實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)及方法
【專利摘要】本發(fā)明涉及一種實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)，其中包括人臉檢測(cè)與規(guī)格化模塊、人臉特征點(diǎn)自動(dòng)定位模塊和頭面部特征參數(shù)化描述模塊。本發(fā)明還涉及一種實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法。采用該種結(jié)構(gòu)的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)及方法，實(shí)現(xiàn)了監(jiān)控視頻中的人臉信息提取和語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本描述，以一種快速直觀的方式，將監(jiān)控場(chǎng)景中的人臉臉型特征和面部器官特征濃縮為便于理解的若干類型，為視頻監(jiān)控和公共安全信息收集提供了有價(jià)值的信息和輔助功能，為基于人臉的身份識(shí)別提供分類判別的基礎(chǔ)信息。該系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，操作方便，運(yùn)行快速，結(jié)果直觀而實(shí)用，工作性能穩(wěn)定可靠，適用于多種場(chǎng)合，具有更廣泛的應(yīng)用范圍。
【專利說(shuō)明】實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及桌面軟件領(lǐng)域，尤其涉及公共安全軟件【技術(shù)領(lǐng)域】，具體是指一種實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)及方法。
【背景技術(shù)】
[0002]傳統(tǒng)的身份識(shí)別方法主要基于身份標(biāo)識(shí)物品和身份標(biāo)識(shí)知識(shí)。其中，身份標(biāo)識(shí)物品主要指磁卡、鑰匙、身份證等，身份標(biāo)識(shí)知識(shí)主要是指密碼、口令等。但是，現(xiàn)在網(wǎng)絡(luò)與通信技術(shù)的發(fā)展帶來(lái)了巨大的變革，人們的物理和虛擬活動(dòng)空間不斷擴(kuò)大，傳統(tǒng)身份識(shí)別方法所提供的保證越來(lái)越有限，其缺點(diǎn)也越來(lái)越明顯:前者容易丟失或偽造，而后者容易遺忘。更為嚴(yán)重的是，這些識(shí)別方法往往無(wú)法區(qū)分標(biāo)身份標(biāo)識(shí)物的真正擁有者和取得標(biāo)志物的冒充者，一旦冒充者獲得標(biāo)識(shí)物品，就可以擁有相同的權(quán)力，從而使真正擁有者的利益受到威脅，造成個(gè)人隱私及財(cái)務(wù)的損失。
[0003]基于上述缺點(diǎn)，人們希望可以找到一種更為可靠的身份識(shí)別方法，該方法應(yīng)該具有不需記憶，不易丟失，難以偽造等特點(diǎn)。由于人的某些身體特征具有不可復(fù)制且難以偽造的特點(diǎn)，人們便把目光轉(zhuǎn)向生物識(shí)別技術(shù)。人體生物特征是指可以測(cè)量或可自動(dòng)識(shí)別和驗(yàn)證的生理特性或行為方式，分為身體特征和行為特征兩種方式:其中，身體特征包括指紋、掌型、視網(wǎng)膜、虹膜、人體氣味、臉型、甚至血管、DNA、骨骼等；行為特征則包括簽名、語(yǔ)音、行走步態(tài)等。生物識(shí)別技術(shù)利用人體固有的生物特征進(jìn)行識(shí)別，這就保證了其唯一性和穩(wěn)定性，同時(shí)不會(huì)丟失、忘記，也難以偽造。因此，基于生物特征的身份識(shí)別迅速在公共安全，安防監(jiān)控，公共安全以及法庭科學(xué)等領(lǐng)域得到了廣泛的使用。
[0004]生物識(shí)別的過(guò)程包括:生物識(shí)別系統(tǒng)通過(guò)某些方法獲取生物特征，將其轉(zhuǎn)化成數(shù)字信息，進(jìn)一步將這些信息抽象為特征模板，并與事先存儲(chǔ)在數(shù)據(jù)庫(kù)中的特征模板進(jìn)行比對(duì)，利用匹配算法驗(yàn)證兩者的相似程度，從而識(shí)別個(gè)人身份。
[0005]人臉識(shí)別技術(shù)是生物識(shí)別技術(shù)中非常重要的一種。它通過(guò)計(jì)算機(jī)提取人臉的特征，并根據(jù)這些特征進(jìn)行身份驗(yàn)證。作為生物特征的一種，人臉特征具有不易偽造、不會(huì)遺失、變化小、隨身攜帶等優(yōu)點(diǎn)，它所具有的唯一性和難以復(fù)制性為身份鑒別提供了必要的前提。與其它較成熟的生物識(shí)別方法，如指紋、虹膜、DNA等相比，人臉圖像更易獲取，人臉識(shí)別系統(tǒng)也更加直接、友好。在人臉識(shí)別過(guò)程中，用戶無(wú)任何的心理障礙，特別是在非接觸環(huán)境和不打擾被檢測(cè)人的情況下，人臉識(shí)別的優(yōu)越性遠(yuǎn)遠(yuǎn)超過(guò)其它識(shí)別技術(shù)。人臉圖像獲取的隱蔽特性為公共安全領(lǐng)域的應(yīng)用提供了必要前提。
[0006]近些年來(lái)，人臉識(shí)別廣泛應(yīng)用于檔案管理、公共安全、安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、醫(yī)學(xué)、檔案管理、視頻會(huì)議、人機(jī)交互系統(tǒng)、證件核對(duì)、保安監(jiān)視、門禁控制及至自動(dòng)柜員機(jī)等多種場(chǎng)合。在國(guó)家安全領(lǐng)域，人臉識(shí)別為有效的監(jiān)控及罪犯查找提供了有力的幫助，尤其在9.11事件之后，世界各國(guó)都深刻體會(huì)到了身份驗(yàn)證的重要性，加大了對(duì)公共場(chǎng)合監(jiān)控及身份鑒定技術(shù)研究的投入。在檔案管理領(lǐng)域，由于近些年來(lái)同時(shí)隨著社會(huì)發(fā)展，世界人口流動(dòng)量、流動(dòng)速度及流動(dòng)區(qū)域日益加劇，人臉識(shí)別在流動(dòng)人口管理和統(tǒng)計(jì)領(lǐng)域也起到重要作用。
[0007]但目前人臉識(shí)別技術(shù)還存在著許多問題，例如受到環(huán)境光源、對(duì)象姿態(tài)和遮擋物影響較大，大規(guī)模數(shù)據(jù)庫(kù)應(yīng)用環(huán)境中識(shí)別率無(wú)法保證，人臉圖像采集環(huán)境不可控或者對(duì)象不配合的條件下無(wú)法保證圖像拍攝質(zhì)量等。這些因素都會(huì)對(duì)系統(tǒng)的識(shí)別效果產(chǎn)生巨大的影響。
[0008]在考慮到上述問題的情況下，頭面部特征描述的必要性就凸顯出來(lái)。面對(duì)戶籍人口或外來(lái)人口等數(shù)量級(jí)巨大的人臉數(shù)據(jù)庫(kù)時(shí)，頭面部特征描述的結(jié)果可以加快搜索速度，提高識(shí)別精度。在因?yàn)槟繕?biāo)姿態(tài)和拍攝條件等原因造成圖像質(zhì)量不足的情況下，無(wú)法得到確切的人臉識(shí)別結(jié)果，但可以從中得到臉型和面部器官的描述信息，將其提供給公安偵查人員，用于進(jìn)一步排查。
[0009]而且隨著目前公共安全所用人臉數(shù)據(jù)庫(kù)的日益完善，所包含的人臉數(shù)據(jù)量日益龐大，本來(lái)就不甚成熟的人臉圖像檢索技術(shù)在大型數(shù)據(jù)庫(kù)中進(jìn)行目標(biāo)搜索時(shí)往往力不從心。在公共安全應(yīng)用中所能提供的輸入信息往往不是明確的目標(biāo)圖像，而是目擊者的文字描述，因此以圖搜圖式的檢索方式并非完全適用。在這種情況下如何將目擊者的文字描述準(zhǔn)確有效的轉(zhuǎn)換為可被人臉圖像檢索系統(tǒng)接受的信息就成了關(guān)鍵的一環(huán)。這種文字與頭面部特征乃至整張人臉圖像之間的轉(zhuǎn)換，還可以應(yīng)用于模擬畫像，解決傳統(tǒng)手動(dòng)模擬畫像對(duì)經(jīng)驗(yàn)的要求，并提供方便直觀的模擬畫像繪制過(guò)程。
[0010]為了保證對(duì)頭面部特征的描述準(zhǔn)確、標(biāo)準(zhǔn)統(tǒng)一、可復(fù)用并且可以由計(jì)算機(jī)自動(dòng)處理，我們選擇了語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本作為描述工具。語(yǔ)義網(wǎng)是能夠根據(jù)語(yǔ)義進(jìn)行判斷的智能網(wǎng)絡(luò)，實(shí)現(xiàn)人與電腦間的無(wú)障礙溝通。語(yǔ)義網(wǎng)的實(shí)現(xiàn)需要三大關(guān)鍵技術(shù)的支持:XML (Extensive Makeup Language,可擴(kuò)展標(biāo)識(shí)語(yǔ)言)、RDF (Resource DescriptionFramework,資源描述框架)和 0ntology(本體論)。Resource Description Framework(RDF)是W3C組織于2004年2月10日發(fā)布的一個(gè)推薦標(biāo)準(zhǔn)。它的功能是利用當(dāng)前存在著的多種元數(shù)據(jù)標(biāo)準(zhǔn)來(lái)描述各種網(wǎng)絡(luò)資源，形成人機(jī)可讀的、可以由計(jì)算機(jī)自動(dòng)處理的文件。
[0011]RDF是采用XML語(yǔ)法格式處理元數(shù)據(jù)的應(yīng)用，為描述圖像、文檔和它們之間的相互關(guān)系定義了一個(gè)簡(jiǎn)單數(shù)據(jù)模型。簡(jiǎn)而言之，RDF用于進(jìn)行資源描述，但它并不直接用來(lái)描述資源，而是定義了描述資源的規(guī)則。RDF定義了元素之間的關(guān)系，表現(xiàn)為三元組集，即由資源、屬性、屬性值所組成的三元結(jié)構(gòu)。資源是可以用URI標(biāo)識(shí)的所有事物，屬性是資源的一個(gè)特定的方面或特征，值可以是另一個(gè)資源，也可以是字符串。這種三元結(jié)構(gòu)形似句子中的主語(yǔ)、謂語(yǔ)、賓語(yǔ)之間的關(guān)系，而且主語(yǔ)、謂語(yǔ)和賓語(yǔ)的三個(gè)組成元素都是通過(guò)URI(UniformResource Identifier,統(tǒng)一資源標(biāo)識(shí)符)進(jìn)行標(biāo)識(shí)的，因此它具有語(yǔ)義表述的特性。
[0012]現(xiàn)有的專利在利用人的頭面部信息時(shí)，往往與本專利存在各種差異。例如:
[0013](I)專利《一種基于人臉特征分析的虛擬試妝方法》專利申請(qǐng)?zhí)?201310171179.2。該發(fā)明涉及一種利用人臉正面照片并利用計(jì)算機(jī)對(duì)其進(jìn)行五官位置、形狀特征進(jìn)行分析后將化妝效果疊加到原始正面照片，從而不通過(guò)實(shí)際的化妝過(guò)程就能在計(jì)算機(jī)上虛擬的觀察到自己的化妝效果的方法。
[0014]此專利對(duì)人臉特征點(diǎn)進(jìn)行了定位，從而對(duì)特征點(diǎn)所表示的五官位置進(jìn)行確定，并且對(duì)五官形狀特征進(jìn)行了分析。但并未利用五官尺寸之間的比例關(guān)系，以及這些比例關(guān)系所包含的信息。也沒有提出明確的描述五官形狀、臉型等特征的描述方式。[0015](2)專利《基于五官幾何比例特征的快速人臉識(shí)別方法》專利申請(qǐng)?zhí)?201110146177.9。該發(fā)明涉及基于五官幾何比例特征的快速人臉識(shí)別方法，其識(shí)別和搜索的對(duì)象是人的正臉圖像，是根據(jù)人臉各部位灰度值的不同，得出眼、鼻、嘴等特征的二維坐標(biāo)，將這些坐標(biāo)點(diǎn)進(jìn)行適當(dāng)?shù)倪B接，組合成角度、長(zhǎng)度等信息。通過(guò)對(duì)兩張人臉進(jìn)行匹配分析，得出眼鼻、眼嘴和鼻嘴的匹配率以及綜合匹配率。同時(shí)，可將所得到的二維坐標(biāo)連同人臉圖像及人臉?biāo)鶎賯€(gè)體的信息存入數(shù)據(jù)庫(kù)。本發(fā)明將需要被識(shí)別的人臉與數(shù)據(jù)庫(kù)的人臉逐一地進(jìn)行對(duì)比匹配，從中取出綜合匹配率最高的人臉，實(shí)現(xiàn)人臉的快速搜索。
[0016]該專利僅使用一個(gè)坐標(biāo)來(lái)大略地表示五官的位置，并沒有使用特征點(diǎn)來(lái)描述面部輪廓，也就沒有使用參數(shù)來(lái)描述面部特征。
[0017](3)專利《基于主動(dòng)形狀模型和K近鄰算法的人臉臉型分類處理方法》專利申請(qǐng)?zhí)?201010227103.3。該發(fā)明涉及一種基于主動(dòng)形狀模型和K近鄰算法的人臉臉型分類處理方法，包括以下步驟:(I)創(chuàng)建K近鄰算法中的樣本庫(kù)；(2)用戶通過(guò)網(wǎng)絡(luò)多媒體終端將待測(cè)圖像上傳至服務(wù)器，服務(wù)器采用ASM (Active shape model，主動(dòng)形狀模型)算法對(duì)待測(cè)圖像提取人臉特征點(diǎn)，通過(guò)選取臉部及下頜部分的特征點(diǎn)來(lái)確定臉部輪廓；(3)服務(wù)器對(duì)待測(cè)圖像的點(diǎn)集按照樣本歸一化方法進(jìn)行歸一化處理，將待測(cè)圖像的點(diǎn)集與樣本點(diǎn)集統(tǒng)一到同一坐標(biāo)系中；(4)服務(wù)器采用基于Hausdorff距離K近鄰方法對(duì)待測(cè)圖像進(jìn)行分類，得到分類結(jié)果；(5)服務(wù)器自動(dòng)將分類結(jié)果發(fā)送給網(wǎng)絡(luò)多媒體終端，該網(wǎng)絡(luò)多媒體終端對(duì)其進(jìn)行顯示。
[0018]此專利同樣利用了 ASM算法來(lái)提取人臉特征點(diǎn)，但僅對(duì)其中表示臉部和下頜部分的特征點(diǎn)進(jìn)行了分析。而且其目的是將這些分析得出的信息用于人臉分類和識(shí)別。這與本專利利用人臉特征點(diǎn)的方式截然不同。

【發(fā)明內(nèi)容】

[0019]本發(fā)明的目的是克服了上述現(xiàn)有技術(shù)的缺點(diǎn)，提供了一種能夠?qū)崿F(xiàn)對(duì)人的頭面部特征進(jìn)行參數(shù)化描述、將人類特征進(jìn)行有效濃縮、具有更廣泛應(yīng)用范圍的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)及方法。
[0020]為了實(shí)現(xiàn)上述目的，本發(fā)明的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)及方法具有如下構(gòu)成:
[0021]該實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)，其主要特點(diǎn)是，所述的系統(tǒng)包括:
[0022]人臉檢測(cè)與規(guī)格化模塊，用以對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片進(jìn)行處理得到標(biāo)準(zhǔn)正面人臉圖片；
[0023]人臉特征點(diǎn)自動(dòng)定位模塊，用以對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片中的人臉及面部器官特征點(diǎn)位置進(jìn)行搜索和標(biāo)定；
[0024]頭面部特征參數(shù)化描述模塊，用以對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析并使用結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
[0025]較佳地，所述的人臉檢測(cè)與規(guī)格化模塊包括:
[0026]人臉檢測(cè)單元，用以對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片使用LBP特征的Adaboost算法進(jìn)行人臉檢測(cè)并將檢測(cè)到的人臉部分保存為圖片；
[0027]圖片規(guī)格化單元，對(duì)所述的人臉檢測(cè)單元保存的圖片進(jìn)行規(guī)格化處理和統(tǒng)一圖片尺寸。
[0028]較佳地，所述的人臉及面部器官特征點(diǎn)為分布在人臉的臉龐及各面部器官的邊緣位置的特征點(diǎn)，所述的人臉及面部器官特征點(diǎn)的集合能夠顯示出各面部器官的輪廓與形狀。
[0029]較佳地,所述的人臉特征點(diǎn)自動(dòng)定位模塊包括:
[0030]圖片擴(kuò)展單元，用以在所述的標(biāo)準(zhǔn)正面人臉圖片外側(cè)四周添加顏色單一且寬度為預(yù)定像素的邊緣；
[0031]人臉特征點(diǎn)定位單元，用以使用ASM對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片進(jìn)行模板匹配和搜索并將人臉及面部器官特征點(diǎn)進(jìn)行標(biāo)定。
[0032]較佳地，所述的頭面部特征參數(shù)化描述模塊包括:
[0033]特征點(diǎn)定量分析單元，用以對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析，計(jì)算各個(gè)面部器官指數(shù)；
[0034]頭面部特征分類描述單元，用以基于所述的各個(gè)面部器官指數(shù)對(duì)人臉的頭面部特征使用描述性語(yǔ)言進(jìn)行分類描述；
[0035]頭面部特征標(biāo)準(zhǔn)化描述單元，用以采用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)所述的人臉的頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述
[0036]本發(fā)明還涉及一種基于所述的系統(tǒng)實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其主要特點(diǎn)是，所述的方法包括以下步驟:
[0037](I)所述的人臉檢測(cè)與規(guī)格化模塊對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片進(jìn)行處理得到標(biāo)準(zhǔn)正面人臉圖片；
[0038](2)所述的人臉特征點(diǎn)自動(dòng)定位模塊對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片中的人臉及面部器官特征點(diǎn)位置進(jìn)行搜索和標(biāo)定；
[0039](3)所述的頭面部特征參數(shù)化描述模塊對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析并使用結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
[0040]較佳地，所述的人臉檢測(cè)與規(guī)格化模塊包括人臉檢測(cè)單元和圖片規(guī)格化單元，所述的人臉檢測(cè)與規(guī)格化模塊對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片進(jìn)行處理得到標(biāo)準(zhǔn)正面人臉圖片，包括以下步驟:
[0041](11)所述的人臉檢測(cè)單元對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片使用LBP特征的Adaboost算法進(jìn)行人臉檢測(cè)，如果檢測(cè)到人臉，則將檢測(cè)結(jié)果中的人臉部分保存為圖片，然后繼續(xù)步驟(12)，否則輸出提示無(wú)法檢測(cè)到人臉；
[0042](12)所述的圖片規(guī)格化單元對(duì)所述的人臉檢測(cè)單元保存的圖片進(jìn)行規(guī)格化處理和統(tǒng)一圖片尺寸。
[0043]較佳地，所述的人臉特征點(diǎn)自動(dòng)定位模塊包括圖片擴(kuò)展單元和人臉特征點(diǎn)定位單元，所述的人臉特征點(diǎn)自動(dòng)定位模塊對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片中的人臉及面部器官特征點(diǎn)位置進(jìn)行搜索和標(biāo)定，包括以下步驟:
[0044](21)所述的圖片擴(kuò)展單元在所述的標(biāo)準(zhǔn)正面人臉圖片外側(cè)四周添加顏色單一且寬度為預(yù)定像素的邊緣；
[0045](22)所述的人臉特征點(diǎn)定位單元使用ASM對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片進(jìn)行模板匹配和搜索并將人臉及面部器官特征點(diǎn)進(jìn)行標(biāo)定。[0046]更佳地，所述的人臉及面部器官特征點(diǎn)為分布在人臉的臉龐及各面部器官的邊緣位置的特征點(diǎn)，所述的人臉及面部器官特征點(diǎn)的集合能夠顯示出各面部器官的輪廓與形狀。
[0047]更進(jìn)一步地，所述的人臉及面部器官特征點(diǎn)包括人臉的鼻根點(diǎn)、鼻尖點(diǎn)、左眼內(nèi)角點(diǎn)、左眼外角點(diǎn)、左眼上方點(diǎn)，左眼下方點(diǎn)、右眼內(nèi)角點(diǎn)、右眼外角點(diǎn)、右眼上方點(diǎn)、右眼下方點(diǎn)、左鼻翼點(diǎn)，右鼻翼點(diǎn)，上唇點(diǎn)、下唇點(diǎn)、左口角點(diǎn)、右口角點(diǎn)、頦下點(diǎn)、左顴點(diǎn)、右顴點(diǎn)、左下頜點(diǎn)、右下頜點(diǎn)、左眉內(nèi)角點(diǎn)、左眉外角點(diǎn)、左眉上方內(nèi)側(cè)點(diǎn)、左眉下方內(nèi)側(cè)點(diǎn)、右眉內(nèi)角點(diǎn)、右眉外角點(diǎn)、右眉上方內(nèi)側(cè)點(diǎn)和右眉下方內(nèi)側(cè)點(diǎn)。
[0048]較佳地,所述的頭面部特征參數(shù)化描述模塊包括特征點(diǎn)定量分析單元、頭面部特征分類描述單元和頭面部特征標(biāo)準(zhǔn)化描述單元，所述的頭面部特征參數(shù)化描述模塊對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析并使用結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述，包括以下步驟:
[0049](31)所述的特征點(diǎn)定量分析單元對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析，計(jì)算各個(gè)面部器官指數(shù)；
[0050](32)所述的頭面部特征分類描述單元基于所述的各個(gè)面部器官指數(shù)對(duì)人臉的頭面部特征使用描述性語(yǔ)言進(jìn)行分類描述；
[0051](33)所述的頭面部特征標(biāo)準(zhǔn)化描述單元采用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)所述的人臉的頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
[0052]更佳地，所述的各個(gè)面部器官指數(shù)包括形態(tài)面指數(shù)、顴下頜寬指數(shù)、眼指數(shù)、眉指數(shù)、鼻指數(shù)和唇指數(shù)。
[0053]更佳地，所述的描述性語(yǔ)言包括用于描述臉型的“方臉，長(zhǎng)方臉，狹長(zhǎng)臉”，用于描述臉型走勢(shì)的為“圓下巴，方下巴，尖下巴”，用于描述眼睛形狀的“橢圓眼，三角眼，瞇眼”，用于描述鼻型的“長(zhǎng)鼻，短鼻”，用于描述眉毛形狀的“寬眉，窄眉，寬窄眉”，用于描述嘴型的“寬唇，窄唇”，用于描述發(fā)型的“長(zhǎng)發(fā)，短發(fā)，禿頭”，用于描述面部區(qū)別性配飾的“配戴眼鏡，未配戴眼鏡”，用于描述面部疤痕的“有疤痕，無(wú)疤痕”。
[0054]更佳地，所述的頭面部特征標(biāo)準(zhǔn)化描述單元采用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)所述的人臉的頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述，具體為:
[0055]所述的頭面部特征標(biāo)準(zhǔn)化描述單元參考RDF三元組格式對(duì)所述頭面部特征進(jìn)行結(jié)構(gòu)化描述，并以主語(yǔ)、謂語(yǔ)、賓組成的三元組來(lái)組織語(yǔ)義網(wǎng)中的節(jié)點(diǎn)。
[0056]采用了該發(fā)明中的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)及方法，具有如下有益效果:
[0057]( I)解決了現(xiàn)有技術(shù)在大數(shù)據(jù)庫(kù)應(yīng)用、圖像質(zhì)量不穩(wěn)定以及解讀目擊者文字描述情況下的問題，將人臉特征信息濃縮為直觀的描述形式，該描述形式避免了專業(yè)術(shù)語(yǔ)堆砌或者抽象的數(shù)值數(shù)據(jù)描述，更接近日常所用的通俗語(yǔ)言，易于非專業(yè)人士對(duì)人臉特征信息的理解。并提供了一種文字描述與人臉圖像之間互相轉(zhuǎn)換的途徑。
[0058](2)實(shí)現(xiàn)了監(jiān)控視頻中的人臉信息提取和語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本描述，以一種快速直觀的方式，將監(jiān)控場(chǎng)景中的人臉臉型特征和面部器官特征濃縮為便于理解的若干類型，為視頻監(jiān)控和公共安全信息收集提供了有價(jià)值的信息和輔助功能，為基于人臉的身份識(shí)別提供分類判別的基礎(chǔ)信息。該系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，操作方便，運(yùn)行快速，結(jié)果直觀而實(shí)用，工作性能穩(wěn)定可靠，適用于多種場(chǎng)合。
【專利附圖】

【附圖說(shuō)明】
[0059]圖1為本發(fā)明的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)的結(jié)構(gòu)示意圖。
[0060]圖2為本發(fā)明的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)的詳細(xì)結(jié)構(gòu)示意圖。
[0061]圖3為基礎(chǔ)LBP算子示意圖。
[0062]圖4為本發(fā)明中改良的算子示意圖。
[0063]圖5為本發(fā)明的Adaboost分類器訓(xùn)練過(guò)程示意圖。
[0064]圖6為本發(fā)明的Adaboost分類器訓(xùn)練過(guò)程計(jì)算公式示意圖。
[0065]圖7為本發(fā)明的人臉特征點(diǎn)自動(dòng)定位示意圖。
[0066]圖8為本發(fā)明的各種頭面部特征描述模塊示意圖。
[0067]圖9為本發(fā)明的各種頭面部特征舉例示意圖。
【具體實(shí)施方式】
[0068]為了能夠更清楚地描述本發(fā)明的技術(shù)內(nèi)容，下面結(jié)合具體實(shí)施例來(lái)進(jìn)行進(jìn)一步的描述。
[0069]如圖1?2所示，本發(fā)明的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)包括人臉檢測(cè)與規(guī)格化模塊、人臉特征點(diǎn)自動(dòng)定位模塊、人臉參數(shù)化描述與形狀識(shí)別模塊，實(shí)現(xiàn)了對(duì)監(jiān)控視頻中的人臉信息提取，以一種快速直觀的方式，將監(jiān)控場(chǎng)景中的人臉與五官特征濃縮為便于理解的若干基礎(chǔ)類型，并使用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行描述。頭面部特征包括臉型、五官形狀、面部配飾、長(zhǎng)短發(fā)、是否禿頭、面部疤痕等。
[0070]上文所述的基礎(chǔ)類型是通過(guò)對(duì)大型人臉數(shù)據(jù)庫(kù)進(jìn)行定量分析得出的。對(duì)大型人臉數(shù)據(jù)庫(kù)中的人臉圖片進(jìn)行頭面部特征分析后，對(duì)得出的結(jié)果進(jìn)行總結(jié)，歸納得出最為基礎(chǔ)而常見的若干類型。每一種面部器官以及臉型都有各自的基礎(chǔ)類型，它們能夠代表最多人的頭面部特征。
[0071]這些頭面部特征描述及其基礎(chǔ)類型可以用于加快大型數(shù)據(jù)庫(kù)中人臉識(shí)別速度，或?yàn)楣舶踩珣?yīng)用提供目標(biāo)對(duì)象的頭面部特征描述信息。還可以為大型人臉數(shù)據(jù)庫(kù)提供一個(gè)標(biāo)準(zhǔn)的文字描述接口，在需要根據(jù)目擊者文字描述進(jìn)行目標(biāo)人員搜索的時(shí)候，本發(fā)明可以為目擊者文字描述與人臉數(shù)據(jù)庫(kù)提供描述方式轉(zhuǎn)換和數(shù)據(jù)交換的渠道。
[0072]該系統(tǒng)的人臉檢測(cè)與規(guī)格化模塊，用以對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片(例如二代證圖片、護(hù)照?qǐng)D片等)進(jìn)行處理，包括人臉檢測(cè)和圖像規(guī)格化，得到標(biāo)準(zhǔn)正面人臉圖片。處理過(guò)程包括干擾去除、人臉檢測(cè)和圖片規(guī)格化等。
[0073]該系統(tǒng)的人臉特征點(diǎn)自動(dòng)定位模塊，用以對(duì)人臉圖片進(jìn)行歸一化處理，并自動(dòng)將表示人臉及面部器官特征的特征點(diǎn)標(biāo)定出來(lái)。這些特征點(diǎn)各有明確的物理意義，分布在臉龐及各面部器官的邊緣位置，其集合能夠直觀明確的顯示出面部器官的輪廓與形狀。
[0074]所使用的表示人臉及面部器官特征的特征點(diǎn)包括鼻根點(diǎn)、鼻尖點(diǎn)、左眼內(nèi)角點(diǎn)、左眼外角點(diǎn)、左眼上方點(diǎn)，左眼下方點(diǎn)、右眼內(nèi)角點(diǎn)、右眼外角點(diǎn)、右眼上方點(diǎn)、右眼下方點(diǎn)、左鼻翼點(diǎn)，右鼻翼點(diǎn)，上唇點(diǎn)、下唇點(diǎn)、左口角點(diǎn)、右口角點(diǎn)、頦下點(diǎn)、左顴點(diǎn)、右顴點(diǎn)、左下頜點(diǎn)、右下頜點(diǎn)、左眉內(nèi)角點(diǎn)、左眉外角點(diǎn)、左眉上方內(nèi)側(cè)點(diǎn)、左眉下方內(nèi)側(cè)點(diǎn)、右眉內(nèi)角點(diǎn)、右眉外角點(diǎn)、右眉上方內(nèi)側(cè)點(diǎn)、右眉下方內(nèi)側(cè)點(diǎn)。
[0075]該系統(tǒng)的人臉參數(shù)化描述與形狀識(shí)別模塊，用以對(duì)人臉特征點(diǎn)坐標(biāo)位置進(jìn)行定量分析，以形態(tài)面指數(shù)、顴下頜寬指數(shù)、眼指數(shù)、眉指數(shù)、鼻指數(shù)、唇指數(shù)的計(jì)算為基礎(chǔ)，對(duì)輸入人臉的臉型和面部器官形狀進(jìn)行分類描述，濃縮為直觀易懂的描述性語(yǔ)言，同時(shí)將面部疤痕、面部區(qū)別性配飾(眼鏡等)以及頭發(fā)形狀(長(zhǎng)發(fā)、短發(fā)、禿頭)等較為顯著的信息加入，共同濃縮為直觀易懂的語(yǔ)言。并使用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述，從而保證描述準(zhǔn)確、標(biāo)準(zhǔn)統(tǒng)一、可重復(fù)使用并可以由計(jì)算機(jī)自動(dòng)處理。頭面部特征的例子見圖9。
[0076]所描述的對(duì)象包括臉龐、雙眼、眉毛、鼻子、嘴這些面部器官。
[0077]所述的對(duì)輸入人臉的臉型和面部器官形狀進(jìn)行分類描述，濃縮為直觀易懂的描述性語(yǔ)言，所輸出的描述信息包括用于描述臉型的“方臉，長(zhǎng)方臉，狹長(zhǎng)臉”，用于描述臉型走勢(shì)的為“圓下巴，方下巴，尖下巴”，用于描述眼睛形狀的“橢圓眼，三角眼，瞇眼”，用于描述鼻型的“長(zhǎng)鼻，短鼻”，用于描述眉毛形狀的“寬眉，窄眉，寬窄眉”，用于描述嘴型的“寬唇，窄唇”，用于描述發(fā)型的“長(zhǎng)發(fā)，短發(fā)，禿頭”，用于描述面部區(qū)別性配飾的“配戴眼鏡，未配戴眼鏡”，用于描述面部疤痕的“有疤痕，無(wú)疤痕”。
[0078]所述的使用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行描述，具體為參考RDF三元組格式對(duì)所述頭面部特征進(jìn)行結(jié)構(gòu)化描述，并以主語(yǔ)、謂語(yǔ)、賓組成的三元組來(lái)組織語(yǔ)義網(wǎng)中的節(jié)點(diǎn)。
[0079]人臉檢測(cè)與規(guī)格化模塊包括:
[0080]人臉檢測(cè)單元，用以對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片使用LBP特征的Adaboost算法進(jìn)行人臉檢測(cè)并將檢測(cè)到的人臉部分保存為圖片；
[0081]圖片規(guī)格化單元，對(duì)所述的人臉檢測(cè)單元保存的圖片進(jìn)行規(guī)格化處理和統(tǒng)一圖片尺寸。
[0082]所述的人臉及面部器官特征點(diǎn)為分布在人臉的臉龐及各面部器官的邊緣位置的特征點(diǎn)，所述的人臉及面部器官特征點(diǎn)的集合能夠顯示出各面部器官的輪廓與形狀。
[0083]人臉特征點(diǎn)自動(dòng)定位模塊包括:
[0084]圖片擴(kuò)展單元，用以在所述的標(biāo)準(zhǔn)正面人臉圖片外側(cè)四周添加顏色單一且寬度為預(yù)定像素的邊緣；
[0085]人臉特征點(diǎn)定位單元，用以使用ASM對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片進(jìn)行模板匹配和搜索并將人臉及面部器官特征點(diǎn)進(jìn)行標(biāo)定。
[0086]頭面部特征參數(shù)化描述模塊包括:
[0087]特征點(diǎn)定量分析單元，用以對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析，計(jì)算各個(gè)面部器官指數(shù)；
[0088]頭面部特征分類描述單元，用以基于所述的各個(gè)面部器官指數(shù)對(duì)人臉的頭面部特征使用描述性語(yǔ)言進(jìn)行分類描述；
[0089]頭面部特征標(biāo)準(zhǔn)化描述單元，用以采用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)所述的人臉的頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
[0090]本發(fā)明系統(tǒng)主要面向公共安全領(lǐng)域常用的標(biāo)準(zhǔn)人臉圖像數(shù)據(jù)庫(kù)，例如二代身份證圖片、護(hù)照?qǐng)D片等。當(dāng)輸入上述標(biāo)準(zhǔn)的人臉正面圖片時(shí)，系統(tǒng)的人臉檢測(cè)與規(guī)格化模塊將進(jìn)行以下操作:
[0091](I)所述的人臉檢測(cè)與規(guī)格化模塊對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片進(jìn)行處理得到標(biāo)準(zhǔn)正面人臉圖片；
[0092]具體包括以下兩個(gè)子步驟:
[0093](11)所述的人臉檢測(cè)單元對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片使用LBP特征的Adaboost算法進(jìn)行人臉檢測(cè)，如果檢測(cè)到人臉，則將檢測(cè)結(jié)果中的人臉部分保存為圖片，然后繼續(xù)步驟(12)，否則輸出提示無(wú)法檢測(cè)到人臉；
[0094]對(duì)圖片使用LBP (Local Binary Patterns,局部二值模式)特征的Adaboost算法進(jìn)行人臉檢測(cè)，如果檢測(cè)得到人臉，則將檢測(cè)結(jié)果中的人臉部分用方框標(biāo)示出來(lái)，并分別保存為圖片。否則輸出提示無(wú)法檢測(cè)到人臉。
[0095]LBP是近年來(lái)人臉檢測(cè)和人臉識(shí)別領(lǐng)域效果比較好一種特征，將LBP與Adaboost算法結(jié)合起來(lái)進(jìn)行人臉檢測(cè)，可以獲得比較好的檢測(cè)結(jié)果。
[0096]LBP算法本質(zhì)上是一種局部的灰度特征。原始的LBP算子如圖3所示，定義為在3X3的窗口內(nèi)，以窗口中心像素為閾值，將相鄰的8個(gè)像素的灰度值與其進(jìn)行比較，若周圍像素值大于中心像素值，則該像素點(diǎn)的位置被標(biāo)記為1，否則為O。這樣，3X3領(lǐng)域內(nèi)的8個(gè)點(diǎn)可產(chǎn)生一個(gè)Sbit的無(wú)符號(hào)數(shù)，即得到該窗口的LBP值，并用這個(gè)值來(lái)反映該區(qū)域的紋理信息。
[0097]本文所使用的LBP算子是經(jīng)過(guò)改良過(guò)的，記作，如圖4所示。這種LBP算子
不僅限于3X3的方形格子內(nèi)，可以擴(kuò)展到以一個(gè)像素為中心的半徑為R的圓內(nèi)，并從此范圍內(nèi)中獲得P個(gè)像素的灰度值與中心像素進(jìn)行比較。如果此P個(gè)點(diǎn)中存在無(wú)法同像素完全重合的點(diǎn)，則使用雙線性差值來(lái)獲得其灰度值進(jìn)行計(jì)算，記作下標(biāo)(P，R)。同時(shí)研究發(fā)現(xiàn)對(duì)于該Sbit 二進(jìn)制數(shù)，當(dāng)將整個(gè)數(shù)看作頭尾相接的循環(huán)，那么其中0-1或1-0跳變不多于2次的占大多數(shù)，此種 LBP 算子被稱為 Uniform Patterns，例如 00000000，00111100，10000111都是Uniform Patterns。在實(shí)際應(yīng)用中可以只使用Uniform Patterns作為圖像特征,記作上標(biāo)u2。常用的參數(shù)取值為P = 8，R = 2。
[0098]此時(shí)的LBP算子仍然只表現(xiàn)了圖片的局部特征，為了得到其全局特征，可以將整幅圖片分割為m個(gè)尺寸相同的小塊Rtl...Rm+在每一個(gè)小塊中計(jì)算算子，將計(jì)算結(jié)果進(jìn)行直方圖統(tǒng)計(jì)，然后將所有分塊的直方圖連接起來(lái)，得到一個(gè)總的直方圖，作為整幅圖片的特征。常用的分塊尺寸為18X21，該尺寸能在保證識(shí)別效果的情況下，盡可能降低計(jì)算量。
[0099]在有LBP算子提供特征的情況下，使用Adaboost級(jí)聯(lián)分類器針對(duì)人臉進(jìn)行訓(xùn)練，可以得到效果良好的人臉檢測(cè)模塊。
[0100]Adaboost,即Adaptive Boosting (適應(yīng)增強(qiáng)方法),是一種能在系統(tǒng)消耗較少的情況下獲得較好分類效果的分類器，因此被廣泛應(yīng)用于模式分類的各種場(chǎng)合。其基本原理可以概括為用一系列較弱的分類器的組合(即級(jí)聯(lián))來(lái)達(dá)到較強(qiáng)的分類效果。具體來(lái)說(shuō)，每一項(xiàng)弱分類器都對(duì)待分類目標(biāo)進(jìn)行一次篩選，濾除掉不符合這一分類器的目標(biāo)，而符合此分類器要求的目標(biāo)則被提供給下一個(gè)弱分類器繼續(xù)進(jìn)行分類操作。如果一個(gè)目標(biāo)最終成功通過(guò)了所有的分類器，則說(shuō)明該目標(biāo)符合所有弱分類器的要求，即符合級(jí)聯(lián)分類器的整體要求。例如，要尋找一名疑犯，已知他的特點(diǎn)有男性、身高170-175cm、黑色上衣、灰色褲子，對(duì)于所有待選目標(biāo)，首先判斷其性別是否符合“男性”這一條件，濾除所有女性，再對(duì)結(jié)果中目標(biāo)的身高進(jìn)行判斷，只保留身高在170-175cm之間的目標(biāo)，以此類推使用所有參數(shù)過(guò)濾最終得到符合上述所有條件的目標(biāo)。Adaboost級(jí)聯(lián)分類器進(jìn)行人臉檢測(cè)采用的就是類似的方法，每一個(gè)弱分類器都在像素級(jí)別上判斷一幅圖片是否符合人臉的特點(diǎn)，如果一幅圖片能夠通過(guò)所有的分類器，則說(shuō)明從各種角度來(lái)考慮(各個(gè)弱分類器)都符合人臉的特點(diǎn)，因此有很大幾率是一幅包含人臉的圖片。
[0101]Adaboost級(jí)聯(lián)分類器的訓(xùn)練過(guò)程見圖5~6。
[0102](12)所述的圖片規(guī)格化單元對(duì)所述的人臉檢測(cè)單元保存的圖片進(jìn)行規(guī)格化處理和統(tǒng)一圖片尺寸。
[0103]此后，本發(fā)明系統(tǒng)的人臉特征點(diǎn)自動(dòng)定位模塊進(jìn)行以下操作:
[0104](2)所述的人臉特征點(diǎn)自動(dòng)定位模塊對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片中的人臉及面部器官特征點(diǎn)位置進(jìn)行搜索和標(biāo)定；
[0105]具體包括以下兩個(gè)子步驟:
[0106](21)所述的圖片擴(kuò)展單元在所述的標(biāo)準(zhǔn)正面人臉圖片外側(cè)四周添加顏色單一且寬度為預(yù)定像素的邊緣；
[0107]為防止圖片中的人臉過(guò)于接近圖片邊緣從而對(duì)后續(xù)計(jì)算帶來(lái)影響，對(duì)人臉圖片進(jìn)行擴(kuò)展操作，在圖片外側(cè)四周添加顏色單一寬度為20像素的邊緣。
[0108](22)所述的人臉特征點(diǎn)定位單元使用ASM對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片進(jìn)行模板匹配和搜索并將人臉及面部器官特征點(diǎn)進(jìn)行標(biāo)定。
[0109]使用ASM對(duì)人臉圖片進(jìn)行模板匹配和搜索，自動(dòng)將表示人臉及面部器官特征的特征點(diǎn)標(biāo)定出來(lái)，見圖5所示。這些特征點(diǎn)各有明確的物理意義，分布在臉龐及各面部器官的邊緣位置，其集合能夠直觀明確的顯示出面部器官的輪廓與形狀。
[0110]在得到上述人臉特征點(diǎn)之后，本發(fā)明系統(tǒng)的人臉參數(shù)化描述與形狀識(shí)別模塊進(jìn)行以下操作:
[0111](3)所述的頭面部特征參數(shù)化描述模塊對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析并使用結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
[0112]具體包括以下三個(gè)子步驟:
[0113](31)所述的特征點(diǎn)定量分析單元對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析，計(jì)算各個(gè)面部器官指數(shù)；
[0114]對(duì)人臉特征點(diǎn)坐標(biāo)位置進(jìn)行定量分析，計(jì)算形態(tài)面指數(shù)、顴下頜寬指數(shù)、眼指數(shù)、眉指數(shù)、鼻指數(shù)、唇 指數(shù)等參數(shù)。其中
[0115]形態(tài)面指數(shù)=形南/面寬表示臉型的大致形狀。形態(tài)面高為鼻根點(diǎn)到頦下點(diǎn)間距，
面寬為左右顴點(diǎn)間距。
[0116]顴下頜寬指數(shù)=下頜寬/面寬表示臉型自顴骨以下的走勢(shì)。下頜寬為左右下頜點(diǎn)間距。[0117]
【權(quán)利要求】
1.一種實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)，其特征在于，所述的系統(tǒng)包括: 人臉檢測(cè)與規(guī)格化模塊，用以對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片進(jìn)行處理得到標(biāo)準(zhǔn)正面人臉圖片； 人臉特征點(diǎn)自動(dòng)定位模塊，用以對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片中的人臉及面部器官特征點(diǎn)位置進(jìn)行搜索和標(biāo)定； 頭面部特征參數(shù)化描述模塊，用以對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析并使用結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
2.根據(jù)權(quán)利要求1所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)，其特征在于，所述的人臉檢測(cè)與規(guī)格化模塊包括: 人臉檢測(cè)單元，用以對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片使用LBP特征的Adaboost算法進(jìn)行人臉檢測(cè)并將檢測(cè)到的人臉部分保存為圖片； 圖片規(guī)格化單元，對(duì)所述的人臉檢測(cè)單元保存的圖片進(jìn)行規(guī)格化處理和統(tǒng)一圖片尺寸。
3.根據(jù)權(quán)利要求1所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)，其特征在于，所述的人臉及面部器官特征點(diǎn)為分布在人臉的臉龐及各面部器官的邊緣位置的特征點(diǎn)，所述的人臉及面部器官特征點(diǎn)的集合能夠顯示出各面部器官的輪廓與形狀。
4.根據(jù)權(quán)利要求1所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)，其特征在于，所述的人臉特征點(diǎn)自動(dòng)定位模塊包括: 圖片擴(kuò)展單元，用以在所 述的標(biāo)準(zhǔn)正面人臉圖片外側(cè)四周添加顏色單一且寬度為預(yù)定像素的邊緣； 人臉特征點(diǎn)定位單元，用以使用ASM對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片進(jìn)行模板匹配和搜索并將人臉及面部器官特征點(diǎn)進(jìn)行標(biāo)定。
5.根據(jù)權(quán)利要求1所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的系統(tǒng)，其特征在于，所述的頭面部特征參數(shù)化描述模塊包括: 特征點(diǎn)定量分析單元，用以對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析，計(jì)算各個(gè)面部器官指數(shù)； 頭面部特征分類描述單元，用以基于所述的各個(gè)面部器官指數(shù)對(duì)人臉的頭面部特征使用描述性語(yǔ)言進(jìn)行分類描述； 頭面部特征標(biāo)準(zhǔn)化描述單元，用以采用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)所述的人臉的頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
6.一種基于權(quán)利要求1至5中任一項(xiàng)所述的系統(tǒng)實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的方法包括以下步驟: (1)所述的人臉檢測(cè)與規(guī)格化模塊對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片進(jìn)行處理得到標(biāo)準(zhǔn)正面人臉圖片； (2)所述的人臉特征點(diǎn)自動(dòng)定位模塊對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片中的人臉及面部器官特征點(diǎn)位置進(jìn)行搜索和標(biāo)定； (3)所述的頭面部特征參數(shù)化描述模塊對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析并使用結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
7.根據(jù)權(quán)利要求6所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的人臉檢測(cè)與規(guī)格化模塊包括人臉檢測(cè)單元和圖片規(guī)格化單元，所述的人臉檢測(cè)與規(guī)格化模塊對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片進(jìn)行處理得到標(biāo)準(zhǔn)正面人臉圖片，包括以下步驟: (11)所述的人臉檢測(cè)單元對(duì)輸入系統(tǒng)的標(biāo)準(zhǔn)人臉圖片使用LBP特征的Adaboost算法進(jìn)行人臉檢測(cè)，如果檢測(cè)到人臉，則將檢測(cè)結(jié)果中的人臉部分保存為圖片，然后繼續(xù)步驟(12)，否則輸出提示無(wú)法檢測(cè)到人臉； (12)所述的圖片規(guī)格化單元對(duì)所述的人臉檢測(cè)單元保存的圖片進(jìn)行規(guī)格化處理和統(tǒng)一圖片尺寸。
8.根據(jù)權(quán)利要求6所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的人臉特征點(diǎn)自動(dòng)定位模塊包括圖片擴(kuò)展單元和人臉特征點(diǎn)定位單元，所述的人臉特征點(diǎn)自動(dòng)定位模塊對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片中的人臉及面部器官特征點(diǎn)位置進(jìn)行搜索和標(biāo)定，包括以下步驟: (21)所述的圖片擴(kuò)展單元在所述的標(biāo)準(zhǔn)正面人臉圖片外側(cè)四周添加顏色單一且寬度為預(yù)定像素的邊緣； (22)所述的人臉特征點(diǎn)定位單元使用ASM對(duì)所述的標(biāo)準(zhǔn)正面人臉圖片進(jìn)行模板匹配和搜索并將人臉及面部器官特征點(diǎn)進(jìn)行標(biāo)定。
9.根據(jù)權(quán)利要求8述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的人臉及面部器官特征點(diǎn)為分布在人臉的臉龐及各面部器官的邊緣位置的特征點(diǎn)，所述的人臉及面部器官特征點(diǎn)的集合能夠顯示出各面部器官的輪廓與形狀。
10.根據(jù)權(quán)利要求9述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的人臉及面部器官特征點(diǎn)包括人臉的鼻根點(diǎn)、鼻尖點(diǎn)、左眼內(nèi)角點(diǎn)、左眼外角點(diǎn)、左眼上方點(diǎn)，左眼下方點(diǎn)、右眼內(nèi)角點(diǎn)、右眼外角點(diǎn)、右眼上方點(diǎn)、右眼下方點(diǎn)、左鼻翼點(diǎn)，右鼻翼點(diǎn)，上唇點(diǎn)、下唇點(diǎn)、左口角點(diǎn)、右口角點(diǎn)、頦下點(diǎn)、左顴點(diǎn)、右顴點(diǎn)、左下頜點(diǎn)、右下頜點(diǎn)、左眉內(nèi)角點(diǎn)、左眉外角點(diǎn)、左眉上方內(nèi)側(cè)點(diǎn)、左眉下方內(nèi)側(cè)點(diǎn)、右眉內(nèi)角點(diǎn)、右眉外角點(diǎn)、右眉上方內(nèi)側(cè)點(diǎn)和右眉下方內(nèi)側(cè)點(diǎn)。
11. 根據(jù)權(quán)利要求6所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的頭面部特征參數(shù)化描述模塊包括特征點(diǎn)定量分析單元、頭面部特征分類描述單元和頭面部特征標(biāo)準(zhǔn)化描述單元，所述的頭面部特征參數(shù)化描述模塊對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析并使用結(jié)構(gòu)化文本對(duì)頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述，包括以下步驟: (31)所述的特征點(diǎn)定量分析單元對(duì)所述的人臉及面部器官特征點(diǎn)進(jìn)行定量分析，計(jì)算各個(gè)面部器官指數(shù)； (32)所述的頭面部特征分類描述單元基于所述的各個(gè)面部器官指數(shù)對(duì)人臉的頭面部特征使用描述性語(yǔ)言進(jìn)行分類描述； (33)所述的頭面部特征標(biāo)準(zhǔn)化描述單元采用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)所述的人臉的頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述。
12.根據(jù)權(quán)利要求11所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的各個(gè)面部器官指數(shù)包括形態(tài)面指數(shù)、顴下頜寬指數(shù)、眼指數(shù)、眉指數(shù)、鼻指數(shù)和唇指數(shù)。
13.根據(jù)權(quán)利要求11所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的描述性語(yǔ)言包括用于描述臉型的方臉，長(zhǎng)方臉，狹長(zhǎng)臉，用于描述臉型走勢(shì)的為圓下巴，方下巴，尖下巴，用于描述眼睛形狀的橢圓眼，三角眼，瞇眼，用于描述鼻型的長(zhǎng)鼻，短鼻，用于描述眉毛形狀的寬眉，窄眉，寬窄眉，用于描述嘴型的寬唇，窄唇，用于描述發(fā)型的長(zhǎng)發(fā)，短發(fā)，禿頭，用于描述面部區(qū)別性配飾的配戴眼鏡，未配戴眼鏡，用于描述面部疤痕的有疤痕，無(wú)疤痕。
14.根據(jù)權(quán)利要求11所述的實(shí)現(xiàn)面部特征標(biāo)準(zhǔn)化語(yǔ)義描述的方法，其特征在于，所述的頭面部特征標(biāo)準(zhǔn)化描述單元采用語(yǔ)義網(wǎng)架構(gòu)下的結(jié)構(gòu)化文本對(duì)所述的人臉的頭面部特征進(jìn)行標(biāo)準(zhǔn)化描述，具體為: 所述的頭面部特征標(biāo)準(zhǔn)化描述單元參考RDF三元組格式對(duì)所述頭面部特征進(jìn)行結(jié)構(gòu)化描述，并以主語(yǔ) 、謂語(yǔ)、賓組成的三元組來(lái)組織語(yǔ)義網(wǎng)中的節(jié)點(diǎn)。
【文檔編號(hào)】G06K9/00GK103632147SQ201310669817
【公開日】2014年3月12日 申請(qǐng)日期:2013年12月10日 優(yōu)先權(quán)日:2013年12月10日
【發(fā)明者】胡傳平, 顏志國(guó), 葛昊, 尚巖峰, 梅林 , 時(shí)勇杰 申請(qǐng)人:公安部第三研究所