(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211306236.9 (22)申请日 2022.10.25 (71)申请人 合肥工业大 学 地址 230009 安徽省合肥市包河区屯溪路 193号 (72)发明人 汪萌　马韵洁　何军　刘升　 (74)专利代理 机构 合肥和瑞知识产权代理事务 所(普通合伙) 34118 专利代理师 王挺 (51)Int.Cl. G06V 40/16(2022.01) (54)发明名称 一种对戴眼镜人员的人脸 面部提取方法 (57)摘要 本发明公开了一种对戴眼镜人员的人脸面 部提取方法， 涉及人脸识别技术领域， 本发明对 戴眼镜人员的人脸图像进行人脸检测， 得到人脸 检测框图像即人脸框图， 并进行尺 寸归一化得到 归一化人脸框图； 对归一化人脸框图进行肤色提 取， 得到人脸肤色区域； 对归一化人脸框图进行 人脸关键点检测， 得到人脸关键点的坐标信息； 将人脸关键点与人脸肤色区域相融合， 得到人脸 肤色关键点图像， 并对人脸肤色关键点图像进行 二值化得到二值化图像GS； 对二值化图像GS进行 轮廓提取， 提取戴眼镜人员的人脸面部轮廓信 息； 根据戴眼镜人员的人脸面部轮廓信息， 对归 一化人脸框图进行人脸面部区域的提取， 从而提 取出戴眼镜人员的完整人脸 面部区域。 权利要求书2页 说明书7页 附图3页 CN 115376197 A 2022.11.22 CN 115376197 A 1.一种对戴眼镜人员的人脸 面部提取 方法， 其特 征在于， 包括以下步骤： S1， 采集戴眼镜人员的人脸图像； S2， 对戴眼镜人员的人脸图像进行人脸检测， 得到人脸检测框图像即人脸框图， 并对人 脸框图进行尺寸归一 化， 得到归一 化人脸框图； S3， 对归一化人脸框图进行肤色提取， 得到人脸 肤色区域； S4， 对归一化人脸框图进行 人脸关键点检测， 得到人脸关键点的坐标信息； S5， 将人脸关键点与人脸肤色区域相融合， 得到人脸肤色关键点图像， 并对人脸肤色关 键点图像进行二 值化处理， 得到二 值化图像GS； S6， 对人脸肤色关键点图像经二值化处理后得到的二值化图像GS进行轮廓提取， 提取 戴眼镜人员的人脸 面部轮廓信息； S7， 根据戴眼镜人员的人脸面部轮廓信息， 对归一化人脸框图进行人脸面部区域的提 取， 得到戴眼镜人员的人脸 面部区域。 2.根据权利要求1所述的一种对戴眼镜人员的人脸面部提取方法， 其特征在于， 步骤S3 中， 使用RGB模型进行肤色提取， 人脸肤色区域中的像素点的RGB值需要满足如下所示的约 束条件： (R,G,B)>(95,40,20)； max(R,G,B) ‑min(R,G,B)>15； |R‑G|>15； R>G； R>B； 其中， R表示像素点的红色值， G表示像素点的绿色值， B表示像素点的蓝色值， max(R,G, B)表示像素点的R、 G、 B三个 分量值中的最大值， min(R,G,B)表示像素点的R、 G、 B三个分量值 中的最小值； 满足该约束条件的像素点即为人脸肤色区域中的像素点， 根据 人脸肤色区域中的像素 点即可得到人脸 肤色区域。 3.根据权利要求1所述的一种对戴眼镜人员的人脸面部提取方法， 其特征在于， 步骤S4 中， 利用计算机视觉库OpenCV进行人脸关键点检测， 针对归一化人脸框图自动定位出一组 预定义的人脸基准点即人脸关键点， 包括由眉毛、 眼睛、 鼻子、 嘴巴构成的n个人脸内部 关键 点， 以及m个人脸轮廓关键点。 4.根据权利要求1所述的一种对戴眼镜人员的人脸面部提取方法， 其特征在于， 步骤S5 的具体过程如下 所示： S51， 将人脸关键点与人脸 肤色区域相融合， 获取 人脸肤色关键点图像： S511， 将步骤S3提取到的人脸 肤色区域的图像 变换为灰度图像； S512， 根据步骤S4提取到的人脸关键点坐标信息， 在变换后的灰度图像中绘制人脸关 键点， 将人脸关键点中的眉毛、 眼睛、 鼻子、 嘴巴使用白色直线进 行连接， 连接后得到人脸肤 色关键点图像； S52， 计算人脸 肤色关键点图像的二 值化阈值T； S53， 利用二 值化阈值T， 对人脸 肤色关键点图像进行二 值化处理， 得到二 值化图像GS。 5.根据权利要求4所述的一种对戴眼镜人员的人脸面部提取方法， 其特征在于， 步骤权　利　要　求　书 1/2 页 2 CN 115376197 A 2S52中， 利用最大类间方差 法计算人脸肤色关键点图像的二值化阈值T， 所述二值化阈值T为 前景和背景的分割阈值， 其中， 前景是指不包含眼镜的区域， 背景是指眼镜区域； 若像素点 的灰度值大于二值化阈值T， 则判断该像素点为前景像素点； 若像素点的灰度值小于等于二 值化阈值T， 则判断该像素点 为背景像素点； 最大类间方差法如下 所示： 根据二值化阈值T对人脸肤色关键点图像中的前景和背景进行分割后， 若前景像素点 数量占人脸肤色关键点图像总像素点数量的比例为w0， 前景像素点的平均灰度值为u0， 背 景像素点数量占人脸肤色关键点图像总像素点数量的比例为w1， 背 景像素点的平均灰度值 为u1； 则人脸 肤色关键点图像的总平均灰度值u， 以及前 景和背景的方差g分别为： u=(w0×u0)+(w1×u1)； ； 当方差g最大时， 前景和背景的差异最大， 此时的二值化阈值T为最佳的分割阈值， 此时 的二值化阈值T即为 最终计算出的二 值化阈值T； 步骤S53中， 利用步骤S52最终计算出的二值化 阈值T， 对人脸肤色关键点图像进行二值 化处理， 若像素点的灰度值大于二值化阈值T， 则将该像素点的像素值设置为255， 若像素点 的灰度值小于二 值化阈值T， 则将该像素点的像素值设置为0， 从而得到二 值化图像GS。 6.根据权利要求1所述的一种对戴眼镜人员的人脸面部提取方法， 其特征在于， 步骤S6 中， 提取二值化图像GS中的所有轮廓信息， 遍历二值化图像 GS中的所有轮廓信息， 选出面积 最大的轮廓信息， 面积最大的轮廓信息即为人脸 面部轮廓信息 。 7.根据权利要求1所述的一种对戴眼镜人员的人脸面部提取方法， 其特征在于， 步骤S7 中， 根据人脸面部轮廓信息， 逐个遍历人脸面部轮廓的每个像素点， 在 归一化人脸框图上对 应的保持人脸面部轮廓上以及人脸面部轮廓内的像素点的像素值不变， 并且在 归一化人脸 框图上对应的将人脸面部轮廓外的像素点的像素值置0， 从而提取出戴眼镜人员的人脸面 部区域。权　利　要　求　书 2/2 页 3 CN 115376197 A 3