一种基于融合特征的人脸检测与对齐方法

摘要

本发明提供一种基于融合特征的人脸检测与对齐方法，包含四个步骤：首先由输入图像生成多尺度金字塔图像，然后以固定大小窗口和固定步长扫描不同尺度图像，生成多个候选人脸窗口；然后依次将扫描窗口模块生成的候选人脸窗口作为输入传递给人脸非人脸分类器，分类器输出人脸窗口；接着以上一步骤输出的人脸图像为输入传递给人脸特征点回归器，人脸特征点回归器输出该人脸图像中的人脸特征点位置如眉毛、眼角、鼻子、嘴角等；最后根据人脸特征点检测模块输出的人脸图像及其对应的人脸特征点位置，对人脸进行旋转和缩放处理，输出对齐后的人脸图像。本发明可实现对图像中人脸的自动检测与自动对齐，具有速度快、准确率高的特点，有助于提高人脸验证与人脸识别技术的准确率。

主权项

一种基于融合特征的人脸检测与对齐方法，其特征在于包括以下四个步骤：步骤(1)、首先将输入图像放大至5倍于原图像大小，然后以0.7937为系数乘以放大后的图像尺寸，生成新的尺寸图像，重复该过程直至图像尺寸大小小于特定阈值，按照上述步骤生成了多尺度金字塔图像后，然后以固定大小窗口和固定步长扫描不同尺度的图像，生成多个候选人脸窗口；步骤(2)、然后提取图像的传统特征和卷积神经网络特征，训练一个人脸非人脸分类器，所述传统特征是指local binary pattern特征和Haar‑like特征；预先训练好的人脸非人脸分类器本质上是一个二分类器，输入固定大小图像，输出0或1，即表示输入图像是否是人脸；依次将步骤(1)生成的候选人脸窗口作为输入传递给预先训练好的人脸非人脸分类器，分类器输出人脸图像；步骤(3)、接着提取人脸图像的传统特征和卷积神经网络特征，训练一个人脸特征点回归器；以步骤(2)输出的人脸图像为输入传递给预先训练好的人脸特征点回归器，人脸特征点回归器输出该人脸图像中的人脸特征点位置，包括眉毛、眼角、鼻子、嘴角；步骤(4)、最后根据步骤(3)输出的人脸图像及其对应的人脸特征点位置，选取两个固定人脸特征点作为定点，对人脸图像进行旋转和缩放处理，输出对齐后的人脸图像，对齐后的人脸图像中所选取固定特征点的位置将不变。