CN104715224A - 一种获取用户群体的面部特征图像的方法及装置 - Google Patents
一种获取用户群体的面部特征图像的方法及装置 Download PDFInfo
- Publication number
- CN104715224A CN104715224A CN201310675181.3A CN201310675181A CN104715224A CN 104715224 A CN104715224 A CN 104715224A CN 201310675181 A CN201310675181 A CN 201310675181A CN 104715224 A CN104715224 A CN 104715224A
- Authority
- CN
- China
- Prior art keywords
- facial image
- user group
- unique point
- facial
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000001815 facial effect Effects 0.000 title claims abstract description 283
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000000605 extraction Methods 0.000 claims description 7
- 210000004709 eyebrow Anatomy 0.000 description 30
- 239000000203 mixture Substances 0.000 description 25
- 210000005252 bulbus oculi Anatomy 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 241000404095 Heteranthemis Species 0.000 description 6
- 210000001508 eye Anatomy 0.000 description 4
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种获取用户群体的面部特征图像的方法及装置,属于互联网领域。所述方法包括:获取待获取的用户群体对应的人脸结构特征;根据待获取的用户群体的人脸结构特征,从已存储的人脸图像库中获取符合所述待获取的用户群体对应的人脸结构特征的人脸图像;根据所述获取的人脸图像,生成所述待获取的用户群体的面部特征图像。所述装置包括:第一获取模块,第二获取模块和生成模块。本发明能够得到用户群体的面部特征图像。
Description
技术领域
本发明涉及互联网领域,特别涉及一种获取用户群体的面部特征图像的方法及装置。
背景技术
目前,无论在网络,还是在现实社会都存在用户群体,例如,网络上出现的聊天群即为一个用户群体,以及在现实社会中的一所学校即为一个用户群体。当用户需要加入用户群体时,用户可以根据用户群体的属性来选择一个用户群体并加入。
其中,目前提出了用户群体的面部特征图像的概念,并将面部特征图像作为用户群体的一个属性,用户群体的面部特征图像可以为用户群体包括的成员的人脸图像的平均相貌等。当用户需要加入用户群体时,用户可以选择与自己相貌最相似的面部特征图像对应的用户群体,然后加入选择的用户群体。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
然而,目前只提出了用户群体的面部特征图像的概念,但还没有生成用户群体的面部特征图像的技术,因此如何得到用户群体的面部特征图像是当前急需解决的问题。
发明内容
为了得到用户群体的面部特征图像,本发明提供了一种获取用户群体的面部特征图像的方法及装置。所述技术方案如下:
一种获取用户群体的面部特征图像的方法,所述方法包括:
获取待获取的用户群体对应的人脸结构特征;
根据所述待获取的用户群体对应的人脸结构特征,从已存储的人脸图像库中获取符合所述待获取的用户群体对应的人脸结构特征的人脸图像;
根据所述获取的人脸图像,生成所述待获取的用户群体的面部特征图像。
一种获取用户群体的面部特征图像的装置,所述装置包括:
第一获取模块,用于获取待获取的用户群体对应的人脸结构特征;
第二获取模块,用于根据所述待获取的用户群体对应的人脸结构特征,从已存储的人脸图像库中获取符合所述待获取的用户群体对应的人脸结构特征的人脸图像;
生成模块,用于根据所述获取的人脸图像,生成所述待获取的用户群体的面部特征图像。
在本发明实施例中,获取待获取的用户群体对应的人脸结构特征;根据待获取的用户群体的人脸结构特征,从已存储的人脸图像库中获取符合待获取的用户群体对应的人脸结构特征的人脸图像;根据获取的人脸图像,生成待获取的用户群体的面部特征图像,如此能够获取到各用户群体所对应的面部特征图像,另外,由于根据用户群体对应的人脸结构特征,生成面部特征图像,所以生成的面部特征图像具有该用户群体对应的相貌特点。
附图说明
图1是本发明实施例1提供的一种获取用户群体的面部特征图像的方法流程图;
图2-1是本发明实施例2提供的一种获取用户群体的面部特征图像的方法流程图;
图2-2是本发明实施例2提供的一种人脸图像包括的88个特征点示意图;
图2-3是本发明实施例2提供的一种左眉毛轮廓包括的8个特征点示意图;
图2-4是本发明实施例2提供的一种右眉毛轮廓包括的8个特征点示意图;
图2-5是本发明实施例2提供的一种左眼睛轮廓包括的8个特征点示意图;
图2-6是本发明实施例2提供的一种右眼睛轮廓包括的8个特征点示意图;
图2-7是本发明实施例2提供的一种鼻子轮廓包括的13个特征点示意图;
图2-8是本发明实施例2提供的一种嘴巴轮廓包括的22个特征点示意图;
图2-9是本发明实施例2提供的一种人脸边缘包括的21个特征点示意图;
图3是本发明实施例3提供的一种获取用户群体的面部特征图像的装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
参见图1,本发明实施例提供了一种获取用户群体的面部特征图像的方法,包括:
步骤101:获取待获取的用户群体对应的人脸结构特征;
步骤102:根据待获取的用户群体对应的人脸结构特征,从已存储的人脸图像库中获取符合待获取的用户群体对应的人脸结构特征的人脸图像;
步骤103:根据获取的人脸图像,生成待获取的用户群体的面部特征图像。
优选地,获取待获取的用户群体对应的人脸结构特征,包括:
根据待获取的用户群体的群体标识,从已存储的群体标识与人脸结构特征的对应关系中获取待获取的用户群体对应的人脸结构特征。
进一步地,获取符合待获取的用户群体对应的人脸结构特征的人脸图像之前,还包括:
提取人脸图像库包括的每张人脸图像的人脸结构特征。
进一步地,获取符合待获取的用户群体对应的人脸结构特征的人脸图像之前,还包括:
从人脸图像库中获取背景为非纯色的人脸图像,将获取的人脸图像的背景设置为纯色。
优选地,根据获取的人脸图像,生成待获取的用户群体的面部特征图像,包括:
根据待获取的用户群体的群体标识,查找已存储的群体标识与预设人脸图像库的对应关系;
如果查找出对应的预设人脸图像库,则根据获取的人脸图像和查找的预设人脸图像库中包括的预设人脸图像,生成待获取的用户群体的面部特征图像。
每个用户群体对应预设人脸图像库,该预设人脸图像库用于存储该用户群体包括的名人的人脸图像。
优选地,根据获取的人脸图像和查找的预设人脸图像库中包括的预设人脸图像,生成待获取的用户群体的面部特征图像,包括:
根据获取的人脸图像,计算第一平均相貌对应的第一平均特征点集合,第一平均特征点集合包括第一平均相貌包括的特征点;
根据查找的预设人脸图像库中包括的预设人脸图像,计算第二平均相貌对应的第二平均特征点集合,第二平均特征点集合包括第二平均相貌包括的特征点;
根据第一平均特征点集合和第二平均特征点集合生成待获取的用户群体的面部特征图像。
优选地,根据第一平均特征点集合和第二平均特征点集合生成待获取的用户群体的面部特征图像,包括:
根据第一平均特征点集合和第二平均特征点集合按如下公式(1)计算出第三平均特征点集合;
Oi=Ti*S1+Hi*S2……(1);
在上述公式(1)中,i为特征点的序号,Ti为第一平均特征点集合中的特征点,Hi为第二平均特征点集合中的特征点,Oi为第三平均特征点集合中的特征点,S1为预设第一权重,S2为预设第二权重;
根据第三平均特征点集合中的特征点生成待获取的用户群体的面部特征图像。
在本发明实施例中,获取待获取的用户群体对应的人脸结构特征;根据待获取的用户群体的人脸结构特征,从已存储的人脸图像库中获取符合待获取的用户群体对应的人脸结构特征的人脸图像;根据获取的人脸图像,生成待获取的用户群体的面部特征图像。以使当用户需要加入用户群体时,用户可以选择与自己相貌最相似的面部特征图像对应的用户群体,然后加入选择的用户群体;也可以根据用户群体的面部特征图像查看该用户群体的面部特征。
实施例2
参见图2-1,本发明实施例提供了一种获取用户群体的面部特征图像的方法,包括:
步骤201:获取人脸图像库,人脸图像库中的图像为多个用户群体包括的用户的人脸图像;
其中,用户群体由多个用户组成,可以从网络中获取多个用户群体,然后从每个用户群体中获取多个用户的人脸图像,并将从每个用户群体中获取的人脸图像组成人脸图像库;根据人脸图像包括的像素点的灰度值,可以区分出人脸图像库中背景为纯色的人脸图像和背景为非纯色的人脸图像,从人脸图像库中获取背景为非纯色的人脸图像,将获取的人脸图像的背景设置为纯色。
步骤202:提取人脸图像库中的每张人脸图像包括的多个特征点;
其中,人脸图像包括的特征点都位于人脸图像包括的人脸元素的轮廓上,人脸元素包括:左眼睛、右眼睛、左眉毛、右眉毛、鼻子、嘴巴和/或人脸边缘等。
本步骤可以具体为:对于人脸图像库中的任一张人脸图像,首先利用ASM(Active Shape Model,主动形状模型)定位出该人脸图像包括的每个人脸元素的轮廓,根据预设的参考图像包括的多个参考特征点,确定出每个人脸元素的轮廓包括的特征点,每个人脸元素的轮廓包括的特征点组成了该人验图像的特征点。
其中,获取的人脸图像包括的特征点的个数可以为88个、99个或155个等。例如,参见图2-2,获取人脸图像包括的88个特征点,该88个特征点由左眼睛的轮廓包括的特征点、右眼睛的轮廓包括的特征点、左眉毛的轮廓包括的特征点、右眉毛的轮廓包括的特征点、鼻子的轮廓包括的特征点、嘴巴的轮廓包括的特征点和人脸边缘包括的特征点组成。
例如,参见图2-3,左眉毛的轮廓包括8个特征点,分别为特征点1至特征点8;参见图2-4,右眉毛的轮廓包括8个特征点,分别为特征点9至特征点16;参见图2-5,左眼睛的轮廓包括8个特征点,分别为特征点17至特征点24;参见图2-6,右眼睛的轮廓包括8个特征点,分别为特征点25至特征点32;参见图2-7,鼻子的轮廓包括13个特征点,分别为特征点33至特征点45;参见图2-8,嘴巴的轮廓包括22个特征点,分别为特征点46至特征点67;以及,参见图2-9,人脸边缘包括21个特征点,分别为特征点68至特征点88。
进一步地,根据人脸图像库中的每张人脸图像包括的特征点,分别对人脸图像库中的每张人脸图像进行拉伸、缩放、旋转和/或矫正等处理,以将人脸图像库中的每张人脸图像归一化为大小相同的正面人脸图像。
步骤203:根据人脸图像库中的每张人脸图像包括的特征点,识别出人脸图像库中的每张人脸图像的性别,并将人脸图像库划分成男性人脸图像库和女性人脸图像库;
其中,由于对男性人脸图像库进行后续处理的过程与对女性人脸图像库进行后续处理的过程相同,在此仅对男性人脸图像库进行后续处理的过程进行详细说明,对女性人脸图像库进行后续处理的过程可以参考对男性人脸图像库进行后续处理的过程,就不再详细说明。
步骤204:根据男性人脸图像库中的每张人脸图像包括的特征点,分别确定出男性人脸图像库中的每张人脸图像包括的人脸结构特征;
其中,人脸图像的人脸结构特征可以包括:大眼睛、小眼睛、瓜子脸、鹅蛋脸、国字脸、薄嘴唇、厚嘴唇、宽眉毛、窄眉毛、大嘴巴和/或小嘴巴等。
对于男性人脸图像库中的任一张人脸图像,可以通过如下(A-1)至(A-5)的步骤,来确定出该人脸图像是否具有大眼睛或小眼睛的人脸结构特征,包括:
(A-1):在左眼睛的轮廓包括的特征点中随机选择一个特征点,将选择的特征点和其他任意相邻的两个未选择的特征点组成三角形,计算各个三角形的面积,将计算出的面积进行求和运算得到左眼睛的面积;
例如,在左眼睛的轮廓包括的特征点中选择特征点17,将特征点17和特征点18至特征点24中的任意相邻的两个特征点组成三角形,分别为特征点17、特征点18和特征点19组成的三角形T1;特征点17、特征点19和特征点20组成的三角形T2;特征点17、特征点20和特征点21组成的三角形T3;特征点17、特征点21和特征点22组成的三角形T4;特征点17、特征点22和特征点23组成的三角形T5;特征点17、特征点23和特征点24组成的三角形T6;分别计算三角形T1、三角形T2、三角形T3、三角形T4、三角形T5和三角形T6的面积,将计算出的面积进行求和运算得到左眼睛的面积。
(A-2):在右眼睛的轮廓包括的特征点中随机选择一个特征点,将选择的特征点和其他任意相邻的两个未选择的特征点组成三角形,计算各个三角形的面积,将计算出的面积进行求和运算得到右眼睛的面积;
例如,在右眼睛的轮廓包括的特征点中选择特征点25,将特征点25和特征点26至特征点32中的任意相邻的两个特征点组成三角形,分别为特征点25、特征点26和特征点27组成的三角形U1;特征点25、特征点27和特征点28组成的三角形U2;特征点25、特征点28和特征点29组成的三角形U3;特征点25、特征点29和特征点30组成的三角形U4;特征点25、特征点30和特征点31组成的三角形U5;特征点25、特征点31和特征点32组成的三角形U6;分别计算三角形U1、三角形U2、三角形U3、三角形U4、三角形U5和三角形U6的面积,将计算出的面积进行求和运算得到右眼睛的面积。
(A-3):根据左眼睛的面积和右眼睛的面积,按照如下公式(2)计算出两只眼睛的平均面积;
其中,在上述公式(2)中,S0为两只眼睛的平均面积,S3为左眼睛的面积,S4为右眼睛的面积。
(A-4):如果计算出的平均面积大于预设第一面积阈值,则确定该人脸图像具有大眼睛的人脸结构特征;
(A-5):如果计算出的平均面积小于或等于预设第一面积阈值,则确定该人脸图像具有小眼睛的人脸结构特征。
可以通过如下(B-1)至(B-5)的步骤,来确定出该人脸图像是否具有厚嘴唇或薄嘴唇的人脸结构特征,包括:
(B-1):在嘴巴的上嘴唇的轮廓包括的特征点中,获取特征点匹配对,特征点匹配对包括两个特征点,且该两个特征点到同一嘴角所在特征点之间相隔的特征点数目相等;
例如,在嘴巴的上嘴唇轮廓包括的特征点中,确定出由特征点57和特征点67组成的第一特征点匹配对、由特征点56和特征点66组成的第二特征点匹配对、由特征点55和特征点65组成的第三特征点匹配对、由特征点54和特征点64组成的第四特征点匹配对以及由特征点53和特征点63组成的第五特征点匹配对。
对于任一个特征点匹配对,假设第二特征点匹配对,第二特征点匹配对包括的特征点56到嘴角所在特征点46之间相隔的特征点数目为1,以及第二特征点匹配对包括的特征点66到嘴角所在特征点46之间相隔的特征点数目也为1,两者相等。
(B-2):在嘴巴的下嘴唇的轮廓包括的特征点中,获取特征点匹配对,特征点匹配对包括两个特征点,且该两个特征点到同一嘴角所在特征点之间相隔的特征点数目相等;
例如,在嘴巴的下嘴唇轮廓包括的特征点中,确定出由特征点47和特征点58组成的第六特征点匹配对、由特征点48和特征点59组成的第七特征点匹配对、由特征点49和特征点60组成的第八特征点匹配对、由特征点50和特征点61组成的第九特征点匹配对以及由特征点51和特征点62组成的第十特征点匹配对。
对于任一个特征点匹配对,假设第七特征点匹配对,第七特征点匹配对包括的特征点48到嘴角所在特征点46之间相隔的特征点数目为1,以及第七特征点匹配对包括的特征点59到嘴角所在特征点46之间相隔的特征点数目也为1,两者相等。
(B-3):计算每个特征点匹配对包括的两个特征点之间的距离,根据每个特征点匹配对包括的两个特征点之间的距离以及特征点匹配对的数目计算第一平均距离;
(B-4):如果计算出的第一平均距离大于预设第一阈值,则确定该人脸图像具有厚嘴唇的人脸结构特征;
(B-5):如果计算出的第一平均距离小于或等于预设第一阈值,则确定该人脸图像具有薄嘴唇的人脸结构特征。
可以通过如下(C-1)和(C-3)的步骤,来确定出该人脸图像是否具有大嘴巴或小嘴巴的人脸结构特征,包括:
(C-1):在嘴巴的***轮廓包括的特征点中随机选择一个特征点,将选择的特征点和嘴巴的***轮廓包括的其他任意相邻的两个未选择的特征点组成三角形,计算各个三角形的面积,将计算出的面积进行求和运算得到嘴巴的面积;
例如,在嘴巴的***轮廓包括的特征点46至特征点57中选择一个特征点46,将特征点46和特征点47至特征点57中的任意相邻的两个特征点组成三角形;分别为特征点46、特征点47和特征点48组成的三角形V1;特征点46、特征点48和特征点49组成的三角形V2;特征点46、特征点49和特征点50组成的三角形V3;特征点46、特征点50和特征点51组成的三角形V4;特征点46、特征点51和特征点52组成的三角形V5;特征点46、特征点52和特征点53组成的三角形V6;特征点46、特征点53和特征点54组成的三角形V7;特征点46、特征点54和特征点55组成的三角形V8;特征点46、特征点55和特征点56组成的三角形V9;特征点46、特征点56和特征点57组成的三角形V10;分别计算三角形V1、三角形V2、三角形V3、三角形V4、三角形V5、三角形V6、三角形V7、三角形V8、三角形V9和三角形V10的面积,将计算出的面积进行求和运算得到嘴巴的面积;
(C-2):如果嘴巴的面积大于预设第二面积阈值,则确定该人脸图像具有大嘴巴的人脸结构特征;
(C-3):如果嘴巴的面积小于或等于预设第二面积阈值,则确定该人脸图像具有小嘴巴的人脸结构特征。
可以通过如下(D-1)至(D-9)的步骤,来确定出该人脸图像是否具有瓜子脸、鹅蛋脸或国字脸的人脸结构特征,包括:
(D-1):从预设瓜子脸的人脸边缘模板包括的第一参考特征点中分别确定出该人脸图像的人脸边缘包括的每个特征点对应的第一参考特征点;
(D-2):分别计算每个特征点与其对应的第一参考特征点之间的距离,计算每个特征点与其对应的第一参考特征点之间的距离的第一平均距离;
(D-3):从预设鹅蛋脸的人脸边缘模板包括的第二参考特征点中分别确定出该人脸图像的人脸边缘包括的每个特征点对应的第二参考特征点;
(D-4):分别计算每个特征点与其对应的第二参考特征点之间的距离,计算每个特征点与其对应的第二参考特征点之间的距离的第二平均距离;
(D-5):从预设国字脸的人脸边缘模板包括的第三参考特征点中分别确定出该人脸图像的人脸边缘包括的每个特征点对应的第三参考特征点;
(D-6):分别计算每个特征点与其对应的第三参考特征点之间的距离,计算每个特征点与其对应的第三参考特征点之间的距离的第三平均距离;
(D-7):如果第一平均距离最小,则确定出该人脸图像具有瓜子脸的人脸结构特征;
(D-8):如果第二平均距离最小,则确定出该人脸图像具有鹅蛋脸的人脸结构特征;
(D-9):如果第三平均距离最小,则确定出该人脸图像具有国字脸的人脸结构特征。
可以通过如下(E-1)和(E-5)的步骤,来确定出该人脸图像是否具有宽眉毛或窄眉毛的人脸结构特征,包括:
(E-1):在左眉毛的轮廓包括的特征点中,获取特征点匹配对,特征点匹配对包括两个特征点,该两个特征点到左眉毛的同一端点所在特征点之间相隔的特征点数目相等;
例如,在左眉毛的轮廓包括的特征点中,确定出由特征点2和特征点8组成的第一特征点匹配对、由特征点3和特征点7组成的第二特征点匹配对以及由特征点4和特征点6组成的第三特征点匹配对。
对于任一个特征点匹配对,假设第二特征点匹配对,第二特征点匹配对包括的特征点2到左眉毛最左端所在特征点1之间相隔的特征点数目为1,以及第二特征点匹配对包括的特征点8到左眉毛最左端所在特征点1之间相隔的特征点数目也为1,两者相等。
(E-2):在右眉毛的轮廓包括的特征点中,获取特征点匹配对,特征点匹配对包括两个特征点,该两个特征点到右眉毛的同一端点所在特征点之间相隔的特征点数目相等;
例如,在右眉毛的轮廓包括的特征点中,确定出由特征点12和特征点14组成的第四特征点匹配对、由特征点11和特征点15组成的第五特征点匹配对以及由特征点10和特征点16组成的第六特征点匹配对。
对于任一个特征点匹配对,假设第五特征点匹配对,第五特征点匹配对包括的特征点15到右眉毛最左端所在特征点13之间相隔的特征点数目为1,以及第五特征点匹配对包括的特征点11到右眉毛最左端所在特征点13之间相隔的特征点数目也为1,两者相等。
(E-3):计算每个特征点匹配对包括的两个特征点之间的距离,根据每个特征点匹配对包括的两个特征点之间的距离以及特征点匹配对的数目计算第二平均距离;
(E-4):如果计算出的第二平均距离大于预设第二阈值,则确定该人脸图像具有宽眉毛的人脸结构特征;
(E-5):如果计算出的第二平均距离小于或等于预设第二阈值,则确定该人脸图像具有窄眉毛的人脸结构特征。
进一步地,对于每个用户群体,技术人员可以事先获取该用户群体中包括的男性名人的人脸图像并组成男性预设人脸图像库,将该用户群体的群体标识和该男性预设人脸图像库存储在群体标识与男性预设人脸图像库的对应关系中。
步骤205:对男性人脸图像库中的人脸图像进行聚类,得到每种人脸结构特征对应一个人脸图像集合,任一种人脸结构特征对应的人脸图像集合中的人脸图像都具有该人脸结构特征;
其中,大眼睛人脸图像集合中的人脸图像具有大眼睛的人脸结构特征,小眼睛人脸图像集合中的人脸图像具有小眼睛的人脸结构特征,瓜子脸人脸图像集合中的人脸图像具有瓜子脸的人脸结构特征,鹅蛋脸人脸图像集合中的人脸图像具有鹅蛋脸的人脸结构特征,国字脸人脸图像集合中的人脸图像具有国字脸的人脸结构特征,薄嘴唇人脸图像集合中的人脸图像具有薄嘴唇的人脸结构特征,厚嘴唇人脸图像集合中的人脸图像具有厚嘴唇的人脸结构特征,宽眉毛人脸图像集合中的人脸图像具有宽眉毛的人脸结构特征,窄眉毛人脸图像集合中的人脸图像具有窄眉毛的人脸结构特征,大嘴巴人脸图像集合中的人脸图像具有大嘴巴的人脸结构特征,以及小嘴巴人脸图像集合中的人脸图像具有小嘴巴的人脸结构特征。
需要说明的是,技术人员可以事先设定每个用户群体对应的人脸结构特征,对于任一用户群体,技术人员可以根据该用户群体所处的城市和/或该用户群体包括的用户的相貌特点,设定该用户群体对应的人脸结构特征,然后存储该用户群体的群体标识和设定的人脸结构特征的对应关系。
例如,某一用户群体所处新疆某地且哈萨克族人占该用户群体人数的大多数,另外,大部分哈萨克族人具有鹅蛋脸和大眼睛的人脸结构特征,则可以设定该用户群体的人脸结构特征为鹅蛋脸和大眼睛。
执行完本步骤之后,对于每个用户群体,为了便于说明将该用户群体称为待获取的用户群体,可以按如下方法流程来获取待获取的用户群体的面部特征图像。
步骤206:获取待获取的用户群体对应的人脸结构特征;
具体地,根据待获取的用户群体的群体标识,从已存储的群体标识与人脸结构特征的对应关系中获取待获取的用户群体对应的人脸结构特征。
步骤207:获取该人脸结构特征对应的人脸图像集合中的人脸图像;
例如,待获取的用户群体具有大眼睛和宽眉毛的人脸结构特征,则获取大眼睛人脸图像集合中的人脸图像和宽眉毛人脸图像集合中的人脸图像。
步骤208:根据获取的人脸图像,生成待获取的用户群体的男性面部特征图像。
具体地,根据待获取的用户群体的群体标识,查找已存储的群体标识与男性预设人脸图像库的对应关系,如果查找出对应的男性预设人脸图像库,则根据获取的人脸图像和查找的男性预设人脸图像库中的预设人脸图像,生成待获取的用户群体的男性面部特征图像。
优选地,根据获取的人脸图像和查找的男性预设人脸图像库中的预设人脸图像,生成待获取的用户群体的男性面部特征图像可以通过如下2081至2083的步骤实现,包括:
2081:根据获取的人脸图像,计算第一平均相貌对应的第一平均特征点集合,第一平均相貌为获取的人脸图像的平均相貌,第一平均特征点集合包括第一平均相貌包括的特征点;
具体地,通过如下公式(3)计算出第一平均相貌包括的特征点;
其中,在上述公式(3)中,Wi为第一平均相貌包括的序号为i的特征点,Wji为获取的第j张人脸图像中序号为i的特征点,i大于或等于1且小于或等于人脸图像包括的特征点的个数,N为获取的人脸图像的个数,j为第j张获取的人脸图像,1≤j≤N。
将第一平均相貌包括的特征点组成第一平均相貌对应的第一平均特征点集合;
例如,通过上述公式(3)计算出第一平均相貌包括的88个特征点,分别为特征点W1至特征点W88,将特征点W1至特征点W88组成第一平均相貌对应的第一平均特征点集合。
2082:根据查找的男性预设人脸图像库中包括的预设人脸图像,计算第二平均相貌对应的第二平均特征点集合,第二平均相貌为预设人脸图像库中包括的预设人脸图像的平均相貌,第二平均特征点集合包括第二平均相貌包括的特征点;
具体地,通过如下公式(4)计算出第二平均相貌包括的特征点;
其中,在上述公式(4)中,Zi为第二平均相貌包括的序号为i的特征点;Zki为第k张预设人脸图像中序号为i的特征点,i大于或等于1且小于或等于人脸图像包括的特征点的个数,M为男性预设人脸图像的个数,k为第k张男性预设人脸图像,1≤k≤M。
将第二平均相貌包括的特征点组成第二平均相貌对应的第二平均特征点集合;
例如,通过上述公式(4)计算出第二平均相貌包括的88个特征点,分别为特征点Z1至特征点Z88,将特征点Z1至特征点Z88组成第二平均相貌对应的第二平均特征点集合。
2083:根据第一平均特征点集合和第二平均特征点集合生成待获取的用户群体的面部特征图像。
具体地,可以通过如下(F-1)和(F-2)两步骤实现,包括:
(F-1):根据第一平均特征点集合和第二平均特征点集合按如下公式(5)计算出第三平均特征点;
Oi=Ti*S1+Hi*S2……(5);
在上述公式(5)中,i为特征点的序号,Ti为第一平均特征点集合中的特征点,Hi为第二平均特征点集合中的特征点,Oi为第三平均特征点集合中的特征点,S1为预设第一权重,S2为预设第二权重;
(F-2):根据第三平均特征点集合中的特征点生成待获取的用户群体的男性面部特征图像。
具体地,通过第三平均特征点集合中的特征点,绘制人脸面部特征图像的轮廓以及该人脸面部特征图像包括的人脸元素的轮廓;对该人脸面部特征图像的轮廓以及该人脸面部特征图像包括的人脸元素的轮廓进行肤色填充,得到该人脸面部特征图像,将该人脸面部特征图像作为待获取的用户群体对应的男性面部特征图像。
在生成各用户群体对应的面部特征图像后,当某个用户想加入用户群体时,该用户可以将自己的面部图像输入给匹配***,匹配***计算该用户的面部图像与每个用户群体对应的面部特征图像之间的相似度,并将相似度最大的预设数值个用户群体推荐给该用户。该用户可以选择一个用户群体加入。
或者,该用户也可以直接用自己的面部图像分别与每个用户群体对应的面部特征图像进行比对,比对出与自己面部图像最相似的一个用户群体并加入该用户群体。
在本发明实施例中,获取待获取的用户群体对应的人脸结构特征;根据待获取的用户群体的人脸结构特征,从已存储的人脸图像库中获取符合待获取的用户群体对应的人脸结构特征的人脸图像;根据获取的人脸图像,生成待获取的用户群体的面部特征图像。以使当用户需要加入用户群体时,用户可以选择与自己相貌最相似的面部特征图像对应的用户群体,然后加入选择的用户群体;也可以根据用户群体的面部特征图像查看该用户群体的面部特征。
实施例3
参见图3,本发明实施例提供了一种获取用户群体的面部特征图像的装置,包括:
第一获取模块301,用于获取待获取的用户群体对应的人脸结构特征;
第二获取模块302,用于根据待获取的用户群体对应的人脸结构特征,从已存储的人脸图像库中获取符合待获取的用户群体对应的人脸结构特征的人脸图像;
生成模块303,用于根据获取的人脸图像,生成待获取的用户群体的面部特征图像。
其中,第一获取模块301包括:
获取单元,用于根据待获取的用户群体的群体标识,从已存储的群体标识与人脸结构特征的对应关系中获取待获取的用户群体对应的人脸结构特征。
进一步地,该装置还包括:
提取模块,用于提取人脸图像库包括的每张人脸图像的人脸结构特征。
进一步地,该装置还包括:
设置模块,用于从人脸图像库中获取背景为非纯色的人脸图像,将获取的人脸图像的背景设置为纯色。
其中,生成模块303包括:
查找单元,用于根据待获取的用户群体的群体标识,查找已存储的群体标识与预设人脸图像库的对应关系;
生成单元,用于如果查找出对应的预设人脸图像库,则根据获取的人脸图像和查找的预设人脸图像库中包括的预设人脸图像,生成待获取的用户群体的面部特征图像。
每个用户群体对应预设人脸图像库,该预设人脸图像库用于存储该用户群体包括的名人的人脸图像。
其中,生成单元包括:
第一计算子单元,用于根据获取的人脸图像,计算第一平均相貌对应的第一平均特征点集合,第一平均特征点集合包括第一平均相貌包括的特征点;
第二计算子单元,用于根据查找的预设人脸图像库中包括的预设人脸图像,计算第二平均相貌对应的第二平均特征点集合,第二平均特征点集合包括第二平均相貌包括的特征点;
生成子单元,用于根据第一平均特征点集合和第二平均特征点集合生成待获取的用户群体的面部特征图像。
其中,生成子单元具体用于根据第一平均特征点集合和第二平均特征点集合按如下公式(6)计算出第三平均特征点集合;
Oi=Ti*S1+Hi*S2……(6);
在上述公式(6)中,i为特征点的序号,Ti为第一平均特征点集合中的特征点,Hi为第二平均特征点集合中的特征点,Oi为第三平均特征点集合中的特征点,S1为预设第一权重,S2为预设第二权重;
根据第三平均特征点集合中的特征点生成待获取的用户群体的面部特征图像。
在本发明实施例中,获取待获取的用户群体对应的人脸结构特征;根据待获取的用户群体的人脸结构特征,从已存储的人脸图像库中获取符合待获取的用户群体对应的人脸结构特征的人脸图像;根据获取的人脸图像,生成待获取的用户群体的面部特征图像。以使当用户需要加入用户群体时,用户可以选择与自己相貌最相似的面部特征图像对应的用户群体,然后加入选择的用户群体;也可以根据用户群体的面部特征图像查看该用户群体的面部特征。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种获取用户群体的面部特征图像的方法,其特征在于,所述方法包括:
获取待获取的用户群体对应的人脸结构特征;
根据所述待获取的用户群体对应的人脸结构特征,从已存储的人脸图像库中获取符合所述待获取的用户群体对应的人脸结构特征的人脸图像;
根据所述获取的人脸图像,生成所述待获取的用户群体的面部特征图像。
2.如权利要求1所述的方法,其特征在于,所述获取待获取的用户群体对应的人脸结构特征,包括:
根据所述待获取的用户群体的群体标识,从已存储的群体标识与人脸结构特征的对应关系中获取所述待获取的用户群体对应的人脸结构特征。
3.如权利要求1或2所述的方法,其特征在于,所述获取符合所述待获取的用户群体对应的人脸结构特征的人脸图像之前,还包括:
提取人脸图像库包括的每张人脸图像的人脸结构特征。
4.如权利要求1所述的方法,其特征在于,所述获取符合所述待获取的用户群体对应的人脸结构特征的人脸图像之前,还包括:
从所述人脸图像库中获取背景为非纯色的人脸图像,将所述获取的人脸图像的背景设置为纯色。
5.如权利要求1所述的方法,其特征在于,所述根据所述获取的人脸图像,生成所述待获取的用户群体的面部特征图像,包括:
根据待获取的用户群体的群体标识,查找已存储的群体标识与预设人脸图像库的对应关系;
如果查找出对应的预设人脸图像库,则根据所述获取的人脸图像和所述查找的预设人脸图像库中包括的预设人脸图像,生成所述待获取的用户群体的面部特征图像。
6.如权利要求5所述的方法,其特征在于,所述根据所述获取的人脸图像和所述查找的预设人脸图像库中包括的预设人脸图像,生成所述待获取的用户群体的面部特征图像,包括:
根据所述获取的人脸图像,计算第一平均相貌对应的第一平均特征点集合,所述第一平均特征点集合包括所述第一平均相貌包括的特征点;
根据所述查找的预设人脸图像库中包括的预设人脸图像,计算第二平均相貌对应的第二平均特征点集合,所述第二平均特征点集合包括所述第二平均相貌包括的特征点;
根据所述第一平均特征点集合和所述第二平均特征点集合生成所述待获取的用户群体的面部特征图像。
7.如权利要求6所述的方法,其特征在于,所述根据所述第一平均特征点集合和所述第二平均特征点集合生成所述待获取的用户群体的面部特征图像,包括:
根据所述第一平均特征点集合和所述第二平均特征点集合按如下公式(1)计算出第三平均特征点集合;
Oi=Ti*S1+Hi*S2……(1);
在上述公式(1)中,i为特征点的序号,Ti为所述第一平均特征点集合中的特征点,Hi为所述第二平均特征点集合中的特征点,Oi为所述第三平均特征点集合中的特征点,S1为预设第一权重,S2为预设第二权重;
根据所述第三平均特征点集合中的特征点生成所述待获取的用户群体的面部特征图像。
8.一种获取用户群体的面部特征图像的装置,其特征在于,所述装置包括:
第一获取模块,用于获取待获取的用户群体对应的人脸结构特征;
第二获取模块,用于根据所述待获取的用户群体对应的人脸结构特征,从已存储的人脸图像库中获取符合所述待获取的用户群体对应的人脸结构特征的人脸图像;
生成模块,用于根据所述获取的人脸图像,生成所述待获取的用户群体的面部特征图像。
9.如权利要求8所述的装置,其特征在于,所述第一获取模块包括:
获取单元,用于根据所述待获取的用户群体的群体标识,从已存储的群体标识与人脸结构特征的对应关系中获取所述待获取的用户群体对应的人脸结构特征。
10.如权利要求8或9所述的装置,其特征在于,所述装置还包括:
提取模块,用于提取人脸图像库包括的每张人脸图像的人脸结构特征。
11.如权利要求8所述的装置,其特征在于,所述装置还包括:
设置模块,用于从所述人脸图像库中获取背景为非纯色的人脸图像,将所述获取的人脸图像的背景设置为纯色。
12.如权利要求8所述的装置,其特征在于,所述生成模块包括:
查找单元,用于根据待获取的用户群体的群体标识,查找已存储的群体标识与预设人脸图像库的对应关系;
生成单元,用于如果查找出对应的预设人脸图像库,则根据所述获取的人脸图像和所述查找的预设人脸图像库中包括的预设人脸图像,生成所述待获取的用户群体的面部特征图像。
13.如权利要求12所述的装置,其特征在于,所述生成单元包括:
第一计算子单元,用于根据所述获取的人脸图像,计算第一平均相貌对应的第一平均特征点集合,所述第一平均特征点集合包括所述第一平均相貌包括的特征点;
第二计算子单元,用于根据所述查找的预设人脸图像库中包括的预设人脸图像,计算第二平均相貌对应的第二平均特征点集合,所述第二平均特征点集合包括所述第二平均相貌包括的特征点;
生成子单元,用于根据所述第一平均特征点集合和所述第二平均特征点集合生成所述待获取的用户群体的面部特征图像。
14.如权利要求13所述的装置,其特征在于,
所述生成子单元具体用于根据所述第一平均特征点集合和所述第二平均特征点集合按如下公式(1)计算出第三平均特征点集合;
Oi=Ti*S1+Hi*S2……(1);
在上述公式(1)中,i为特征点的序号,Ti为所述第一平均特征点集合中的特征点,Hi为所述第二平均特征点集合中的特征点,Oi为所述第三平均特征点集合中的特征点,S1为预设第一权重,S2为预设第二权重;
根据所述第三平均特征点集合中的特征点生成所述待获取的用户群体的面部特征图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310675181.3A CN104715224B (zh) | 2013-12-11 | 2013-12-11 | 一种获取用户群体的面部特征图像的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310675181.3A CN104715224B (zh) | 2013-12-11 | 2013-12-11 | 一种获取用户群体的面部特征图像的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104715224A true CN104715224A (zh) | 2015-06-17 |
CN104715224B CN104715224B (zh) | 2019-01-04 |
Family
ID=53414537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310675181.3A Expired - Fee Related CN104715224B (zh) | 2013-12-11 | 2013-12-11 | 一种获取用户群体的面部特征图像的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104715224B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503686A (zh) * | 2016-10-28 | 2017-03-15 | 广州炒米信息科技有限公司 | 检索人脸图像的方法和*** |
WO2018188535A1 (zh) * | 2017-04-14 | 2018-10-18 | 深圳市商汤科技有限公司 | 人脸图像处理方法、装置和电子设备 |
US11132824B2 (en) | 2017-04-14 | 2021-09-28 | Shenzhen Sensetime Technology Co., Ltd. | Face image processing method and apparatus, and electronic device |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339612A (zh) * | 2008-08-19 | 2009-01-07 | 陈建峰 | 一种脸型轮廓的检测与分类方法 |
CN101556699A (zh) * | 2008-11-07 | 2009-10-14 | 浙江大学 | 一种基于脸型的人脸衰老图像合成方法 |
CN102103695A (zh) * | 2009-12-21 | 2011-06-22 | 北京中星微电子有限公司 | 一种图像样本生成方法及装置 |
US20110222744A1 (en) * | 2010-03-09 | 2011-09-15 | Samsung Electronics Co., Ltd. | Face recognition apparatus and method using plural face images |
-
2013
- 2013-12-11 CN CN201310675181.3A patent/CN104715224B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339612A (zh) * | 2008-08-19 | 2009-01-07 | 陈建峰 | 一种脸型轮廓的检测与分类方法 |
CN101556699A (zh) * | 2008-11-07 | 2009-10-14 | 浙江大学 | 一种基于脸型的人脸衰老图像合成方法 |
CN102103695A (zh) * | 2009-12-21 | 2011-06-22 | 北京中星微电子有限公司 | 一种图像样本生成方法及装置 |
US20110222744A1 (en) * | 2010-03-09 | 2011-09-15 | Samsung Electronics Co., Ltd. | Face recognition apparatus and method using plural face images |
Non-Patent Citations (1)
Title |
---|
段晓东 等: "基于Haarlike的人脸民族特征分析", 《微电子学与计算机》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106503686A (zh) * | 2016-10-28 | 2017-03-15 | 广州炒米信息科技有限公司 | 检索人脸图像的方法和*** |
WO2018076495A1 (zh) * | 2016-10-28 | 2018-05-03 | 广州炒米信息科技有限公司 | 检索人脸图像的方法和*** |
WO2018188535A1 (zh) * | 2017-04-14 | 2018-10-18 | 深圳市商汤科技有限公司 | 人脸图像处理方法、装置和电子设备 |
US11132824B2 (en) | 2017-04-14 | 2021-09-28 | Shenzhen Sensetime Technology Co., Ltd. | Face image processing method and apparatus, and electronic device |
US11250241B2 (en) | 2017-04-14 | 2022-02-15 | Shenzhen Sensetime Technology Co., Ltd. | Face image processing methods and apparatuses, and electronic devices |
Also Published As
Publication number | Publication date |
---|---|
CN104715224B (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106295476B (zh) | 人脸关键点定位方法和装置 | |
CN105243371B (zh) | 一种人脸美颜程度的检测方法、***及拍摄终端 | |
Asadifard et al. | Automatic adaptive center of pupil detection using face detection and cdf analysis | |
CN103810490A (zh) | 一种确定人脸图像的属性的方法和设备 | |
WO2017107957A9 (zh) | 人脸图像的检索方法及装置 | |
US8509499B2 (en) | Automatic face detection and identity masking in images, and applications thereof | |
US11403874B2 (en) | Virtual avatar generation method and apparatus for generating virtual avatar including user selected face property, and storage medium | |
WO2019228167A1 (zh) | 一种辅助化妆方法、装置及智能镜 | |
CN107545220A (zh) | 一种人脸识别方法及装置 | |
CN108921782A (zh) | 一种图像处理方法、装置及存储介质 | |
CN109801380A (zh) | 一种虚拟试衣的方法、装置、存储介质及计算机设备 | |
CN110288715B (zh) | 虚拟项链试戴方法、装置、电子设备及存储介质 | |
CN105574500B (zh) | 提高人脸识别通过率的方法和装置 | |
KR20150099129A (ko) | 국소 특징 기반 적응형 결정 트리를 이용한 얼굴 표정 인식 방법 및 장치 | |
CN103745209B (zh) | 一种人脸识别方法及*** | |
CN110322398B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
WO2023088277A1 (zh) | 虚拟穿戴方法、装置、设备、存储介质及程序产品 | |
KR102043626B1 (ko) | 복수의 성형수술경험자의 비포 앤 애프터 이미지에 대한 빅데이터를 분석하여 성형수술을 희망하는 고객에게 가상의 성형이미지를 제공하는 딥러닝 기반 가상성형장치 | |
CN104157001A (zh) | 一种头部漫画的绘制方法及装置 | |
CN106503686A (zh) | 检索人脸图像的方法和*** | |
CN111680550B (zh) | 情感信息识别方法、装置、存储介质及计算机设备 | |
CN110199296A (zh) | 人脸识别方法、处理芯片以及电子设备 | |
CN104424483A (zh) | 一种人脸图像的光照预处理方法、装置及终端 | |
CN104715224A (zh) | 一种获取用户群体的面部特征图像的方法及装置 | |
CN110728242A (zh) | 基于人像识别的图像匹配方法、装置、存储介质及应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190104 |
|
CF01 | Termination of patent right due to non-payment of annual fee |