，包括：
第一肤色检测模块，用于对图像进行肤色检测；
肤色区域存否判断处理模块，用于判断若存在肤色区域，则进入待定人脸划分模块；若不存在，则判定图像不存在人脸，结束；
待定人脸划分模块，用于将每一个连通的肤色区域，作为一个待定人脸，然后统计图像待定人脸的数量，并设置当前待定人脸为图像第一个待定人脸；
五官定位模块，用于对当前待定人脸进行五官定位；
待定人脸检测类型划分模块，用于根据五官定位中的暗区标识符划分待定人脸检测类型：
如果五官定位中bnote＝1，则判定属于偏光光源下的人脸漏检；否则，则判定为属于侧面模式；
其中，
Figure FDA0003829051610000031
表示暗区标识符；当前待定人脸暗区指当前待定人脸反邻接对称区域；meany表示求亮度均值，Thres1表示第一门限阈值，Thres1＜50；
漏检补偿装置，用于对待定人脸检测类型中的偏光光源下的人脸漏检进行漏检补偿，包括：
人脸漏检分析区划分模块，用于根据五官定位结果划定当前待定人脸漏检分析区；
亮度补偿模块，用于对当前待定人脸漏检分析区像素进行亮度补偿；
第二肤色检测模块，用于对亮度补偿后的当前待定人脸漏检分析区进行肤色检测；
第一判断处理模块，用于判断若当前待定人脸漏检分析区存在肤色区域，则进入第二判断处理模块；否则改判当前待定人脸为侧面人脸，然后进入下一个待定人脸判断处理模块；
第二判断处理模块，用于判断若标识符五官定位均成功，则判定当前待定人脸和当前待定人脸漏检分析区为一张完整的人脸，然后利用对称性直接定位当前待定人脸漏检分析区的五官，接着进入下一个待定人脸判断处理模块；否则
首先删除当前待定人脸漏检分析区区域边缘非肤色部分，判定当前待定人脸和更新后的“当前待定人脸漏检分析区”为一张完整的人脸，然后对更新后的“当前待定人脸漏检分析区”进行五官定位，完成完整的人脸的检测和五官定位，接着进入下一个待定人脸判断处理模块；
下一个待定人脸判断处理模块，用于判断若下一个待定人脸存在，则设置下一个待定人脸为当前待定人脸，然后重新进入五官定位模块；否则，结束。
6.如权利要求5所述的偏光光源人脸图像检测系统，其特征在于，所述系统包括第三判断处理模块，
第三判断处理模块，与五官定位模块和待定人脸检测类型划分模块相连，用于判断若五官定位均不成功，则判定当前待定人脸非人脸，然后进入下一个待定人脸判断处理模块；否则，则进入待定人脸检测类型划分模块。
7.如权利要求5所述的偏光光源人脸图像检测系统，其特征在于，人脸漏检分析区划分模块中，用于根据五官定位结果划定当前待定人脸漏检分析区具体如下：
若五官定位均成功，则划定当前待定人脸反邻接对称区域为当前待定人脸漏检分析区；
否则若五官定位中仅眼眉耳朵定位成功，则首先增加反邻接1/2当前待定人脸列宽区域、上下各2倍当前待定人脸的人眼行宽区域，作为第二扩展区域，然后令当前待定人脸漏检分析区为第二扩展区域的反邻接对称区域；
否则，则首先增加反邻接当前待定人脸列宽区域、上下各2倍当前待定人脸的耳朵行宽区域，作为第一扩展区域，然后令当前待定人脸漏检分析区为第一扩展区域的反邻接对称区域。
8.如权利要求7所述的偏光光源人脸图像检测系统，其特征在于，
亮度补偿模块中，用于对当前待定人脸漏检分析区像素进行亮度补偿具体为：
ym＝(y-y1)*(ymax-ymin)/(y2-y1)+ymin；ymax、ymin分别表示当前待定人脸亮度最大值、最小值，y2、y1分别表示当前待定人脸漏检分析区亮度最大值、最小值，y、ym分别表示当前像素亮度值、亮度补偿后亮度值。
CN201910078605.5A 2019-01-24 2019-01-24 一种偏光光源人脸图像检测方法和系统 Active CN109614962B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910078605.5A CN109614962B (zh) 2019-01-24 2019-01-24 一种偏光光源人脸图像检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910078605.5A CN109614962B (zh) 2019-01-24 2019-01-24 一种偏光光源人脸图像检测方法和系统

Publications (2)

Publication Number Publication Date
CN109614962A CN109614962A (zh) 2019-04-12
CN109614962B true CN109614962B (zh) 2022-11-18

Family

ID=66018520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910078605.5A Active CN109614962B (zh) 2019-01-24 2019-01-24 一种偏光光源人脸图像检测方法和系统

Country Status (1)

Country Link
CN (1) CN109614962B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013006A (zh) * 2009-09-07 2011-04-13 泉州市铁通电子设备有限公司 一种基于逆光环境的人脸自动检测识别的方法
CN105469356A (zh) * 2015-11-23 2016-04-06 小米科技有限责任公司 人脸图像处理方法及装置
CN106485273A (zh) * 2016-10-09 2017-03-08 湖南穗富眼电子科技有限公司 一种基于hog特征与dnn分类器的人脸检测方法
CN107169403A (zh) * 2016-03-07 2017-09-15 欧姆龙汽车电子株式会社 面部图像处理装置
CN109255307A (zh) * 2018-08-21 2019-01-22 深圳市梦网百科信息技术有限公司 一种基于唇部定位的人脸分析方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326816A (zh) * 2015-06-30 2017-01-11 芋头科技（杭州）有限公司 一种面部识别系统及面部识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013006A (zh) * 2009-09-07 2011-04-13 泉州市铁通电子设备有限公司 一种基于逆光环境的人脸自动检测识别的方法
CN105469356A (zh) * 2015-11-23 2016-04-06 小米科技有限责任公司 人脸图像处理方法及装置
CN107169403A (zh) * 2016-03-07 2017-09-15 欧姆龙汽车电子株式会社 面部图像处理装置
CN106485273A (zh) * 2016-10-09 2017-03-08 湖南穗富眼电子科技有限公司 一种基于hog特征与dnn分类器的人脸检测方法
CN109255307A (zh) * 2018-08-21 2019-01-22 深圳市梦网百科信息技术有限公司 一种基于唇部定位的人脸分析方法和系统

Also Published As

Publication number Publication date
CN109614962A (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
US8295593B2 (en) Method of detecting red-eye objects in digital images using color, structural, and geometric characteristics
US7606414B2 (en) Fusion of color space data to extract dominant color
US20220262163A1 (en) Method of face anti-spoofing, device, and storage medium
CN109344864B (zh) 用于密集物体的图像处理方法及装置
CN111444555B (zh) 一种测温信息显示方法、装置及终端设备
CN107506691B (zh) 一种基于肤色检测的唇部定位方法和系统
US20230351575A1 (en) Method for Assessing Damage of Vehicle, Apparatus for Assessing Damage of Vehicle, and Electronic Device Using Same
CN102855617A (zh) 自适应图像处理方法及系统
CN111523497B (zh) 一种人脸纠正方法、装置和电子设备
CN105426816A (zh) 一种处理人脸图像的方法及装置
CN114298985B (zh) 缺陷检测方法、装置、设备及存储介质
CN116091421A (zh) 一种体外受精胚胎卵裂球图像自动分割及面积计算的方法
JP2000105819A (ja) 顔領域検出装置
CN107563278B (zh) 一种基于肤色检测的快速眼唇定位方法和系统
CN106598388A (zh) 移动终端及其屏幕显示方法和系统
CN115861077A (zh) 一种全景图像的确定方法、装置、设备及存储介质
CN110909568A (zh) 用于面部识别的图像检测方法、装置、电子设备及介质
CN109961004B (zh) 一种偏光光源人脸检测方法和系统
Dahai et al. An object detection algorithm based on decision-level fusion of visible and infrared images
CN109255307B (zh) 一种基于唇部定位的人脸分析方法和系统
CN109614962B (zh) 一种偏光光源人脸图像检测方法和系统
CN114511580A (zh) 图像处理方法、装置、设备及存储介质
CN107516067B (zh) 一种基于肤色检测的人眼定位方法和系统
CN105447827A (zh) 图像降噪方法和系统
US20200074612A1 (en) Image analysis apparatus, image analysis method, and recording medium

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant after: Shenzhen mengwang video Co.,Ltd.

Address before: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant before: SHENZHEN MONTNETS ENCYCLOPEDIA INFORMATION TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant