法律状态公告日
法律状态信息
法律状态
2016-11-16
授权
授权
2016-02-17
实质审查的生效 IPC(主分类):G06K9/00 申请日:20150915
实质审查的生效
2016-01-20
公开
公开
技术领域
本发明涉及一种基于图像比对和航向姿态系统的头部姿态检测方法,属于计算机视觉和 人机交互交叉领域,
背景技术
在传统的计算机视觉领域中,如人脸检测、人脸识别、表情识别等,基于正面人脸的检 测和识别的方法发展迅速且识别率、检测率较高。然而,由于检测目标姿态的多样性,往往 使性能效果急剧下降甚至失效。因此,人脸姿态估计作为人脸识别的一项关键技术,受到较 大的关注和快速的发展。目前,现有的人脸姿态检测方法大体上可以分为两类:第一类是基 于2D人脸外观的学习方法,试图通过2D人脸外观特征和3D人脸姿态之间建立一种映射关 系,再基于2D人脸外观的学习方法实现姿态的检测和估计;第二类是通过抽取3D特征,或 者利用不同视角下的多幅图像,在三维空间中重建人脸的3D模型来实现姿态的检测。但是, 由于用来对比的样本的姿态信息的不准确性以及样本数量的匮乏,都会对最终的检测结果造 成极大误差。
发明内容
针对现有技术的不足,本发明提供了一种基于图像比对和航向姿态系统的头部姿态检测 方法;
本发明所述头部姿态检测方法应用于静态图像和实时视频序列,适用于自动身份识别, 视频监控系统、计算机游戏、虚拟现实和司机疲劳检测系统等。
术语解释
1、Yaw轴、Pitch轴、Roll轴:如果有一个人站在(0,0,0)点,面向X轴正向,头
顶向上方向为Y轴正向,右手方向为Z轴正向,那么旋转角度和方向的计算方法如下:
Yaw是围绕Y轴旋转,站在(0,0,0)点的人脚下是XOZ平面,以正角度为参数是向 左转,以负角度为参数是向右转。
Pitch是围绕X轴旋转,站在(0,0,0)点的人脚下是XOY平面,以正角度为参数是 向右倒,以负角度为参数是向左倒。
Roll是围绕Z轴旋转,站在(0,0,0)点的人脚下是YOZ平面,以正角度为参数是向 后倒,以负角度为参数是向前倒。以人脸为例子,pitch是头去碰左肩、右肩;Roll就是头 去碰锁骨,仰头;Yaw是眼睛去看左后方、右后方。
2、航向姿态系统(headingandattitudesystem):是测量、显示和提供飞机航向角和姿 态角信号的飞行仪表。这种系统主要由全姿态陀螺仪、磁感应传感器或天文罗盘以及全姿态 指示器组成。它能向飞行人员指示导航所需要的航向角和驾驶所需要的倾侧角、俯仰角,还 能为自动驾驶仪、火力控制系统、雷达天线、航空照相机等其他机载设备提供统一的航向角 和姿态角信号。
3、直方图均衡化:是指图像处理领域中利用图像直方图对对比度进行调整的方法。
本发明的技术方案为:
一种基于图像比对和航向姿态系统的头部姿态检测方法,具体步骤包括:
A、通过新架构,建立M个被测对象的人脸姿态数据库
(1)对被测对象m建立人脸姿态数据库,m=0;
(2)以被测对象m的人头中心为坐标原点,分别以Roll轴、Yaw轴、Pitch轴的[-π, π]建立旋转平面;
(3)将航向姿态系统固定在被测对象m的人头正面,对人脸姿态进行实时检测;保证姿 态信息的实时性和准确性。
(4)通过航向姿态系统拍摄被测对象m的正面人脸图像,记录被测对象m正面人脸图像 的姿态信息A0[a0,b0,c0],其中,a0是指被测对象m的正面人脸与Roll轴的夹角,b0是指被 测对象m的正面人脸与Yaw轴的夹角,c0是指被测对象m的正面人脸与Pitch轴的夹角;a0、 b0、c0的取值范围均为(0-0.5)°;
(5)以1°-2°为旋转幅度,在被测对象m头部可允许旋转的范围内,被测对象m 的头部在Roll轴、Yaw轴、Pitch轴进行旋转,实时拍摄大量人脸图像,并实时记录人 脸图像对应的姿态信息Ai[ai,bi,ci],以m为关键词,录入人脸姿态数据列表中;ai是指 当前旋转角度下被测对象m的人脸与Roll轴的夹角,bi是指当前旋转角度下被测对象m 的人脸与Yaw轴的夹角,ci是指当前旋转角度下被测对象m的人脸与Pitch轴的夹角;
(6)当m<M时,更换人脸,m加1,重复步骤(2)-(5);当m=M时,进入步骤B;
B、对待测人脸图像进行人脸识别,找出人脸姿态数据列表中最相近的人脸图像,得出 待测人脸图像的姿态信息
a、对待测人脸图像进行预处理,所述预处理包括依次进行尺寸缩小、直方图均衡化、 肤色边缘提取;当待测人脸图像为静态图像时,进入步骤b;当待测人脸图像为视频序列 时,进入步骤c;
预处理后减少了光照、身份信息对检测结果的影响。
b、通过人脸识别技术将待测人脸图像与人脸姿态数据列表中的每个人脸图像一一进 行比对,找出与待测人脸图像最相近的人脸图像,该最相近的人脸图像的姿态信息即待 测人脸图像的姿态信息;
c、将视频序列的每一帧待测人脸图像执行步骤b,得到每一帧待测人脸图像的姿态 信息,计算平均姿态信息,即视频序列的姿态信息。
根据本发明优选的,a0=0°,b0=0°,c0=0°。
根据本发明优选的,所述人脸识别技术为模板匹配或特征脸。
本发明的有益效果为:
1、本发明解决静态图像、视频序列和实时影像中的人脸图像姿态信息估计的问题;
2、本发明解决了人脸图像与姿态信息对应的问题,提高了检测准确性;
3、本发明建立了人脸姿态数据列表,减小了人脸图像识别检测时的数据误差;
4、本发明人脸姿态数据列表信息开源,可随时根据需求添加数据,可应用于自动身份识 别、视频监控系统等领域。
具体实施方式
下面结合实施例对本发明作进一步的限定,但不限于此。
实施例1
一种基于图像比对和航向姿态系统的头部姿态检测方法,具体步骤包括:
A、通过新架构,建立M个被测对象的人脸姿态数据库
(1)对被测对象m建立人脸姿态数据库,m=0;
(2)以被测对象m的人头中心为坐标原点,分别以Roll轴、Yaw轴、Pitch轴的[-π, π]建立旋转平面;
(3)将航向姿态系统固定在被测对象m的人头正面,对人脸姿态进行实时检测;保证姿 态信息的实时性和准确性。
(4)通过航向姿态系统拍摄被测对象m的正面人脸图像,记录被测对象m正面人脸图像 的姿态信息A0[a0,b0,c0],其中,a0是指被测对象m的正面人脸与Roll轴的夹角,b0是指被 测对象m的正面人脸与Yaw轴的夹角,c0是指被测对象m的正面人脸与Pitch轴的夹角;a0、 b0、c0的取值均为0°;
(5)以1°为旋转幅度,在被测对象m头部可允许旋转的范围内,被测对象m的头 部在Roll轴、Yaw轴、Pitch轴进行旋转,实时拍摄大量人脸图像,并实时记录人脸图 像对应的姿态信息Ai[ai,bi,ci],以m为关键词,录入人脸姿态数据列表中;ai是指当前 旋转角度下被测对象m的人脸与Roll轴的夹角,bi是指当前旋转角度下被测对象m的人 脸与Yaw轴的夹角,ci是指当前旋转角度下被测对象m的人脸与Pitch轴的夹角;
(7)当m<M时,更换人脸,m加1,重复步骤(2)-(5);当m=M时,进入步骤B;
B、对待测人脸图像进行人脸识别,找出人脸姿态数据列表中最相近的人脸图像,得出 待测人脸图像的姿态信息
a、对待测人脸图像进行预处理,所述预处理包括依次进行尺寸缩小、直方图均衡化、 肤色边缘提取;当待测人脸图像为静态图像时,进入步骤b;当待测人脸图像为视频序列 时,进入步骤c;
预处理后减少了光照、身份信息对检测结果的影响。
b、通过人脸识别技术将待测人脸图像与人脸姿态数据列表中的每个人脸图像一一进 行比对,找出与待测人脸图像最相近的人脸图像,该最相近的人脸图像的姿态信息即待 测人脸图像的姿态信息;
c、将视频序列的每一帧待测人脸图像执行步骤b,得到每一帧待测人脸图像的姿态 信息,计算平均姿态信息,即视频序列的姿态信息。
所述人脸识别技术为模板匹配。
实施例2
根据实施例1所述的一种基于图像比对和航向姿态系统的头部姿态检测方法,其区别 在于,所述步骤(5)中,以2°为旋转幅度,在被测对象m头部可允许旋转的范围内, 被测对象m的头部在Roll轴、Yaw轴、Pitch轴进行旋转,实时拍摄大量人脸图像,并 实时记录人脸图像对应的姿态信息Ai[ai,bi,ci],以m为关键词,录入人脸姿态数据列表 中。所述人脸识别技术为特征脸。
实施例3
根据实施例1所述的一种基于图像比对和航向姿态系统的头部姿态检测方法,其区别 在于,所述步骤(5)中,以1.5°为旋转幅度,在被测对象m头部可允许旋转的范围内, 被测对象m的头部在Roll轴、Yaw轴、Pitch轴进行旋转,实时拍摄大量人脸图像,并 实时记录人脸图像对应的姿态信息Ai[ai,bi,ci],以m为关键词,录入人脸姿态数据列表 中。所述人脸识别技术为特征脸。
机译: 姿态和航向参考系统以及包括姿态和航向参考系统在内的无人车辆
机译: 姿态和航向参考系统以及包括姿态和航向参考系统在内的无人车辆
机译: 校准信息创建装置,校准信息创建方法,校准信息创建程序,姿态检测装置,姿态检测方法,姿态检测程序和信息处理系统