一種查找人臉照片的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像分析技術(shù)領(lǐng)域，具體地說，設(shè)及一種查找人臉照片的方法。
【背景技術(shù)】
[0002] 當(dāng)前在一些圖片捜索應(yīng)用中進(jìn)行照片捜索時(shí)，系統(tǒng)通常要求用戶輸入一張目標(biāo)人 物的照片。系統(tǒng)對輸入的照片進(jìn)行人臉檢測、特征提取的相關(guān)處理后在圖像數(shù)據(jù)庫中按相 似度計(jì)算結(jié)果從高到低排序，從而捜索到相似照片。
[0003] 根據(jù)輸入圖像進(jìn)行捜索只適用于擁有目標(biāo)人物的照片的情況，在一些特定場景如 執(zhí)法機(jī)構(gòu)只有目擊證人的主觀描述但沒有犯罪嫌疑人的照片時(shí)，或者用戶想查找記憶中的 某人但沒有該人的任何照片時(shí)，運(yùn)種基于輸入圖像的捜索方式就不能滿足用戶需求。
[0004] 針對執(zhí)法機(jī)構(gòu)只有目擊證人的主觀描述但沒有犯罪嫌疑人的照片時(shí)，常用的技術(shù) 手段是根據(jù)目擊證人的印象與記憶，使用人臉合成畫像軟件提供的臉部組件如眉毛、眼睛、 鼻型，嘴等，拼接合成出一個(gè)人臉，之后按照運(yùn)個(gè)合成人臉在犯罪嫌疑人人臉照片庫中捜索 相似人物。在進(jìn)行海量圖像捜索時(shí)可W利用輸入的器官特征先對圖像庫進(jìn)行壓縮，只取含 有輸入臉部組件的圖片進(jìn)行相似度比對，也可W依據(jù)合成人臉圖片尋找圖像庫中與其相似 的人臉圖片。 陽〇化]目前的人臉合成畫像軟件提供的臉部組件比較生硬和單一，臉型、發(fā)型等種類有 限，不易于復(fù)原目標(biāo)人物的臉部特征，而且要求描述者對目標(biāo)人物有清晰的印象，包括眉 形、眼睛大小等，一般情況下運(yùn)個(gè)要求較難實(shí)現(xiàn)。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明的目的在于提供一種查找人臉照片的方法，W解決用戶沒有比對照片時(shí)， 無法在人臉照片庫中準(zhǔn)確查找到對應(yīng)的人臉照片的技術(shù)問題。
[0007] 本發(fā)明提供了一種查找人臉照片的方法，該方法包括：
[0008] 步驟S1 :從預(yù)設(shè)置的人臉照片庫中隨機(jī)提取多張備選照片并向用戶展示；
[0009] 步驟S2:判斷是否有用戶選中的備選照片，若無，回到步驟S1，若有，進(jìn)行步驟 S3 ；
[0010] 步驟S3 :接收用戶選中的備選照片W及用戶賦予備選照片的屬性標(biāo)注；
[0011] 步驟S4 :若該用戶選中的備選照片的屬性標(biāo)注是目標(biāo)照片，則輸出該目標(biāo)照片；
[0012] 步驟S5 :若該用戶選中的備選照片的屬性標(biāo)注是相似照片，則基于該相似照片， 從預(yù)設(shè)置的人臉照片庫中提取多張與該相似照片相似的照片，將提取到的多張與該相似照 片相似的照片作為再次向用戶展示的備選照片，回到步驟S2。
[0013] 可選的，在所述步驟S1之前，還包括：
[0014] 接收來自用戶的輸入信息，所述輸入信息至少包括人種、性別、年齡范圍、體型中 的一項(xiàng)。
[0015] 可選的，所述步驟S1包括：
[0016] 基于所述輸入信息，從預(yù)設(shè)置的人臉照片庫中，隨機(jī)提取多張與所述輸入信息相 符的備選照片并向用戶展示。
[0017] 可選的，在所述步驟S1之前，還包括：
[0018] 建立人臉照片庫。
[0019] 可選的，所述建立人臉照片庫包括：
[0020] 對圖片庫中的圖片進(jìn)行人臉檢測，提取出所述圖片庫中的所有人臉照片，形成人 臉照片庫；
[0021] 對所述人臉照片庫中的所有人臉照片進(jìn)行特征提??；
[0022] 根據(jù)所提取的特征建立特征向量；
[0023] 基于所建立的特征向量，對任意兩張人臉照片進(jìn)行相似度計(jì)算，對任一人臉照片， 按與該人臉照片的相似度由高至低排列其他人臉圖片，并記錄排列順序。
[0024] 可選的，所述步驟S5中的基于該相似照片，從預(yù)設(shè)置的人臉照片庫中提取多張與 該相似照片相似的照片包括：
[0025] 基于該相似照片對應(yīng)的記錄的排列順序，從預(yù)設(shè)置的人臉照片庫中按序提取多張 與該相似照片相似的照片。
[00%] 可選的，所述建立人臉照片庫還包括：
[0027] 記錄每張人臉照片的屬性信息，所述屬性信息至少包括人種、性別、年齡范圍、體 型中的一項(xiàng)。
[0028] 可選的，基于所述輸入信息，自預(yù)設(shè)置的人臉照片庫中，隨機(jī)提取多張與所述輸入 信息相符的備選照片并向用戶展示包括：
[0029] 將所述輸入信息與各人臉照片的屬性信息進(jìn)行匹配，從預(yù)設(shè)置的人臉照片庫中， 隨機(jī)提取多張屬性信息與所述輸入信息完全匹配的備選照片。
[0030] 可選的，對所述人臉照片庫中的所有人臉照片進(jìn)行特征提取之前，還包括：
[0031] 定位人臉照片中左右瞳孔和左右嘴角的位置；
[0032] 利用所述左右嘴角的位置，確定嘴己中屯、的位置；
[0033] 基于所述嘴己中屯、和左右瞳孔的位置，將人臉照片進(jìn)行對齊。
[0034] 可選的，所提取的特征包括方向梯度直方圖特征和局部二值模式特征。
[0035] 本發(fā)明帶來了W下有益效果：本發(fā)明提供了一種查找人臉照片的方法，該方法通 過篩選備選照片，并根據(jù)用戶的反饋進(jìn)行進(jìn)一步的篩選或重新選擇，能夠解決用戶沒有比 對照片時(shí)，無法在人臉照片庫中準(zhǔn)確查找到對應(yīng)的人臉照片的技術(shù)問題。
[0036] 本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變 得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利 要求書W及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。
【附圖說明】
[0037] 為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對實(shí)施例描述中所需要的 附圖做簡單的介紹：
[0038]圖1是本發(fā)明實(shí)施例提供的查找人臉照片的方法的流程示意圖。
【具體實(shí)施方式】
[0039]W下將結(jié)合附圖及實(shí)施例來詳細(xì)說明本發(fā)明的實(shí)施方式，借此對本發(fā)明如何應(yīng)用 技術(shù)手段來解決技術(shù)問題，并達(dá)成技術(shù)效果的實(shí)現(xiàn)過程能充分理解并據(jù)W實(shí)施。需要說明 的是，只要不構(gòu)成沖突，本發(fā)明中的各個(gè)實(shí)施例W及各實(shí)施例中的各個(gè)特征可W相互結(jié)合， 所形成的技術(shù)方案均在本發(fā)明的保護(hù)范圍之內(nèi)。
[0040]實(shí)施例一；
[0041] 本實(shí)施例提供了一種查找人臉照片的方法，該方法是基于預(yù)先建立的人臉照片庫 實(shí)現(xiàn)的。
[0042] 建立人臉照片庫大致分為如下=個(gè)部分：人臉檢測、特征提取和相似度計(jì)算。
[0043] 對人臉照片庫中所有圖片進(jìn)行人臉檢測的過程中，本實(shí)施例采用 Viola-化nes(V-J)檢測器框架實(shí)現(xiàn)人臉檢測，并結(jié)合膚色檢測，從而提高人臉檢測的精度。
[0044]V-J檢測器通過建立大量檢測框?qū)斎氲娜四樥掌M(jìn)行掃描，提取哈爾化aar)特 征，再進(jìn)行Adaboost分類快速濾掉非人臉的檢測框。由于人臉照片一定包含相當(dāng)大部分的 膚色區(qū)域，本實(shí)施例中對每個(gè)人臉檢測框先進(jìn)行膚色檢測，過濾掉不含有膚色區(qū)域的檢測 框，將含有大部分膚色區(qū)域的檢測框輸入傳統(tǒng)V-J檢測器實(shí)現(xiàn)人臉檢測。
[0045] 膚色檢測作為人臉檢測前一級操作，可W快速有效地判斷檢測框是否對應(yīng)人臉， 減少人臉檢測計(jì)算量。本實(shí)施例中的膚色檢測首先利用大量訓(xùn)練圖片得到每個(gè)像素的膚色 似然度，當(dāng)檢測框中計(jì)算得到的平均膚色似然度大于整幅圖像的平均膚色似然度時(shí)，就將 該檢測框進(jìn)行后續(xù)的處理，否則濾掉。
[0046] 對于所檢測到的人臉，先進(jìn)行人臉對齊，確保將如臉部偏轉(zhuǎn)、抬頭低頭、側(cè)頭等 人臉圖像，調(diào)整至正臉，然后提取特征向量。具體方法是利用SDM(Supe;rvised Descent Method)算法進(jìn)行特征點(diǎn)定位，定位出輸入人臉照片中左右瞳孔和左右嘴角共四個(gè)特征點(diǎn)。 通過左右嘴角的坐標(biāo)可W計(jì)算出嘴己中屯、的位置，利用嘴己中屯、的位置和左右瞳孔=個(gè)點(diǎn) 作為人臉對齊的標(biāo)準(zhǔn)。
[0047] 另外，在定位、提取特征點(diǎn)時(shí)，可一并提取鼻尖位置，則共提取五個(gè)特征點(diǎn)。鼻尖位 置可W輔助其他四個(gè)特征點(diǎn)進(jìn)行計(jì)算，提高特征點(diǎn)計(jì)算的準(zhǔn)確程度。
[0048] 之后，通過仿射變換將此=點(diǎn)映射到大小為100*100的圖像上的預(yù)先設(shè)定的位 置，從而實(shí)現(xiàn)人臉的對齊。
[0049] 之后對該100*100大小的人臉圖像提取特征向量，先提取局部二值模式化ocal Binary化ttern，簡稱LBF〇特征和方向梯度直方圖化istogramofOrientedGradient,簡 稱HOG)特征，再分別利用預(yù)先訓(xùn)練好的主成分分析（PrincipalComponentAnalysis,簡稱 PCA)和線性判別式分析(XinearDiscriminantAnalysis,簡稱LDA)降維矩陣，將LBP特 征和HOG特征均降維到100維，并分別進(jìn)行模歸一化，最后串聯(lián)成200維的特征向量。
[0050] 最后，對各人臉照片進(jìn)行相似度計(jì)算。具體的，使用任意兩張人臉照片的200維向 量進(jìn)行余弦相似度計(jì)算，輸出范圍是0~1，越接近1，則兩張人臉照片的相似度越高。