Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学李建军获国家专利权

杭州电子科技大学李建军获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉杭州电子科技大学申请的专利一种基于人脸模板和滑动窗口的人脸提取方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119723630B

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411512411.9,技术领域涉及:G06V40/16;该发明授权一种基于人脸模板和滑动窗口的人脸提取方法是由李建军;吉泽人;刘畅;叶茵;张磊;林乃键;黄天宸;李志勇;李振辉设计研发完成,并于2024-10-28向国家知识产权局提交的专利申请。

一种基于人脸模板和滑动窗口的人脸提取方法在说明书摘要公布了:本发明公开了一种基于人脸模板和滑动窗口的人脸提取方法,首先将图片转为灰度图,并采用sobel算子进行边缘检测得到边缘强度特征;对灰度图进行预处理,然后对经过处理的图片计算积分图;基于人脸模板,对人脸模板满足规则的阈值进行赋值;基于积分图计算像素密度特征,然后结合边缘强度特征标记人脸候选区域;最后利用滑动窗口检测人脸候选区域并与人脸模板满足规则结合寻找具体人脸位置,绘制人脸方框。本发明引入人脸模板与自适应的滑动窗口检测结合技术,利用检测区域与人脸模板的匹配程度增强检测的准确性。本发明采用基于特征点的局部滑动窗口,避免对无效区域、无效特征的检测,通过对边缘强度特征和像素密集度特征的检测,来预测人脸的大致位置,并结合人脸模板搜索人脸具体位置。

本发明授权一种基于人脸模板和滑动窗口的人脸提取方法在权利要求书中公布了:1.一种基于人脸模板和滑动窗口的人脸提取方法,其特征在于,包括以下步骤: 步骤1批量人脸图片输入; 步骤2将图片转为灰度图,并采用sobel算子进行边缘检测得到边缘强度特征; 边缘强度矩阵为: 其中,Gxx,y为水平方向的梯度;Gyx,y为垂直方向的梯度; 步骤3对灰度图进行预处理,包含均值滤波、二值图转换、膨胀、腐蚀; 步骤4对经过处理的图片计算积分图,用于统计区域内的像素点和; 步骤5基于人脸模板,对人脸模板满足规则的阈值进行赋值; 由检测所需设备拍摄的真实照片作为模板,将人脸模板定为一个正方形区域,从真实 照片中截取需要的标准人脸部分得到人脸模板;将人脸模板进行灰度化和预处理后等分成 5*5的25个子区域并按照行优先编号w1~w25,利用积分图计算25个子区域的像素点和并以 此赋值给w1~w25;是人脸模板25个子区域的总和;基于多张标准人脸面部预处理过后 的像素点分布情况,对人脸模板满足规则的阈值进行赋值,具体如下: 其中EYES_MIN与EYES_MAX表示两眼部分像素点的比率下限与上限,EYES_OF_FACE_MIN与EYES_OF_FACE_MAX表示左眼或者右眼与脸部整体像素点比例的下限与上限,NOSE_OF_FACE_MIN与NOSE_OF_FACE_MAX表示鼻部与脸部整体像素点比例的下限与上限,MOUSE_OF_FACE_MIN与MOUSE_OF_FACE_MAX表示嘴部与脸部整体像素点比例的下限与上限;CHEEK表示两侧脸颊与脸部整体像素点比例的上限;BLANK表示脸部空白处的像素点分布数量; 步骤6基于积分图计算像素密度特征,然后结合边缘强度特征标记人脸候选区域; 针对预处理后的图片,基于积分图计算像素密度特征,然后结合边缘强度特征的多维度判断,标记人脸候选区域,排除不含有清晰边缘特征的区域; 定义初步滑动窗口的边长n,初步滑动窗口从图片的左上角开始,以步长d滑动直到覆 盖整个图片区域;滑动窗口在滑动过程中的定义如下:滑动窗口由一个起始点x,y与窗 口边长n所组成,起始点设定为窗口的左上角顶点;在每次滑动扫描时,对初步滑动窗口区 域进行边缘强度特征与像素密集度特征的计算,并与设定的阈值、、进行比较;对 于满足任一设定特征阈值的区域进行人脸候选区域标记:将区域的起始点与边长存储到候 选面部位置数组X;具体区域的边缘强度特征与像素密集度特征的计算操作如下: 首先基于边缘强度特征进行区域标记,条件如下: 区域的左上角坐标为xa,ya,边长为n,则右下角的坐标为xa+n-1,ya+n-1;计算区域内边缘强度总和: 然后比较边缘强度总和与阈值:若S大于预设的阈值,则标记该区域为人脸候选区 域; 同时基于积分图计算像素密度特征进行密集度检测:在图片中检测出五官即像素密集度高的区域,也将其标记为可能的人脸候选区域;五官像素密集度检测具体如下: 计算区域内像素值的平均值: 计算像素值的方差: 若当前区域内像素点均值超过均值阈值,则认为当前区域内包含重要面部特征,标 记该区域为人脸候选区域; 若当前区域内像素点方差低于方差阈值,表示像素点密集程度较高,则认定为当前 区域内包含重要面部特征,标记该区域为人脸候选区域; 步骤7利用滑动窗口检测人脸候选区域,并与人脸模板满足规则结合寻找具体人脸位置,绘制人脸方框; 定义新滑动窗口的边长设置为,具体表示为公式如下: 其中,n表示初步滑动窗口的边长;α表示为用于放缩初步滑动窗口边长的比例因子, 设置为0.45~1之间; 新滑动窗口的步长设置为,其具体数值在1~5之间取一个整数值; 新滑动窗口在搜索的时候,直接对每个人脸候选区域按序进行搜索;首先对于每个人脸候选区域生成新滑动窗口,即使用相较于初步滑动窗口更小的新滑动窗口在人脸候选区域内进行更为细致地扫描; 具体而言,新滑动窗口边长设置为C,在人脸候选区域内,设置步长为,按照行优先顺 序进行扫描; 每次扫描时会将新滑动窗口所框选的检测区域与预设定的人脸模板进行匹配,基于给 定的7个人脸模板满足规则进行计算:同样将检测区域等分成25个方块,若满足规则1到 规则5中的任一条,则认为该检测区域可能含有人脸,并对该检测区域进行置信度计算: 每满足一条规则,则按照每条规则对应的权重,按照比例增加置信度,并存储其检测区域位 置坐标;最终得到当前人脸候选区域每个检测区域Y对应的置信度,以及对应的检测区 域位置坐标。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。