脸部特征

摘要： [研究背景]口罩作为预防呼吸道传染病的一条重要防线,正确佩戴口罩可以有效降低新型冠状病毒的感染风险。但是人的脸型不一,大众主要使用的一次性口罩的尺寸规格却很单一,难以满足不同脸型的大众的需求。[研究方法]文章对疫情下大众使用口罩的情况进行调查,同时参考中国成年人的头面部尺寸数据,通过数据分析的方式确定口罩号型设置参考的形态面长和形态面宽,再考虑佩戴口罩时的面部的活动情况,从而确定一次性口罩的号型设计方案。[研究结果]研究认为:根据中国成年人头面部尺寸中形态面长和形态面宽的分布设计不同号型的平面口罩。其中考虑到性别差异,可分别为男女性设计S、M、L三个号型的口罩,S号型适合形态面长较小及下巴较尖的脸型,L号型适合形态面长及面宽较大及下巴较方脸型,M码适合形态面长和面宽适中及下巴较圆脸型,而考虑到生产工序及成本,则可直接设计XS、S、M、L、XL五个号型的成人口罩,女性在选择口罩时可在XS、S、M三个号型中选择,男性在选择口罩时可在M、L、XL三个号型中选择。

摘要： 教材分析:本课是人民美术出版社义务教育教科书《美术》五年级下册16课的教学内容。属于“造型·表现”学习领域。本课是通过帮助学生通过观察和分析人物脸部特征,学会观察方法。在运用笔墨技法的创作实践中感受水墨浓淡干湿的笔墨情趣。

摘要： 人脸识别是基于人类每个个体脸部特征进行身份信息识别的一种新技术.本文主要简述该技术之主要算法原理.

摘要： 因为疲劳驾驶而导致事故发生的事件层出不穷,一款好的疲劳检测系统能够有效的避免事故的发生,以特征点检测以及面部特征(长时间闭眼、打哈欠)为核心设计疲劳检测系统,能够在一定程度上减少事故的发生.

摘要： 在案件侦查工作中,一些涉案视频不够清晰,就要进行处理.模拟画像员处理画像的时候,采用人像透视画法,根据人像透视变化规律对五官做出推断,将脸部特征突出,画出正面人像,嫌疑人的清晰模样呈现出来,对办案非常有帮助.

摘要： 人脸检测与识别技术属于生物特征验证手段的一种,可应用于视觉监测、安全访问控制与智能用户接口等多个领域。而人脸检测在人脸识别中占据重要地位。在肤色模型和小波变换有效结合的基础上,即可对人脸进行确定,特别是眼睛位置。经过小波变换处理,结合几何位置展开检测,并使用Fisher分类器即可对嘴巴的位置进行检测。在全新的技术支持下,可以在短时间内准确检测人脸,精准度较高。基于此,文章将肤色和脸部特征提取作为重要基础,重点阐述人脸检测的实现路径,希望对人脸检测与识别技术的发展有所帮助。

摘要： 人脸识别技术需要对脸部特征进行定位，从而有助于确保图像一致和建立人脸模型。文中提出了一个新颖的脸部特征定位的方法。人脸图像首先通过Gabor滤波器处理得到强度响应。在强度响应中，脸部特征表现出的是强响应，而其他部分表现出的是弱响应，如面颊和额头。通过保留强响应和过滤弱响应，所有属于脸部特征的像素点都被获得了。此方法采用了聚类算法-k均值算法来将不同的像素点分配到不同的簇里面。每一个簇都代表一个脸部特征。通过在ORL人脸数据库上的测试，此方法显示其能精确地和快速地定位诸如眼睛、鼻子、嘴等脸部特征。同时此方法也能在有浓密胡须的对象上成功定位脸部信息，表现出较高的鲁棒性。

摘要： 本文以京沪高速天津段交通电子卡口系统建设为例,对高速公路交通电子卡口系统建设进行相关研究，京沪高速天津段交通电子卡口系统是一个高标准的管控系统，能实现高清晰度的图像采集，系统采集的车辆图像分辨率高，可清晰反映车辆的号牌、汉字、驶乘人员的脸部特征及整个车辆的全貌和细节，可为事故追查、刑事侦破等公安业务提供全面、准确的依据。同时，系统存储海量信息用于分析研判，该系统的建成并投入使用为高速公路的科学安全使用发挥了非常重要的作用。

摘要： 一种脸部图像的亮度特征量提取方法，其利用脸部图像识别系统进行亮度特征量提取，包括以下步骤：输入步骤、调整步骤、部位标示步骤、提取步骤、以及存储步骤，其中，所述提取步骤包括：识别步骤，识别各部位图像中的每一个像素点的亮度值；第一比较步骤；第二比较步骤；计算步骤；以及确定步骤，顺序提取目标像素组之外的另一个像素，作为目标像素，重复第一比较步骤、第二比较步骤和计算步骤，直到部位图像中的所有像素均获得亮度特征值。本发明的脸部图像的亮度特征量提取方法能够以相当高的效率迅速获得精确的图像亮度特征量。

摘要： 一种脸部图像的亮度特征量提取方法，其利用脸部图像识别系统进行亮度特征量提取，包括以下步骤：输入步骤、调整步骤、部位标示步骤、提取步骤、以及存储步骤，其中，所述提取步骤包括：识别步骤，识别各部位图像中的每一个像素点的亮度值；第一比较步骤；第二比较步骤；第三比较步骤；计算步骤；以及确定步骤，顺序提取目标像素组之外的另一个像素，作为目标像素，重复第一比较步骤、第二比较步骤、第三比较步骤和计算步骤，直到部位图像中的所有像素均获得亮度特征值。本发明的脸部图像的亮度特征量提取方法能够以相当高的效率迅速获得精确的图像亮度特征量。

摘要： 一种脸部图像的亮度特征量提取方法，其利用脸部图像识别系统进行亮度特征量提取，包括以下步骤：输入步骤、调整步骤、部位标示步骤、提取步骤、以及存储步骤，其中，所述提取步骤包括：识别步骤，识别各部位图像中的每一个像素点的亮度值；第一比较步骤；第二比较步骤；计算步骤；以及确定步骤，顺序提取目标像素组之外的另一个像素，作为目标像素，重复第一比较步骤、第二比较步骤和计算步骤，直到部位图像中的所有像素均获得亮度特征值。本发明的脸部图像的亮度特征量提取方法能够以相当高的效率迅速获得精确的图像亮度特征量。

摘要： 一种脸部图像的亮度特征量提取方法，其利用脸部图像识别系统进行亮度特征量提取，包括以下步骤：输入步骤、调整步骤、部位标示步骤、提取步骤、以及存储步骤，其中，所述提取步骤包括：识别步骤，识别各部位图像中的每一个像素点的亮度值；第一比较步骤；第二比较步骤；第三比较步骤；计算步骤；以及确定步骤，顺序提取目标像素组之外的另一个像素，作为目标像素，重复第一比较步骤、第二比较步骤、第三比较步骤和计算步骤，直到部位图像中的所有像素均获得亮度特征值。本发明的脸部图像的亮度特征量提取方法能够以相当高的效率迅速获得精确的图像亮度特征量。

摘要： 本公开涉及脸部特征提取装置、脸部特征提取方法、图像处理设备和图像处理方法。一种脸部特征提取装置，用于从脸部图像中提取特征，所述脸部特征提取装置包括：检测单元，检测脸部图像中的多个特征点；归一化单元，基于检测单元检测的所述多个特征点，对所述脸部图像中的脸部归一化，由此得到归一化脸部和所述归一化脸部上的与所述脸部图像中的多个特征点对应的多个归一化特征点；估计单元，估计所述脸部图像中的脸部姿态；定位单元，基于归一化脸部上的归一化特征点和估计单元所估计的所述脸部图像中的脸部姿态，定位所述归一化脸部中的特征区域；以及提取单元，从所述归一化脸部中的特征区域来提取特征。

摘要： 脸部特征点可靠性产生装置根据脸部图像产生每个脸部特征点的可靠性图。初始脸部特征点位置计算装置基于可靠性图计算脸部图像中每个脸部特征点的位置。离位脸部特征点判断装置判断每个脸部特征点是否是不满足规定条件的离位脸部特征点。脸部特征点差计算装置计算除了被判断为离位脸部特征点的那些脸部特征点以外的每个脸部特征点的位置和脸部特征点的对应点的位置之间的差。脸部特征点位置校正装置基于离位脸部特征点判断装置的判断结果以及脸部特征点差计算装置的计算结果，来校正确定的脸部特征点位置。

摘要： 具有外部和内部脸部特征的脸部模型与第一和第二模型的脸部特征相匹配。这第一和第二模型的每个脸部特征由多个点来表示，使用1)关于这第一和第二模型的这些内部特征的该对应的对极约束、以及2)这第一和第二模型的外部和内部特征的局部灰度级结构，来为这第一和第二模型的每个外部和内部脸部特征的匹配调整这多个点。为这第一和第二模型中的每个模型重复该匹配和该调整，直到关于被发现与该脸部模型的脸部特征相匹配的这各自的第一和第二模型上的这些外部和内部脸部特征中的每个脸部特征的这些点具有其间不大于预定收敛容差的相对偏移。这些内部脸部特征可以包括一双眼睛、鼻子和嘴。这些外部脸部特征可以包括一对眉毛，以及该上颚、下巴和脸颊的轮廓。

摘要： 脸部特征点可靠性产生装置根据脸部图像产生每个脸部特征点的可靠性图。初始脸部特征点位置计算装置基于可靠性图计算脸部图像中每个脸部特征点的位置。离位脸部特征点判断装置判断每个脸部特征点是否是不满足规定条件的离位脸部特征点。脸部特征点差计算装置计算除了被判断为离位脸部特征点的那些脸部特征点以外的每个脸部特征点的位置和脸部特征点的对应点的位置之间的差。脸部特征点位置校正装置基于离位脸部特征点判断装置的判断结果以及脸部特征点差计算装置的计算结果，来校正确定的脸部特征点位置。

摘要： 本申请涉及生物识别领域，具体使用了脸部特征提取模型实现活体检测，并公开了一种脸部特征提取模型训练方法、脸部特征提取方法、装置、设备及存储介质，所述训练方法包括：将脸部训练数据分别输入多个原始学生网络进行模型训练，以得到各所述原始学生网络对应的候选学生网络；将脸部验证数据分别输入各所述候选学生网络，以输出各所述候选学生网络对应的验证脸部特征数据；将各所述验证脸部特征数据分别输入预设的老师网络，以输出各所述验证脸部特征数据对应的候选脸部特征数据；对多个所述候选脸部特征数据进行筛选，以得到目标样本特征，将所述目标样本特征对应的候选学生网络确定为脸部特征提取模型。

摘要： 本公开涉及脸部特征提取装置、脸部特征提取方法、图像处理设备和图像处理方法。一种脸部特征提取装置，用于从脸部图像中提取特征，所述脸部特征提取装置包括：检测单元，检测脸部图像中的多个特征点；归一化单元，基于检测单元检测的所述多个特征点，对所述脸部图像中的脸部归一化，由此得到归一化脸部和所述归一化脸部上的与所述脸部图像中的多个特征点对应的多个归一化特征点；估计单元，估计所述脸部图像中的脸部姿态；定位单元，基于归一化脸部上的归一化特征点和估计单元所估计的所述脸部图像中的脸部姿态，定位所述归一化脸部中的特征区域；以及提取单元，从所述归一化脸部中的特征区域来提取特征。