发明名称 |
基于随机森林的ATM终端部分遮挡人脸关键点检测方法 |
摘要 |
本发明公开了一种基于随机森林的ATM终端部分遮挡人脸关键点检测方法,包括以下步骤:当银行卡插入ATM机时采集图像;通过多尺度Retinex增强方法提高灰暗图像对比度;采用Haarcascade人脸检测算法定位人脸;基于随机森林姿态估计树模型推测人脸姿态;通过Viola Jones框架判断人脸遮挡类型;根据估计的人脸姿态,选择随机森林关键点检测模型,标定未遮挡位置的人脸关键点。本发明通过基于随机森林的姿态预估计降低了姿态对人脸关键点检测的影响,通过遮挡部位自动识别及非遮挡部位关键点标记减弱了遮挡对人脸特征的影响,能够为基于ATM的遮挡人脸的身份识别提供高精度的人脸局部特征,提高人脸身份识别精度。 |
申请公布号 |
CN104992148A |
申请公布日期 |
2015.10.21 |
申请号 |
CN201510341519.0 |
申请日期 |
2015.06.18 |
申请人 |
江南大学 |
发明人 |
孔军;孙凯传;蒋敏;杨韬;高坤 |
分类号 |
G06K9/00(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
基于随机森林的ATM终端部分遮挡人脸关键点检测方法,其特征在于,包括下列步骤:步骤一、当有用户插入银行卡的时候,采集人脸图像;步骤二、将采集图像序列转化为灰度图,并归一化为480*360像素的图像;步骤三、计算图像的方差值S,并判断其是否小于阈值ε,若S<ε,则对图像进行多尺度Retinex图像增强,提高图像的对比度;步骤四、采用Haarcascade人脸检测算法,从图像中定位人脸具体位置;步骤五、基于随机森林姿态估计树模型推测人脸姿态(左偏、正脸、右偏);步骤六、基于Viola Jones框架强分类器级联模型判断图像中人脸是否存在遮挡,并判断遮挡类型属于眼部或嘴部遮挡;步骤七、根据步骤五估计的人脸姿态,选择相应姿态的随机森林关键点检测模型,标定未遮挡位置的人脸关键点。 |
地址 |
214122 江苏省无锡市滨湖区蠡湖大道1800号 |