檢測(cè)面部特性的方法
【專利摘要】通過(guò)本發(fā)明的實(shí)施例以計(jì)算有效的方式執(zhí)行圖像中諸如人們面部中的微笑或性別的面部特性的檢測(cè)。首先，檢測(cè)圖像中的面部以產(chǎn)生面部圖像。在面部圖像中檢測(cè)面部界標(biāo)。以檢測(cè)到的面部界標(biāo)為基礎(chǔ)來(lái)調(diào)準(zhǔn)和標(biāo)準(zhǔn)化所述面部圖像以產(chǎn)生標(biāo)準(zhǔn)化的面部圖像。從所述標(biāo)準(zhǔn)化的面部圖像提取來(lái)自選定的局部區(qū)域的局部特征。通過(guò)將每一個(gè)選定的局部特征輸入到具有多層感知器（MLP）結(jié)構(gòu)的弱分類器中來(lái)在每一個(gè)選定的局部區(qū)域中預(yù)測(cè)面部特性。最后，聚合來(lái)自每一個(gè)弱分類器部件的輸出數(shù)據(jù)以生成在所述面部圖像中檢測(cè)到所述面部特性的指示。
【專利說(shuō)明】檢測(cè)面部特性的方法
【技術(shù)領(lǐng)域】
[0001]本公開通常涉及圖像處理的領(lǐng)域。更具體地，本發(fā)明的實(shí)施例涉及由用于分析面部圖像的處理系統(tǒng)中的處理器執(zhí)行的面部特性檢測(cè)處理。
【背景技術(shù)】
[0002]隨著增加的計(jì)算能力的進(jìn)步，面部識(shí)別應(yīng)用變得越來(lái)越普遍，例如，數(shù)碼相機(jī)中的自動(dòng)聚焦/自動(dòng)白平衡/自動(dòng)曝光(3A)處理和微笑快門、智能電話上的基于化身的通信、手持計(jì)算設(shè)備上的面部識(shí)別登錄能力等等。在這些面部分析應(yīng)用中，會(huì)期望檢測(cè)面部特性。面部特性可以包括面部是否微笑、面部是男人還是女人的面部、眼睛是否閉合或者面部是屬于孩子、年青人、中年人還是老年人。也可以檢測(cè)其它面部特性。面部特性檢測(cè)具有許多用途。例如，微笑檢測(cè)可以在照相機(jī)成像中用作微笑快門激活，或者在自動(dòng)最喜歡廣告調(diào)查中用作情緒檢測(cè)能力。性別檢測(cè)可以用在自動(dòng)廣告選擇中用于智能數(shù)字簽名。面部特性檢測(cè)也可以用在諸如視頻監(jiān)視、視覺(jué)搜索和內(nèi)容分析等等的其它領(lǐng)域中。因而，期望用于檢測(cè)面部圖像中的面部特性的快速而有效的技術(shù)。
【專利附圖】

【附圖說(shuō)明】
[0003]參照附圖來(lái)提供詳細(xì)的描述。在不同附圖中相同附圖標(biāo)記的使用指示類似或相同的項(xiàng)。
[0004]圖1是根據(jù)本發(fā)明實(shí)施例的面部圖像處理系統(tǒng)的圖。
[0005]圖2是根據(jù)本發(fā)明實(shí)施例的面部分析處理的圖。
[0006]圖3是根據(jù)本發(fā)明實(shí)施例在面部圖像中檢測(cè)到的面部界標(biāo)的示例。
[0007]圖4是根據(jù)本發(fā)明實(shí)施例的示例面部圖像的選定的部分的調(diào)準(zhǔn)和標(biāo)準(zhǔn)化的示例。
[0008]圖5是根據(jù)本發(fā)明實(shí)施例用于微笑檢測(cè)的選定的局部區(qū)域的示例。
[0009]圖6是根據(jù)本發(fā)明實(shí)施例用于性別檢測(cè)的選定的局部區(qū)域的示例。
[0010]圖7是根據(jù)本發(fā)明實(shí)施例的多層感知器(MLP)的結(jié)構(gòu)的圖。
[0011]圖8是根據(jù)本發(fā)明實(shí)施例位于MLP的每一個(gè)節(jié)點(diǎn)處的計(jì)算模型的圖。
[0012]圖9和圖10說(shuō)明了可以用于實(shí)現(xiàn)本文討論的一些實(shí)施例的處理系統(tǒng)的實(shí)施例的方框圖。
【具體實(shí)施方式】
[0013]本發(fā)明的實(shí)施例規(guī)定圖像中面部特性(例如微笑/情緒、性別、年齡、眨眼等等)的快速而精確的檢測(cè)，這可以用在照相機(jī)成像、數(shù)字簽名和其它應(yīng)用中。本發(fā)明的實(shí)施例實(shí)現(xiàn)最高的精確度(在一個(gè)測(cè)試中，在微笑檢測(cè)中為96%，在性別檢測(cè)中為94%，等等)，要求非常小的存儲(chǔ)器使用(少于400KB)，并且快速地執(zhí)行(在一個(gè)測(cè)試中，在具有1.6GHz原子處理器的處理系統(tǒng)上每秒檢測(cè)多于800張面部)。
[0014]本發(fā)明的實(shí)施例包括用于面部特性檢測(cè)的統(tǒng)一框架。實(shí)施例提供優(yōu)于已知的諸如用于微笑檢測(cè)和性別檢測(cè)的面部特性檢測(cè)實(shí)現(xiàn)的至少幾個(gè)優(yōu)點(diǎn)。首先，本發(fā)明的實(shí)施例規(guī)定以高精確度對(duì)所有面部特性的檢測(cè)很好地工作的統(tǒng)一和一般的技術(shù)，而已知的技術(shù)僅可應(yīng)用于一個(gè)特定的面部特性類別。其次，當(dāng)前方法具有非常小的存儲(chǔ)器和計(jì)算資源要求。因此，可以將根據(jù)實(shí)施例的面部特性檢測(cè)應(yīng)用于從個(gè)人計(jì)算機(jī)(PC)到嵌入式設(shè)備的各種計(jì)算
T D O
[0015]在下面的描述中，闡述了許多具體的細(xì)節(jié)，以便提供對(duì)各種實(shí)施例的全面理解。然而，可以在沒(méi)有這些具體細(xì)節(jié)的情況下來(lái)實(shí)踐本發(fā)明的各種實(shí)施例。在其它實(shí)例中，沒(méi)有詳細(xì)地描述公知的方法、過(guò)程、部件和電路，以便不混淆本發(fā)明的特定實(shí)施例。進(jìn)而，可以使用諸如集成半導(dǎo)體電路(“硬件”)、被組織為存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上的一個(gè)或多個(gè)程序的計(jì)算機(jī)可讀指令(“軟件”)或硬件和軟件的某種組合的各種手段來(lái)執(zhí)行本發(fā)明實(shí)施例的各種方面。出于這一公開的目的，對(duì)“邏輯”的提及應(yīng)該意指硬件、軟件(例如包括控制處理器的操作的微代碼)、固件或其某種組合。
[0016]本發(fā)明的實(shí)施例處理從照相機(jī)捕獲的或先前存儲(chǔ)在處理系統(tǒng)中的面部圖像。圖1是根據(jù)本發(fā)明一些實(shí)施例的處理系統(tǒng)100的圖。處理系統(tǒng)包括應(yīng)用102、照相機(jī)104和顯不器111。在各種實(shí)施例中，處理系統(tǒng)可以是個(gè)人計(jì)算機(jī)(PC)、膝上型計(jì)算機(jī)、筆記本計(jì)算機(jī)、平板計(jì)算機(jī)、手持計(jì)算機(jī)、智能電話、移動(dòng)互聯(lián)網(wǎng)設(shè)備(MID)或任何其它靜止或移動(dòng)的處理設(shè)備。在一些實(shí)施例中，照相機(jī)可與處理系統(tǒng)成一整體。照相機(jī)可以是靜物照相機(jī)或視頻照相機(jī)。在其它實(shí)施例中，照相機(jī)可以位于處理系統(tǒng)的外部，但是與該處理系統(tǒng)可通信地耦接。在實(shí)施例中，可以通過(guò)網(wǎng)絡(luò)、有線或無(wú)線接口將由照相機(jī)捕獲的圖像傳送到處理系統(tǒng)用于分析。應(yīng)用102可以是要在處理系統(tǒng)上執(zhí)行的應(yīng)用程序。在各種實(shí)施例中，應(yīng)用程序可以例如是用于web瀏覽器、圖像處理應(yīng)用、游戲或多媒體應(yīng)用的獨(dú)立程序或另一程序的一部分(例如以插件為例)。應(yīng)用102可以包括用于分析由照相機(jī)捕獲的圖像以檢測(cè)人們面部的面部分析部件106。在實(shí)施例中，可以將應(yīng)用102和/或面部分析部件106實(shí)現(xiàn)為硬件部件、固件部件、軟件部件或者一個(gè)或多個(gè)硬件、固件和/或軟件部件的組合，作為處理系統(tǒng)100的一部分。
[0017]在實(shí)施例中，用戶可以操作處理系統(tǒng)100以捕獲來(lái)自照相機(jī)104的一個(gè)或多個(gè)圖像?？梢詫⒉东@的一個(gè)或多個(gè)圖像輸入到應(yīng)用102用于各種目的。應(yīng)用102可以將一個(gè)或多個(gè)圖像傳遞到面部分析部件106用于確定該一個(gè)或多個(gè)圖像中的面部特征。在實(shí)施例中，面部分析部件106可以檢測(cè)該一個(gè)或多個(gè)圖像中的面部特性?？梢詫娌糠治龅膽?yīng)用處理的結(jié)果顯示在顯示器11上。
[0018]圖2是根據(jù)本發(fā)明實(shí)施例由面部分析部件106執(zhí)行的面部分析處理200的圖。可以將圖像202輸入到面部分析處理。在方框204處，可以通過(guò)由面部檢測(cè)部件205執(zhí)行面部檢測(cè)處理來(lái)在圖像中檢測(cè)面部以定位對(duì)于圖像中的每一個(gè)檢測(cè)到的面部的面部矩形區(qū)域。在方框206處，可以通過(guò)由界標(biāo)檢測(cè)部件207執(zhí)行面部界標(biāo)檢測(cè)處理來(lái)在每一個(gè)面部矩形區(qū)域中檢測(cè)面部界標(biāo)。在實(shí)施例中，面部界標(biāo)包括六個(gè)點(diǎn):眼角和嘴角。在方框208處，可以至少部分地以檢測(cè)到的面部界標(biāo)為基礎(chǔ)通過(guò)調(diào)準(zhǔn)部件209中的面部調(diào)準(zhǔn)處理來(lái)將面部矩形區(qū)域調(diào)準(zhǔn)和標(biāo)準(zhǔn)化到預(yù)定義的尺寸。在一個(gè)實(shí)施例中，調(diào)準(zhǔn)和標(biāo)準(zhǔn)化的圖像的產(chǎn)生的尺寸可以小于面部圖像的尺寸。在實(shí)施例中，該尺寸是64個(gè)像素乘64個(gè)像素。在方框210處，可以通過(guò)提取部件211從標(biāo)準(zhǔn)化的面部圖像的選定的局部區(qū)域提取局部特征。局部區(qū)域是標(biāo)準(zhǔn)化的面部圖像的子集。在實(shí)施例中，可以通過(guò)變換處理將局部區(qū)域轉(zhuǎn)換為一組數(shù)字。在一個(gè)實(shí)施例中，可以將局部二值模式(LBP)處理用作特征提取器。在另一實(shí)施例中，可以將梯度方向直方圖(HoG)處理用作特征提取器。在其它實(shí)施例中，可以使用其它特征提取處理。在實(shí)施例中，局部特征是代表局部區(qū)域的一組這些數(shù)字。在方框212處，每一個(gè)局部區(qū)域由提取的局部特征表示，并且可以以多層感知器(MLP)結(jié)構(gòu)為基礎(chǔ)來(lái)將提取的局部特征輸入到弱分類器部件，用于通過(guò)預(yù)測(cè)部件213來(lái)預(yù)測(cè)選定的面部特性。在方框214處，可以通過(guò)聚合部件215將來(lái)自用于每一個(gè)局部特征的弱分類器的輸出數(shù)據(jù)聚合為最終檢測(cè)分?jǐn)?shù)214。在實(shí)施例中，最終檢測(cè)分?jǐn)?shù)可以是關(guān)于是否在圖像中檢測(cè)到面部特性的指示，最終檢測(cè)分?jǐn)?shù)在0.0到1.0的范圍內(nèi)，其中，值越大，檢測(cè)選定的面部特性的置信度就越聞。
[0019]可以對(duì)輸入圖像執(zhí)行面部檢測(cè)處理204以檢測(cè)該圖像中的面部。在實(shí)施例中，可以使用任何已知的面部檢測(cè)處理，只要該面部檢測(cè)處理產(chǎn)生檢測(cè)到的面部的矩形圖像。輸入數(shù)據(jù)包括一個(gè)或多個(gè)2D圖像。在實(shí)施例中，2D圖像是靜止圖像。在另一實(shí)施例中，2D圖像包括某一幀率fps的視頻幀的序列，每一個(gè)視頻幀具有圖像分辨率(WxH)。在實(shí)施例中，可以使用遵循如在 Paul Viola 和 Michael Jones 的 “Rapid Object Detection Using aBoosted Cascade of Simple Features，，，Conference on Computer Vision and PatternRecognition, 2001,中示出的公知的Viola-Jones框架的現(xiàn)有面部檢測(cè)方案。
[0020]在定位面部區(qū)域之后，本發(fā)明的實(shí)施例檢測(cè)諸如嘴和眼角的面部界標(biāo)的精確位置。界標(biāo)是面部?jī)?nèi)的感興趣點(diǎn)。左眼、右眼和鼻子底部都是界標(biāo)的示例。在實(shí)施例中，可以執(zhí)行如在共同轉(zhuǎn)讓給本申請(qǐng)的受讓人的存檔號(hào)為P37155的Ang Liu、Yangzhou Du、TaoWang、Jianguo L1、Qiang Li 和 Yimin Zhang 的發(fā)明名稱為 “Method of Facial LandmarkDetection”的共同待審的專利申請(qǐng)中公開的面部界標(biāo)檢測(cè)處理206。圖3是根據(jù)本發(fā)明實(shí)施例在面部圖像中檢測(cè)到的面部界標(biāo)的示例。矩形區(qū)域指代作為面部檢測(cè)處理204的結(jié)果的檢測(cè)到的面部，并且菱形指示作為面部界標(biāo)檢測(cè)處理206的結(jié)果的六個(gè)檢測(cè)到的面部界標(biāo)。
[0021]在面部調(diào)準(zhǔn)處理208期間，可以將檢測(cè)到的面部轉(zhuǎn)換到灰度級(jí)、調(diào)準(zhǔn)并標(biāo)準(zhǔn)化到預(yù)定義的尺寸，例如64x64 (在寬度和長(zhǎng)度上是64個(gè)像素)。在實(shí)施例中，可以按照下面的步驟來(lái)進(jìn)行調(diào)準(zhǔn):
[0022]計(jì)算眼角線和水平線之間的旋轉(zhuǎn)角度Θ ；
[0023]將圖像旋轉(zhuǎn)角度Θ以使眼角與水平線平行；
[0024]計(jì)算兩個(gè)眼睛中心之間的距離(W)以及眼睛到嘴距離(h);
[0025]從面度區(qū)域裁剪(2wx2h)矩形，以使左眼中心位于(0.5w，0.5h)，右眼中心位于(1.5w, 0.5h),并且嘴中心位于(w, 1.5h)。
[0026]將裁剪的矩形按比例調(diào)整到預(yù)定義的尺寸(例如64x64)。
[0027]為了緩解圖像當(dāng)中的照明差異，可以對(duì)按比例調(diào)整的圖像進(jìn)行直方圖均衡。圖4是根據(jù)本發(fā)明實(shí)施例的面部圖像的選定的部分的調(diào)準(zhǔn)和標(biāo)準(zhǔn)化的示例。
[0028]可以按照下面來(lái)執(zhí)行局部特征提取處理210?？梢詮恼{(diào)準(zhǔn)和標(biāo)準(zhǔn)化的面部圖像的局部區(qū)域提取局部特征。在一個(gè)實(shí)施例中，局部特征可以被表示為局部二值模式(LBP)直方圖 ° 在 IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI),2002,第 971-987T 頁(yè)中的 Ojala、Μ.Pietkainen 和 T.Maenpaa 的 “MultiresolutionGray-Scale and Rotation Invariant Texture Classification with Local BinaryPatterns”中公開了適當(dāng)?shù)腖BP技術(shù)。在另一實(shí)施例中，局部特征可以被表示為梯度方向直方圖(HoG)0在 IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2005,中的 N.Dala 和 B.Triggs 的 “Histograms of Oriented Gradients for HumanDetection”中公開了適當(dāng)?shù)腍oG技術(shù)。在其它實(shí)施例中，可以使用其它特征提取技術(shù)。在本發(fā)明的各種實(shí)施例中，對(duì)于不同的面部特性，用于提取局部特征的技術(shù)可以不同。例如，當(dāng)執(zhí)行微笑檢測(cè)時(shí)，LBP優(yōu)于其它技術(shù)；當(dāng)執(zhí)行性別或年齡檢測(cè)時(shí)，HoG優(yōu)于其它技術(shù)。圖5是根據(jù)本發(fā)明實(shí)施例用于微笑檢測(cè)的選定的局部區(qū)域的示例。圖6是根據(jù)本發(fā)明實(shí)施例用于性別檢測(cè)的選定的局部區(qū)域的示例。
[0029]可以將局部區(qū)域定義為四元組(x，y，w，h)，其中(x，y)是該局部區(qū)域的左上角點(diǎn)，并且(w，h)是該局部區(qū)域的矩形的寬度和高度。在標(biāo)準(zhǔn)化的面部圖像內(nèi)存在許多可能的局部區(qū)域。在本發(fā)明的實(shí)施例中，可以使用提升處理來(lái)從訓(xùn)練數(shù)據(jù)集選擇用于面部特性檢測(cè)的區(qū)別區(qū)域。
[0030]在訓(xùn)練過(guò)程中，將尺寸可調(diào)整的窗口在標(biāo)準(zhǔn)化的面部圖像上滑動(dòng)以生成候選局部區(qū)域。以64x64標(biāo)準(zhǔn)化的面部圖像為例，在實(shí)施例中，可以以16x16窗口開始，并且在該面部圖像中每4個(gè)像素為一步長(zhǎng)。當(dāng)完成先前掃描時(shí)，可以然后使窗口尺寸增加4個(gè)像素(例如從16x16窗口到20x20窗口)。
[0031]當(dāng)標(biāo)準(zhǔn)化的面部圖像為64個(gè)像素乘64個(gè)像素時(shí)，存在可以根據(jù)這一方案識(shí)別的大致幾百個(gè)候選窗口(局部區(qū)域)。然而，只有幾個(gè)局部區(qū)域可以用于最終分類?？梢圆扇√嵘惴▉?lái)從這些候選局部區(qū)域同時(shí)選擇有用的局部區(qū)域的子集，并且根據(jù)基于局部區(qū)域的表示來(lái)訓(xùn)練弱分類器。表I中列出了提升訓(xùn)練過(guò)程。
[0032]表1.用于局部區(qū)域選擇和弱分類器訓(xùn)練的提升過(guò)程
[0033]
【權(quán)利要求】
1.一種檢測(cè)圖像中的面部特性的方法，包括: 檢測(cè)所述圖像中的面部以產(chǎn)生面部圖像； 檢測(cè)所述面部圖像中的面部界標(biāo)； 至少部分地以檢測(cè)到的面部界標(biāo)為基礎(chǔ)來(lái)調(diào)準(zhǔn)和標(biāo)準(zhǔn)化所述面部圖像以產(chǎn)生標(biāo)準(zhǔn)化的面部圖像； 從所述標(biāo)準(zhǔn)化的面部圖像的選定的局部區(qū)域提取多個(gè)局部特征； 通過(guò)將每一個(gè)選定的局部特征輸入到多個(gè)弱分類器部件之一中來(lái)預(yù)測(cè)每一個(gè)選定的局部區(qū)域中的所述面部特性，每一個(gè)弱分類器部件具有多層感知器(MLP)結(jié)構(gòu)；并且 聚合來(lái)自每一個(gè)弱分類器部件的輸出數(shù)據(jù)以生成在所述面部圖像中檢測(cè)到所述面部特性的指示。
2.如權(quán)利要求1所述的方法，其中，所述面部特性為微笑。
3.如權(quán)利要求1所述的方法，其中，所述面部特性為性別。
4.如權(quán)利要求1所述的方法，其中，所述面部特性為年齡。
5.如權(quán)利要求1所述的方法，其中，調(diào)準(zhǔn)和標(biāo)準(zhǔn)化所述面部圖像包括將所述面部圖像轉(zhuǎn)換到灰度級(jí)，使用檢測(cè)到的面部界標(biāo)來(lái)調(diào)準(zhǔn)所述面部圖像，并且將灰度級(jí)調(diào)準(zhǔn)的面部圖像標(biāo)準(zhǔn)化到預(yù)定的尺寸以產(chǎn)生所述標(biāo)準(zhǔn)化的面部圖像，所述預(yù)定的尺寸小于所述面部圖像的尺寸。
6.如權(quán)利要求1所述的 方法，其中，所述局部特征被表示為局部二值模式(LBP)直方圖。
7.如權(quán)利要求1所述的方法，其中，所述局部特征被表示為梯度方向直方圖(HoG)。
8.如權(quán)利要求1所述的方法，進(jìn)一步包括使尺寸可調(diào)整的窗口在所述標(biāo)準(zhǔn)化的面部圖像上滑動(dòng)以生成候選局部區(qū)域，并且選擇所述候選局部區(qū)域的子集作為選定的局部區(qū)域。
9.如權(quán)利要求1所述的方法，進(jìn)一步包括訓(xùn)練分類器以對(duì)于每一個(gè)提取的局部特征執(zhí)行弱分類。
10.一種用于執(zhí)行圖像分析處理的處理系統(tǒng)，包括: 面部檢測(cè)部件，用于分析圖像以檢測(cè)所述圖像中的面部； 面部界標(biāo)檢測(cè)部件，用于分析面部圖像以檢測(cè)面部界標(biāo)； 調(diào)準(zhǔn)和標(biāo)準(zhǔn)化部件，用于至少部分地以檢測(cè)到的面部界標(biāo)為基礎(chǔ)來(lái)調(diào)準(zhǔn)和標(biāo)準(zhǔn)化所述面部圖像以產(chǎn)生標(biāo)準(zhǔn)化的面部圖像； 提取部件，用于從所述標(biāo)準(zhǔn)化的面部圖像的選定的局部區(qū)域提取多個(gè)局部特征； 預(yù)測(cè)部件，用于通過(guò)將每一個(gè)選定的局部特征輸入到多個(gè)弱分類器部件之一中來(lái)預(yù)測(cè)每一個(gè)選定的局部區(qū)域中的所述面部特性，每一個(gè)弱分類器部件具有多層感知器(MLP)結(jié)構(gòu)；以及 聚合部件，用于輸出來(lái)自每一個(gè)弱分類器部件的數(shù)據(jù)以生成在所述面部圖像中檢測(cè)到所述面部特性的指示。
11.如權(quán)利要求10所述的處理系統(tǒng)，其中，所述面部特性為微笑。
12.如權(quán)利要求10所述的處理系統(tǒng)，其中，所述面部特性為性別。
13.如權(quán)利要求10所述的處理系統(tǒng)，其中，調(diào)準(zhǔn)和標(biāo)準(zhǔn)化部件適合于將所述面部圖像轉(zhuǎn)換到灰度級(jí)，使用檢測(cè)到的面部界標(biāo)來(lái)調(diào)準(zhǔn)所述面部圖像，并且將灰度級(jí)調(diào)準(zhǔn)的面部圖像標(biāo)準(zhǔn)化到預(yù)定的尺寸以產(chǎn)生所述標(biāo)準(zhǔn)化的面部圖像，所述預(yù)定的尺寸小于所述面部圖像的尺寸。
14.如權(quán)利要求10所述的處理系統(tǒng)，其中，所述局部特征被表示為局部二值模式(LBP)直方圖。
15.如權(quán)利要求10所述的處理系統(tǒng)，其中，所述局部特征被表示為梯度方向直方圖(HoG)0
16.如權(quán)利要求10所述的處理系統(tǒng)，其中，所述提取部件適合于使尺寸可調(diào)整的窗口在所述標(biāo)準(zhǔn)化的面部圖像上滑動(dòng)以生成候選局部區(qū)域，并且選擇所述候選局部區(qū)域的子集作為選定的局部區(qū)域。
17.一種用于執(zhí)行圖像分析處理的處理系統(tǒng)，包括: 照相機(jī)，用于捕獲圖像； 面部檢測(cè)部件，用于分析所述圖像以檢測(cè)所述圖像中的面部；` 面部界標(biāo)檢測(cè)部件，用于分析所述面部圖像以檢測(cè)面部界標(biāo)； 調(diào)準(zhǔn)和標(biāo)準(zhǔn)化部件，用于至少部分地以檢測(cè)到的面部界標(biāo)為基礎(chǔ)來(lái)調(diào)準(zhǔn)和標(biāo)準(zhǔn)化所述面部圖像以產(chǎn)生標(biāo)準(zhǔn)化的面部圖像； 提取部件，用于從所述標(biāo)準(zhǔn)化的面部圖像的選定的局部區(qū)域提取多個(gè)局部特征； 預(yù)測(cè)部件，用于通過(guò)將每一個(gè)選定的局部特征輸入到多個(gè)弱分類器部件之一中來(lái)預(yù)測(cè)每一個(gè)選定的局部區(qū)域中的所述面部特性，每一個(gè)弱分類器部件具有多層感知器(MLP)結(jié)構(gòu)； 聚合部件，用于輸出來(lái)自每一個(gè)弱分類器部件的數(shù)據(jù)以生成在所述面部圖像中檢測(cè)到所述面部特性的指示；以及 顯示器，用于顯示所述圖像和所述指示。
18.如權(quán)利要求17所述的處理系統(tǒng)，其中，所述面部特性為微笑。
19.如權(quán)利要求17所述的處理系統(tǒng)，其中，所述面部特性為性別。
20.如權(quán)利要求17所述的處理系統(tǒng)，其中，所述局部特征被表示為局部二值模式(LBP)直方圖。
21.如權(quán)利要求17所述的處理系統(tǒng)，其中，所述局部特征被表示為梯度方向直方圖(HoG)0
22.一種機(jī)器可讀指令，當(dāng)被執(zhí)行時(shí)，所述指令布置為實(shí)現(xiàn)如前述權(quán)利要求中的任何一項(xiàng)所述的方法或?qū)崿F(xiàn)如前述權(quán)利要求中的任何一項(xiàng)所述的裝置。
23.一種存儲(chǔ)如權(quán)利要求12所述的機(jī)器可讀指令的機(jī)器可讀存儲(chǔ)設(shè)備。
【文檔編號(hào)】G06T7/60GK103503029SQ201180070557
【公開日】2014年1月8日 申請(qǐng)日期:2011年4月11日 優(yōu)先權(quán)日:2011年4月11日
【發(fā)明者】李建國(guó), 王濤, 杜楊洲, 栗強(qiáng) 申請(qǐng)人:英特爾公司