人臉特征點(diǎn)定位方法和裝置的制造方法
【專利摘要】本發(fā)明提出一種人臉特征點(diǎn)定位方法和裝置，該方法包括接收人臉圖片；獲取所述人臉圖片中人臉特征點(diǎn)的初始值；根據(jù)預(yù)先建立的訓(xùn)練模型，確定所述人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值，并根據(jù)所述特征點(diǎn)對(duì)和閾值確定所述人臉圖片在所述訓(xùn)練模型中對(duì)應(yīng)的節(jié)點(diǎn)，并獲取所述節(jié)點(diǎn)的節(jié)點(diǎn)值，其中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系；根據(jù)所述初始值和所述節(jié)點(diǎn)值，確定所述人臉特征點(diǎn)的定位結(jié)果。該方法可以提高人臉特征點(diǎn)定位效果。
【專利說(shuō)明】
人臉特征點(diǎn)定位方法和裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及信息技術(shù)領(lǐng)域，尤其涉及一種人臉特征點(diǎn)定位方法和裝置。
【背景技術(shù)】
[0002]人臉識(shí)別在安全、娛樂(lè)等方面有著廣泛應(yīng)用。人臉識(shí)別的結(jié)果受到人臉特征點(diǎn)定位準(zhǔn)確性的影響。人臉特征點(diǎn)定位的過(guò)程中會(huì)遇到外部因素和人臉因素的干擾，外部因素例如光照不均、背景復(fù)雜等，人臉因素例如頭發(fā)、胡子、眼鏡、表情等。
[0003]現(xiàn)有技術(shù)中，可以利用基于fern結(jié)構(gòu)的特征點(diǎn)定位方法。該方法構(gòu)造了若干個(gè)串聯(lián)的fern結(jié)構(gòu)，每個(gè)fern結(jié)構(gòu)是一個(gè)滿二叉樹，在訓(xùn)練過(guò)程中，對(duì)每個(gè)fern結(jié)構(gòu)依次進(jìn)行訓(xùn)練。在對(duì)每個(gè)fern結(jié)構(gòu)進(jìn)行訓(xùn)練時(shí)會(huì)采用特征點(diǎn)對(duì)，現(xiàn)有技術(shù)中，特征點(diǎn)對(duì)是根據(jù)像素值與偏移量之間的關(guān)系確定的。
[0004]但是，這種方式的定位效果不夠理想。

【發(fā)明內(nèi)容】

[0005]本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問(wèn)題之一。
[0006]為此，本發(fā)明的一個(gè)目的在于提出一種人臉特征點(diǎn)定位方法，該方法可以提高人臉特征點(diǎn)定位效果。
[0007]本發(fā)明的另一個(gè)目的在于提出一種人臉特征點(diǎn)定位裝置。
[0008]為達(dá)到上述目的，本發(fā)明第一方面實(shí)施例提出的人臉特征點(diǎn)定位方法，包括:接收人臉圖片；獲取所述人臉圖片中人臉特征點(diǎn)的初始值；根據(jù)預(yù)先建立的訓(xùn)練模型，確定所述人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值，并根據(jù)所述特征點(diǎn)對(duì)和閾值確定所述人臉圖片在所述訓(xùn)練模型中對(duì)應(yīng)的節(jié)點(diǎn)，并獲取所述節(jié)點(diǎn)的節(jié)點(diǎn)值，其中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系；根據(jù)所述初始值和所述節(jié)點(diǎn)值，確定所述人臉特征點(diǎn)的定位結(jié)果。
[0009]本發(fā)明第一方面實(shí)施例提出的人臉特征點(diǎn)定位方法中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系，可以在訓(xùn)練時(shí)將具有相同位置關(guān)系的訓(xùn)練樣本最終歸入同一個(gè)節(jié)點(diǎn)中，從而該節(jié)點(diǎn)的節(jié)點(diǎn)值是由具有相同位置關(guān)系的訓(xùn)練樣本得到的，從而可以提高定位效果。
[0010]為達(dá)到上述目的，本發(fā)明第二方面實(shí)施例提出的人臉特征點(diǎn)定位裝置，包括:接收模塊，用于接收人臉圖片；獲取模塊，用于獲取所述人臉圖片中人臉特征點(diǎn)的初始值；處理模塊，用于根據(jù)預(yù)先建立的訓(xùn)練模型，確定所述人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值，并根據(jù)所述特征點(diǎn)對(duì)和閾值確定所述人臉圖片在所述訓(xùn)練模型中對(duì)應(yīng)的節(jié)點(diǎn)，并獲取所述節(jié)點(diǎn)的節(jié)點(diǎn)值，其中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系；確定模塊，用于根據(jù)所述初始值和所述節(jié)點(diǎn)值，確定所述人臉特征點(diǎn)的定位結(jié)果。
[0011]本發(fā)明第二方面實(shí)施例提出的人臉特征點(diǎn)定位裝置中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系，可以在訓(xùn)練時(shí)將具有相同位置關(guān)系的訓(xùn)練樣本最終歸入同一個(gè)節(jié)點(diǎn)中，從而該節(jié)點(diǎn)的節(jié)點(diǎn)值是由具有相同位置關(guān)系的訓(xùn)練樣本得到的，從而可以提高定位效果。
[0012]本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。
【附圖說(shuō)明】
[0013]本發(fā)明上述的和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對(duì)實(shí)施例的描述中將變得明顯和容易理解，其中:
[0014]圖1是本發(fā)明一實(shí)施例提出的人臉特征點(diǎn)定位方法的流程示意圖；
[0015]圖2是本發(fā)明實(shí)施例中定位出人臉特征點(diǎn)的流程示意圖；
[0016]圖3是本發(fā)明實(shí)施例中fern結(jié)構(gòu)示意圖；
[0017]圖4是本發(fā)明實(shí)施例中需要定位的特征點(diǎn)示意圖；
[0018]圖5是本發(fā)明實(shí)施例中建立訓(xùn)練模塊流程示意圖；
[0019]圖6是本發(fā)明另一實(shí)施例提出的人臉特征點(diǎn)定位方法的流程示意圖；
[0020]圖7是本發(fā)明實(shí)施例中選取特征點(diǎn)對(duì)方法示意圖；
[0021]圖8是本發(fā)明另一實(shí)施例提出的人臉特征點(diǎn)定位方法的流程示意圖；
[0022]圖9是本發(fā)明實(shí)施例中對(duì)訓(xùn)練樣本進(jìn)行劃分的結(jié)果示意圖；
[0023]圖10是本發(fā)明另一實(shí)施例提出的人臉特征點(diǎn)定位裝置的結(jié)構(gòu)示意圖；
[0024]圖11是本發(fā)明另一實(shí)施例提出的人臉特征點(diǎn)定位裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0025]下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過(guò)參考附圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制。相反，本發(fā)明的實(shí)施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同物。
[0026]圖1是本發(fā)明一實(shí)施例提出的人臉特征點(diǎn)定位方法的流程示意圖，該方法包括:
[0027]Sll:接收人臉圖片。
[0028]其中，接收的人臉圖片是要進(jìn)行人臉特征點(diǎn)定位的人臉圖片。
[0029]S12:獲取所述人臉圖片中人臉特征點(diǎn)的初始值。
[0030]人臉特征點(diǎn)是指人臉的關(guān)鍵點(diǎn)，具體的關(guān)鍵點(diǎn)可以預(yù)先指定，例如，關(guān)鍵點(diǎn)包括:眼角、嘴角、鼻子等位置的點(diǎn)。
[0031]例如，參見圖2，接收到人臉圖片后，可以根據(jù)預(yù)設(shè)規(guī)則在人臉圖片中確定出人臉框21，再根據(jù)人臉框定位出人臉特征點(diǎn)，如圖2所示，人臉特征點(diǎn)用填充的黑點(diǎn)表示。
[0032]人臉特征點(diǎn)的初始值可以根據(jù)人臉框的位置以及預(yù)設(shè)規(guī)則進(jìn)行初始化，例如將人臉框從左側(cè)數(shù)第η個(gè)，且從上側(cè)數(shù)第m個(gè)像素點(diǎn)的位置確定為左眼的初始值等。
[0033]S13:根據(jù)預(yù)先建立的訓(xùn)練模型，確定所述人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值，并根據(jù)所述特征點(diǎn)對(duì)和閾值確定所述人臉圖片在所述訓(xùn)練模型中對(duì)應(yīng)的節(jié)點(diǎn)，并獲取所述節(jié)點(diǎn)的節(jié)點(diǎn)值，其中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系O
[0034]本實(shí)施例是對(duì)現(xiàn)有的基于fern結(jié)構(gòu)的人臉特征點(diǎn)定位方法的改進(jìn)。
[0035]Face Alignment by Explicit Shape Regress1n 論文提出了一種基于 fern 結(jié)構(gòu)的特征點(diǎn)定位方法。該方法構(gòu)造了若干個(gè)串聯(lián)的fern結(jié)構(gòu)，每個(gè)fern結(jié)構(gòu)是一個(gè)滿二叉樹，在訓(xùn)練過(guò)程中，對(duì)每個(gè)fern結(jié)構(gòu)依次進(jìn)行訓(xùn)練。如:在訓(xùn)練一個(gè)fern (A)的時(shí)候，需要將所有的給定初始值的訓(xùn)練樣本按照f(shuō)ern(A)各層節(jié)點(diǎn)的分類規(guī)則進(jìn)行分類，直至每個(gè)訓(xùn)練樣本進(jìn)入fern (A)最后一層的某一個(gè)節(jié)點(diǎn)里，最后一層的節(jié)點(diǎn)稱為二進(jìn)制(bin)節(jié)點(diǎn)，最后統(tǒng)計(jì)每個(gè)bin里落入的訓(xùn)練樣本定位特征點(diǎn)的偏移量，取平均值，即為這個(gè)bin的偏移量，從而完成了對(duì)fern (A)的更新。而后重新計(jì)算每個(gè)樣本應(yīng)該落在哪個(gè)bin里，將該bin的偏移量加到樣本上，即完成了對(duì)樣本的更新。之后，重復(fù)進(jìn)行對(duì)下一個(gè)fern的訓(xùn)練，直至所有訓(xùn)練樣本誤差不再變化。
[0036]本實(shí)施例中，采用的訓(xùn)練模型包括fern結(jié)構(gòu)，參見圖3，fern結(jié)構(gòu)是一個(gè)滿二叉樹，該滿二叉樹的最后一層的節(jié)點(diǎn)31稱為二進(jìn)制(bin)節(jié)點(diǎn)，除最后一層的bin節(jié)點(diǎn)外，其他層的節(jié)點(diǎn)32都是分類節(jié)點(diǎn)。
[0037]二叉樹是指每個(gè)節(jié)點(diǎn)最多有兩個(gè)子樹的樹結(jié)構(gòu)，每個(gè)節(jié)點(diǎn)的左側(cè)的子樹稱為“左子樹”，每個(gè)節(jié)點(diǎn)的右側(cè)的子樹稱為“右子樹”。
[0038]—棵深度為k，且有2k_l個(gè)節(jié)點(diǎn)的二叉樹稱為滿二叉樹。深度是指二叉樹包括的節(jié)點(diǎn)的層數(shù)，如圖3所示，該二叉樹的深度是5。
[0039]fern結(jié)構(gòu)中，分類節(jié)點(diǎn)的層數(shù)與要定位的特征點(diǎn)的個(gè)數(shù)相同，例如，參見圖4，要定位的特征點(diǎn)有四個(gè)，分別是左眼，右眼，左嘴角和右嘴角，則參見圖3，fern結(jié)構(gòu)的分類節(jié)點(diǎn)是四層，最后一層是bin節(jié)點(diǎn)。
[0040]基于fern結(jié)構(gòu)的人臉特征點(diǎn)定位時(shí)，每個(gè)要定位的人臉圖片最終要對(duì)應(yīng)到一個(gè)bin節(jié)點(diǎn)，具體可以從該要定位的人臉圖片中確定出特征點(diǎn)對(duì)和閾值，再根據(jù)特征點(diǎn)對(duì)和閾值確定該人臉圖片在fern結(jié)構(gòu)對(duì)應(yīng)的bin節(jié)點(diǎn)。
[0041]在對(duì)應(yīng)到bin節(jié)點(diǎn)后，可以獲取該bin節(jié)點(diǎn)的節(jié)點(diǎn)值，bin節(jié)點(diǎn)的節(jié)點(diǎn)值可以在訓(xùn)練過(guò)程中確定。
[0042]可選的，可以預(yù)先建立人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值的對(duì)應(yīng)關(guān)系，之后在獲取到要定位的人臉圖片的人臉特征點(diǎn)的初始值后，根據(jù)該對(duì)應(yīng)關(guān)系，可以確定該要定位的人臉圖片中人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值。
[0043]其中，人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值的對(duì)應(yīng)關(guān)系也可以在訓(xùn)練過(guò)程中確定。
[0044]在訓(xùn)練過(guò)程中可以建立訓(xùn)練模型，參見圖5，建立訓(xùn)練模塊包括:
[0045]S51:根據(jù)人臉特征點(diǎn)的個(gè)數(shù)，建立滿二叉樹，所述滿二叉樹包括分類節(jié)點(diǎn)和二進(jìn)制節(jié)點(diǎn)，且每層分類節(jié)點(diǎn)對(duì)應(yīng)一個(gè)人臉特征點(diǎn)。
[0046]例如，參見圖4，人臉特征點(diǎn)是4個(gè)時(shí)，可以建立如圖3所示的滿二叉樹。
[0047]其中，滿二叉樹的最后一層節(jié)點(diǎn)稱為二進(jìn)制(bin)節(jié)點(diǎn)，除最后一層節(jié)點(diǎn)之外的其余各層節(jié)點(diǎn)稱為分類節(jié)點(diǎn)。
[0048]S52:根據(jù)訓(xùn)練樣本，進(jìn)行特征提取，獲取人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，并根據(jù)所述對(duì)應(yīng)關(guān)系，確定所述分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值。
[0049]訓(xùn)練樣本是預(yù)先收集的多個(gè)人臉圖片。
[0050]對(duì)應(yīng)每個(gè)訓(xùn)練樣本可以進(jìn)行特征提取，得到每個(gè)人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，特征提取后可以將訓(xùn)練樣本歸入相應(yīng)的bin節(jié)點(diǎn)中，并更新bin節(jié)點(diǎn)值，根據(jù)更新后的bin節(jié)點(diǎn)值可以得到訓(xùn)練樣本的定位結(jié)果，根據(jù)訓(xùn)練樣本的定位結(jié)果和真實(shí)值可以判斷是否達(dá)到收斂條件，例如，定位結(jié)果與真實(shí)值的差值小于預(yù)設(shè)值表明達(dá)到收斂條件，在達(dá)到收斂條件時(shí)，將達(dá)到收斂條件時(shí)對(duì)應(yīng)的訓(xùn)練樣本確定出的人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值的對(duì)應(yīng)關(guān)系確定為最終定位時(shí)采用的對(duì)應(yīng)關(guān)系。
[0051]在得到人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值的對(duì)應(yīng)關(guān)系時(shí)，在定位時(shí)，對(duì)應(yīng)要定位的人臉圖片，根據(jù)該對(duì)應(yīng)關(guān)系就可以得到該人臉圖片的特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，例如，在訓(xùn)練時(shí)得到右眼對(duì)應(yīng)(i'Γ)和λ %則在定位時(shí)可以確定右眼對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值是:(i*，j*)和 λ *。
[0052]具體的，特征點(diǎn)對(duì)(i' j*)的值可以是相對(duì)值，在訓(xùn)練時(shí)，對(duì)應(yīng)人臉特征點(diǎn)確定出特征點(diǎn)對(duì)后，根據(jù)訓(xùn)練樣本的真實(shí)值可以得到特征點(diǎn)對(duì)與真實(shí)值之間的相對(duì)值，訓(xùn)練時(shí)得到的人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)的值就可以用該相對(duì)值表示，而在定位時(shí)，根據(jù)該相對(duì)值以及人臉特征點(diǎn)的初始值，可以得到人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)的位置。
[0053]參見圖6，所述根據(jù)訓(xùn)練樣本，進(jìn)行特征提取，獲取人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，包括:
[0054]S61:獲取所述訓(xùn)練樣本中的人臉特征點(diǎn)的真實(shí)值和初始值。
[0055]其中，初始值可以采用預(yù)設(shè)規(guī)則的初始化方式確定。
[0056]真實(shí)值是指訓(xùn)練樣本的人臉特征點(diǎn)的真實(shí)值，由于訓(xùn)練樣本是已知的，真實(shí)值也是已知的。
[0057]S62:在所述人臉特征點(diǎn)中確定當(dāng)前處理的人臉特征點(diǎn)，并對(duì)應(yīng)所述當(dāng)前處理的人臉特征點(diǎn)獲取可供選擇的參數(shù)，所述參數(shù)包括:特征點(diǎn)對(duì)，方向角度和閾值。
[0058]其中，通常人臉特征點(diǎn)是多個(gè)，在處理時(shí)可以依次對(duì)應(yīng)每個(gè)人臉特征點(diǎn)進(jìn)行處理。
[0059]假設(shè)當(dāng)前處理的人臉特征點(diǎn)是右眼，其余人臉特征點(diǎn)的處理方式可以依此類推。
[0060]特征點(diǎn)對(duì)是指當(dāng)前處理的人臉特征點(diǎn)周圍預(yù)設(shè)范圍內(nèi)的任意兩個(gè)像素點(diǎn)。例如，參見圖7，當(dāng)前處理的人臉特征點(diǎn)是右眼，可以以右眼的真實(shí)值為圓心，以預(yù)設(shè)的半徑值r為半徑畫一個(gè)圓，在該圓內(nèi)任意選擇兩個(gè)像素點(diǎn)作為一對(duì)特征點(diǎn)對(duì)。參見圖7，以右眼為例，對(duì)應(yīng)的特征點(diǎn)對(duì)用填充的黑點(diǎn)表示，分別是眉頭和眼尾的點(diǎn)?？梢岳斫獾氖牵诰唧w選擇時(shí)，可以選擇預(yù)設(shè)數(shù)量的特征點(diǎn)對(duì)，而不是將所有可能的選擇方式都選取，以降低運(yùn)算復(fù)雜度。
[0061]方向角度是指穿過(guò)當(dāng)前處理的人臉特征點(diǎn)的真實(shí)值位置的直線與預(yù)設(shè)直線之間的角度，例如，預(yù)設(shè)直線是水平方向的直線。具體如，參見圖7，穿過(guò)右眼畫出一條直線71，方向角度是該直線71與預(yù)設(shè)直線之間的角度。
[0062]閾值是預(yù)設(shè)的多個(gè)值。
[0063]從上述選擇參數(shù)的過(guò)程中可以看出，特征點(diǎn)對(duì)，方向角度和閾值都存在多個(gè)值，在處理時(shí)，可以依次遍歷每個(gè)值，從中選擇出最優(yōu)的值。
[0064]S63:在所述參數(shù)中，遍歷每組特征點(diǎn)對(duì)，每個(gè)方向角度和每個(gè)閾值，根據(jù)當(dāng)前遍歷的特征點(diǎn)對(duì)，方向角度和閾值，以及當(dāng)前處理的人臉特征點(diǎn)的真實(shí)值和初始值，得到當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，并將分?jǐn)?shù)最高時(shí)的特征點(diǎn)對(duì)和閾值確定為所述當(dāng)前處理的人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值。
[0065]可選的，參見圖8，所述根據(jù)當(dāng)前遍歷的特征點(diǎn)對(duì)，方向角度和閾值，以及當(dāng)前處理的人臉特征點(diǎn)的真實(shí)值和初始值，得到當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，包括:
[0066]S81:確定當(dāng)前遍歷的特征點(diǎn)對(duì)和閾值；
[0067]例如，當(dāng)前遍歷的特征點(diǎn)對(duì)表示為:i點(diǎn)和j點(diǎn)。
[0068]當(dāng)前遍歷的閾值表示為:λ。
[0069]S82:根據(jù)所述真實(shí)值和所述方向角度，確定當(dāng)前直線，所述當(dāng)前直線是經(jīng)過(guò)所述真實(shí)值且角度是所述方向角度的直線。
[0070]例如，當(dāng)前遍歷的方向角度是Θ，假設(shè)該直線用圖7中的直線71表示。
[0071]S83:根據(jù)所述特征點(diǎn)對(duì)和閾值，以及所述初始值，對(duì)所述訓(xùn)練樣本進(jìn)行劃分。
[0072]其中，可以將訓(xùn)練樣本劃分為第一樣本和第二樣本，例如，所述第一樣本是特征取值小于或等于當(dāng)前遍歷的閾值的樣本，第二樣本是特征取值大于當(dāng)前遍歷的閾值的樣本，特征取值是當(dāng)前遍歷的特征點(diǎn)對(duì)在樣本上的顏色值的差值?？梢岳斫獾氖牵扔跁r(shí)也可以歸為第二樣本，例如，第一樣本是特征取值小于當(dāng)前遍歷的閾值的樣本，第二樣本是特征區(qū)域大于或等于當(dāng)前遍歷的閾值的樣本。本實(shí)施例以等于時(shí)歸為第一樣本為例。
[0073]以顏色值是灰度值為例，對(duì)應(yīng)一個(gè)訓(xùn)練樣本，可以找到i點(diǎn)和j點(diǎn)，并且可以確定i和j點(diǎn)之間的灰度值的差值，如果該差值小于或等于λ，則該訓(xùn)練樣本是第一樣本，反之，如果i和j點(diǎn)之間的灰度值的差值大于λ，則該訓(xùn)練樣本是第二樣本。
[0074]如圖9所不，第一樣本和第二樣本用不同填充方式的圓點(diǎn)表不。
[0075]S84:根據(jù)所述當(dāng)前直線和劃分后的訓(xùn)練樣本的個(gè)數(shù)，計(jì)算所述分?jǐn)?shù)。
[0076]所述分?jǐn)?shù)的計(jì)算公式為:
[0077]Score = C_1eft/S_1eft+C_r i ght/S_r i ght,
[0078]其中，Score是當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，C_left是位于當(dāng)前直線左側(cè)的第一樣本的個(gè)數(shù)，S_left是位于當(dāng)前直線左側(cè)的第一樣本和第二樣本的總數(shù)，C_right是位于當(dāng)前直線右側(cè)的第一樣本的個(gè)數(shù)，S_right是位于當(dāng)前直線右側(cè)的第一樣本和第二樣本的總數(shù)。
[0079]例如，在圖9所示的情況下，Score = 8/11+3/15。
[0080]如圖8所示的流程，可以得到當(dāng)前遍歷的特征點(diǎn)對(duì)，方向角度和閾值所對(duì)應(yīng)的分?jǐn)?shù)，依此類推，可以獲取每個(gè)特征點(diǎn)對(duì)，方向角度和閾值對(duì)應(yīng)的分?jǐn)?shù)，之后，通過(guò)比較，可以得到分?jǐn)?shù)最高時(shí)對(duì)應(yīng)的特征點(diǎn)對(duì)，方向角度和閾值，也就是最優(yōu)的特征點(diǎn)對(duì)，方向角度和閾值，假設(shè)分別表示為(i*，j*)，θ*，λ*。
[0081]S64:建立所述人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系。
[0082]如上所示，對(duì)應(yīng)當(dāng)前處理的人臉特征點(diǎn)，可以得到最優(yōu)的特征點(diǎn)對(duì)，方向角度和閾值，由于后續(xù)定位時(shí)不需要方向角度，因此可以建立人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系。
[0083]例如，當(dāng)前處理的人臉特征點(diǎn)是右眼，對(duì)應(yīng)的最優(yōu)值包括:(Γ，j*)，λ %則可以建立右眼與(i*，j*)和λ*的對(duì)應(yīng)關(guān)系。
[0084]其他人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系也可以依此原理得到，從而可以得到每個(gè)人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系。
[0085]在建立人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系后，由于分類節(jié)點(diǎn)與人臉特征點(diǎn)對(duì)應(yīng)，也可以確定分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，例如，fern結(jié)構(gòu)的第一層節(jié)點(diǎn)對(duì)應(yīng)右眼，則第一層節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值就是右眼對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值。
[0086]S53:根據(jù)所述分類節(jié)點(diǎn)以及所述分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，將所述訓(xùn)練樣本劃分到所述二進(jìn)制節(jié)點(diǎn)中，并根據(jù)二進(jìn)制節(jié)點(diǎn)中訓(xùn)練樣本的初始值得到所述二進(jìn)制節(jié)點(diǎn)的節(jié)點(diǎn)值。
[0087]對(duì)應(yīng)每個(gè)訓(xùn)練樣本，獲取每個(gè)分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值后，假設(shè)對(duì)應(yīng)第一層節(jié)點(diǎn)，可以根據(jù)該第一層節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)選取該訓(xùn)練樣本中的特征點(diǎn)對(duì)，例如，根據(jù)(i*, j*)的坐標(biāo)值在訓(xùn)練樣本中選擇對(duì)應(yīng)位置的特征點(diǎn)對(duì)。需要說(shuō)明的是，(Λ Γ)的坐標(biāo)值可以是相對(duì)于預(yù)設(shè)的坐標(biāo)圓點(diǎn)的絕對(duì)坐標(biāo)值，也可以是相對(duì)于訓(xùn)練樣本的人臉特征點(diǎn)的真實(shí)值的相對(duì)坐標(biāo)值，或者，在人臉特征點(diǎn)定位時(shí)，相對(duì)于要定位的人臉圖片中人臉特征點(diǎn)的初始值的相對(duì)坐標(biāo)值。
[0088]在確定出訓(xùn)練樣本的特征點(diǎn)對(duì)后，可以獲取該特征點(diǎn)對(duì)之間的灰度差值，再與該分類節(jié)點(diǎn)對(duì)應(yīng)的閾值比較大小，根據(jù)比較結(jié)果對(duì)訓(xùn)練樣本進(jìn)行分類，例如，灰度差值小于閾值時(shí)劃分到左子樹，灰度差值大于閾值時(shí)劃分到右子樹。
[0089]依此按照每層進(jìn)行劃分，可以將訓(xùn)練樣本劃分到最后一層的bin節(jié)點(diǎn)中。
[0090]通過(guò)上述流程可以將具有相同位置關(guān)系的訓(xùn)練樣本落入同一個(gè)bin節(jié)點(diǎn)中，例如，第一個(gè)bin節(jié)點(diǎn)包括的訓(xùn)練樣本是:右眼的初始值小于真實(shí)值，左眼的初始值小于真實(shí)值，左嘴角的初始值小于真實(shí)值，且右嘴角的初始值小于真實(shí)值，第二個(gè)bin節(jié)點(diǎn)包括的訓(xùn)練樣本是:右眼的初始值大于真實(shí)值，左眼的初始值小于真實(shí)值，左嘴角的初始值小于真實(shí)值，且右嘴角的初始值小于真實(shí)值等。
[0091]假設(shè)第一個(gè)bin節(jié)點(diǎn)包括的訓(xùn)練樣本包括Al，A2和A3，則可以根據(jù)Al，A2和A3的人臉特征點(diǎn)的初始值和真實(shí)值確定該第一個(gè)bin節(jié)點(diǎn)的節(jié)點(diǎn)值，例如，根據(jù)Al的人臉特征點(diǎn)的初始值和真實(shí)值可以得到第一差值，類似的，可以得到A2對(duì)應(yīng)的第二差值，A3對(duì)應(yīng)的第三差值，之后，可以對(duì)第一差值，第二差值和第三差值取均值，將該均值確定為第一個(gè)bin節(jié)點(diǎn)的節(jié)點(diǎn)值。
[0092]S14:根據(jù)所述初始值和所述節(jié)點(diǎn)值，確定所述人臉特征點(diǎn)的定位結(jié)果。
[0093]例如，對(duì)應(yīng)一個(gè)人臉特征點(diǎn)，將該人臉特征點(diǎn)的初始值與該人臉圖片對(duì)應(yīng)的節(jié)點(diǎn)的節(jié)點(diǎn)值之和，確定為該人臉特征點(diǎn)的定位結(jié)果。
[0094]在具體實(shí)施時(shí)，本實(shí)施例可以采用C語(yǔ)言實(shí)現(xiàn)。
[0095]本實(shí)施例中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系，可以在訓(xùn)練時(shí)將具有相同位置關(guān)系的訓(xùn)練樣本最終歸入同一個(gè)節(jié)點(diǎn)中，從而該節(jié)點(diǎn)的節(jié)點(diǎn)值是由具有相同位置關(guān)系的訓(xùn)練樣本得到的，從而可以提高定位效果。
[0096]圖10是本發(fā)明另一實(shí)施例提出的人臉特征點(diǎn)定位裝置的結(jié)構(gòu)示意圖，該裝置100包括接收模塊101、獲取模塊102、處理模塊103以及確定模塊104。
[0097]接收模塊101，用于接收人臉圖片。
[0098]其中，接收的人臉圖片是要進(jìn)行人臉特征點(diǎn)定位的人臉圖片。
[0099]獲取模塊102，用于獲取所述人臉圖片中人臉特征點(diǎn)的初始值。
[0100]人臉特征點(diǎn)是指人臉的關(guān)鍵點(diǎn)，具體的關(guān)鍵點(diǎn)可以預(yù)先指定，例如，關(guān)鍵點(diǎn)包括:眼角、嘴角、鼻子等位置的點(diǎn)。
[0101]例如，參見圖2，接收到人臉圖片后，可以根據(jù)預(yù)設(shè)規(guī)則在人臉圖片中確定出人臉框21，再根據(jù)人臉框定位出人臉特征點(diǎn)，如圖2所示，人臉特征點(diǎn)用填充的黑點(diǎn)表示。
[0102]人臉特征點(diǎn)的初始值可以根據(jù)人臉框的位置以及預(yù)設(shè)規(guī)則進(jìn)行初始化，例如將人臉框從左側(cè)數(shù)第η個(gè)，且從上側(cè)數(shù)第m個(gè)像素點(diǎn)的位置確定為左眼的初始值等。
[0103]處理模塊103，用于根據(jù)預(yù)先建立的訓(xùn)練模型，確定所述人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值，并根據(jù)所述特征點(diǎn)對(duì)和閾值確定所述人臉圖片在所述訓(xùn)練模型中對(duì)應(yīng)的節(jié)點(diǎn)，并獲取所述節(jié)點(diǎn)的節(jié)點(diǎn)值，其中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系。
[0104]本實(shí)施例是對(duì)現(xiàn)有的基于fern結(jié)構(gòu)的人臉特征點(diǎn)定位方法的改進(jìn)。
[0105]Face Alignment by Explicit Shape Regress1n 論文提出了一種基于 fern 結(jié)構(gòu)的特征點(diǎn)定位方法。該方法構(gòu)造了若干個(gè)串聯(lián)的fern結(jié)構(gòu)，每個(gè)fern結(jié)構(gòu)是一個(gè)滿二叉樹，在訓(xùn)練過(guò)程中，對(duì)每個(gè)fern結(jié)構(gòu)依次進(jìn)行訓(xùn)練。如:在訓(xùn)練一個(gè)fern (A)的時(shí)候，需要將所有的給定初始值的訓(xùn)練樣本按照f(shuō)ern(A)各層節(jié)點(diǎn)的分類規(guī)則進(jìn)行分類，直至每個(gè)訓(xùn)練樣本進(jìn)入fern (A)最后一層的某一個(gè)節(jié)點(diǎn)里，最后一層的節(jié)點(diǎn)稱為二進(jìn)制(bin)節(jié)點(diǎn)，最后統(tǒng)計(jì)每個(gè)bin里落入的訓(xùn)練樣本定位特征點(diǎn)的偏移量，取平均值，即為這個(gè)bin的偏移量，從而完成了對(duì)fern (A)的更新。而后重新計(jì)算每個(gè)樣本應(yīng)該落在哪個(gè)bin里，將該bin的偏移量加到樣本上，即完成了對(duì)樣本的更新。之后，重復(fù)進(jìn)行對(duì)下一個(gè)fern的訓(xùn)練，直至所有訓(xùn)練樣本誤差不再變化。
[0106]本實(shí)施例中，采用的訓(xùn)練模型包括fern結(jié)構(gòu)，參見圖3，fern結(jié)構(gòu)是一個(gè)滿二叉樹，該滿二叉樹的最后一層的節(jié)點(diǎn)31稱為二進(jìn)制(bin)節(jié)點(diǎn)，除最后一層的bin節(jié)點(diǎn)外，其他層的節(jié)點(diǎn)32都是分類節(jié)點(diǎn)。
[0107]二叉樹是指每個(gè)節(jié)點(diǎn)最多有兩個(gè)子樹的樹結(jié)構(gòu)，每個(gè)節(jié)點(diǎn)的左側(cè)的子樹稱為“左子樹”，每個(gè)節(jié)點(diǎn)的右側(cè)的子樹稱為“右子樹”。
[0108]一棵深度為k，且有2k_l個(gè)節(jié)點(diǎn)的二叉樹稱為滿二叉樹。深度是指二叉樹包括的節(jié)點(diǎn)的層數(shù)，如圖3所示，該二叉樹的深度是5。
[0109]fern結(jié)構(gòu)中，分類節(jié)點(diǎn)的層數(shù)與要定位的特征點(diǎn)的個(gè)數(shù)相同，例如，參見圖4，要定位的特征點(diǎn)有四個(gè)，分別是左眼，右眼，左嘴角和右嘴角，則參見圖3，fern結(jié)構(gòu)的分類節(jié)點(diǎn)是四層，最后一層是bin節(jié)點(diǎn)。
[0110]基于fern結(jié)構(gòu)的人臉特征點(diǎn)定位時(shí)，每個(gè)要定位的人臉圖片最終要對(duì)應(yīng)到一個(gè)bin節(jié)點(diǎn)，具體可以從該要定位的人臉圖片中確定出特征點(diǎn)對(duì)和閾值，再根據(jù)特征點(diǎn)對(duì)和閾值確定該人臉圖片在fern結(jié)構(gòu)對(duì)應(yīng)的bin節(jié)點(diǎn)。
[0111]在對(duì)應(yīng)到bin節(jié)點(diǎn)后，可以獲取該bin節(jié)點(diǎn)的節(jié)點(diǎn)值，bin節(jié)點(diǎn)的節(jié)點(diǎn)值可以在訓(xùn)練過(guò)程中確定。
[0112]可選的，可以預(yù)先建立人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值的對(duì)應(yīng)關(guān)系，之后在獲取到要定位的人臉圖片的人臉特征點(diǎn)的初始值后，根據(jù)該對(duì)應(yīng)關(guān)系，可以確定該要定位的人臉圖片中人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值。
[0113]其中，人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值的對(duì)應(yīng)關(guān)系也可以在訓(xùn)練過(guò)程中確定。
[0114]確定模塊104，用于根據(jù)所述初始值和所述節(jié)點(diǎn)值，確定所述人臉特征點(diǎn)的定位結(jié)果O
[0115]例如，對(duì)應(yīng)一個(gè)人臉特征點(diǎn)，將該人臉特征點(diǎn)的初始值與該人臉圖片對(duì)應(yīng)的節(jié)點(diǎn)的節(jié)點(diǎn)值之和，確定為該人臉特征點(diǎn)的定位結(jié)果。
[0116]在具體實(shí)施時(shí)，本實(shí)施例可以采用C語(yǔ)言實(shí)現(xiàn)。
[0117]一個(gè)實(shí)施例中，所述節(jié)點(diǎn)值是二進(jìn)制節(jié)點(diǎn)的節(jié)點(diǎn)值，參見圖11，所述裝置100還包括建立模塊105，所述建立模塊105用于建立訓(xùn)練模型。所述建立模塊105包括:
[0118]第一單元1051，用于根據(jù)人臉特征點(diǎn)的個(gè)數(shù)，建立滿二叉樹，所述滿二叉樹包括分類節(jié)點(diǎn)和二進(jìn)制節(jié)點(diǎn)，且每層分類節(jié)點(diǎn)對(duì)應(yīng)一個(gè)人臉特征點(diǎn)。
[0119]例如，參見圖4，人臉特征點(diǎn)是4個(gè)時(shí)，可以建立如圖3所示的滿二叉樹。
[0120]其中，滿二叉樹的最后一層節(jié)點(diǎn)稱為二進(jìn)制(bin)節(jié)點(diǎn)，除最后一層節(jié)點(diǎn)之外的其余各層節(jié)點(diǎn)稱為分類節(jié)點(diǎn)。
[0121]第二單元1052，用于根據(jù)訓(xùn)練樣本，進(jìn)行特征提取，獲取人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，并根據(jù)所述對(duì)應(yīng)關(guān)系，確定所述分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值。
[0122]訓(xùn)練樣本是預(yù)先收集的多個(gè)人臉圖片。
[0123]對(duì)應(yīng)每個(gè)訓(xùn)練樣本可以進(jìn)行特征提取，得到每個(gè)人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，特征提取后可以將訓(xùn)練樣本歸入相應(yīng)的bin節(jié)點(diǎn)中，并更新bin節(jié)點(diǎn)值，根據(jù)更新后的bin節(jié)點(diǎn)值可以得到訓(xùn)練樣本的定位結(jié)果，根據(jù)訓(xùn)練樣本的定位結(jié)果和真實(shí)值可以判斷是否達(dá)到收斂條件，例如，定位結(jié)果與真實(shí)值的差值小于預(yù)設(shè)值表明達(dá)到收斂條件，在達(dá)到收斂條件時(shí)，將達(dá)到收斂條件時(shí)對(duì)應(yīng)的訓(xùn)練樣本確定出的人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值的對(duì)應(yīng)關(guān)系確定為最終定位時(shí)采用的對(duì)應(yīng)關(guān)系。
[0124]在得到人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值的對(duì)應(yīng)關(guān)系時(shí)，在定位時(shí)，對(duì)應(yīng)要定位的人臉圖片，根據(jù)該對(duì)應(yīng)關(guān)系就可以得到該人臉圖片的特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，例如，在訓(xùn)練時(shí)得到右眼對(duì)應(yīng)(i'Γ)和λ %則在定位時(shí)可以確定右眼對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值是:(i*，j*)和 λ *。
[0125]具體的，特征點(diǎn)對(duì)(i' j*)的值可以是相對(duì)值，在訓(xùn)練時(shí)，對(duì)應(yīng)人臉特征點(diǎn)確定出特征點(diǎn)對(duì)后，根據(jù)訓(xùn)練樣本的真實(shí)值可以得到特征點(diǎn)對(duì)與真實(shí)值之間的相對(duì)值，訓(xùn)練時(shí)得到的人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)的值就可以用該相對(duì)值表示，而在定位時(shí)，根據(jù)該相對(duì)值以及人臉特征點(diǎn)的初始值，可以得到人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)的位置。
[0126]另一個(gè)實(shí)施例中，參見圖11，所述第二單元1052具體包括:
[0127]第一子單元10521，用于獲取所述訓(xùn)練樣本中的人臉特征點(diǎn)的真實(shí)值和初始值。
[0128]其中，初始值可以采用預(yù)設(shè)規(guī)則的初始化方式確定。
[0129]真實(shí)值是指訓(xùn)練樣本的人臉特征點(diǎn)的真實(shí)值，由于訓(xùn)練樣本是已知的，真實(shí)值也是已知的。
[0130]第二子單元10522，用于在所述人臉特征點(diǎn)中確定當(dāng)前處理的人臉特征點(diǎn)，并對(duì)應(yīng)所述當(dāng)前處理的人臉特征點(diǎn)獲取可供選擇的參數(shù)，所述參數(shù)包括:特征點(diǎn)對(duì)，方向角度和閾值。
[0131]其中，通常人臉特征點(diǎn)是多個(gè)，在處理時(shí)可以依次對(duì)應(yīng)每個(gè)人臉特征點(diǎn)進(jìn)行處理。
[0132]假設(shè)當(dāng)前處理的人臉特征點(diǎn)是右眼，其余人臉特征點(diǎn)的處理方式可以依此類推。
[0133]特征點(diǎn)對(duì)是指當(dāng)前處理的人臉特征點(diǎn)周圍預(yù)設(shè)范圍內(nèi)的任意兩個(gè)像素點(diǎn)。例如，參見圖7，當(dāng)前處理的人臉特征點(diǎn)是右眼，可以以右眼的真實(shí)值為圓心，以預(yù)設(shè)的半徑值r為半徑畫一個(gè)圓，在該圓內(nèi)任意選擇兩個(gè)像素點(diǎn)作為一對(duì)特征點(diǎn)對(duì)。參見圖7，以右眼為例，對(duì)應(yīng)的特征點(diǎn)對(duì)用填充的黑點(diǎn)表示，分別是眉頭和眼尾的點(diǎn)?？梢岳斫獾氖牵诰唧w選擇時(shí)，可以選擇預(yù)設(shè)數(shù)量的特征點(diǎn)對(duì)，而不是將所有可能的選擇方式都選取，以降低運(yùn)算復(fù)雜度。
[0134]方向角度是指穿過(guò)當(dāng)前處理的人臉特征點(diǎn)的真實(shí)值位置的直線與預(yù)設(shè)直線之間的角度，例如，預(yù)設(shè)直線是水平方向的直線。具體如，參見圖7，穿過(guò)右眼畫出一條直線71，方向角度是該直線71與預(yù)設(shè)直線之間的角度。
[0135]閾值是預(yù)設(shè)的多個(gè)值。
[0136]從上述選擇參數(shù)的過(guò)程中可以看出，特征點(diǎn)對(duì)，方向角度和閾值都存在多個(gè)值，在處理時(shí)，可以依次遍歷每個(gè)值，從中選擇出最優(yōu)的值。
[0137]第三子單元10523，用于在所述參數(shù)中，遍歷每組特征點(diǎn)對(duì)，每個(gè)方向角度和每個(gè)閾值，根據(jù)當(dāng)前遍歷的特征點(diǎn)對(duì)，方向角度和閾值，以及當(dāng)前處理的人臉特征點(diǎn)的真實(shí)值和初始值，得到當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，并將分?jǐn)?shù)最高時(shí)的特征點(diǎn)對(duì)和閾值確定為所述當(dāng)前處理的人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值。
[0138]另一個(gè)實(shí)施例中，所述第三子單元10523具體用于:
[0139]確定當(dāng)前遍歷的特征點(diǎn)對(duì)和閾值；
[0140]例如，當(dāng)前遍歷的特征點(diǎn)對(duì)表示為:i點(diǎn)和j點(diǎn)。
[0141]當(dāng)前遍歷的閾值表示為:λ。
[0142]根據(jù)所述真實(shí)值和所述方向角度，確定當(dāng)前直線，所述當(dāng)前直線是經(jīng)過(guò)所述真實(shí)值且角度是所述方向角度的直線；
[0143]例如，當(dāng)前遍歷的方向角度是Θ，假設(shè)該直線用圖7中的直線71表示。
[0144]根據(jù)所述特征點(diǎn)對(duì)和閾值，以及所述初始值，對(duì)所述訓(xùn)練樣本進(jìn)行劃分；
[0145]其中，可以將訓(xùn)練樣本劃分為第一樣本和第二樣本，例如，所述第一樣本是特征取值小于或等于當(dāng)前遍歷的閾值的樣本，第二樣本是特征取值大于當(dāng)前遍歷的閾值的樣本，特征取值是當(dāng)前遍歷的特征點(diǎn)對(duì)在樣本上的顏色值的差值?？梢岳斫獾氖?，等于時(shí)也可以歸為第二樣本，例如，第一樣本是特征取值小于當(dāng)前遍歷的閾值的樣本，第二樣本是特征區(qū)域大于或等于當(dāng)前遍歷的閾值的樣本。本實(shí)施例以等于時(shí)歸為第一樣本為例。
[0146]以顏色值是灰度值為例，對(duì)應(yīng)一個(gè)訓(xùn)練樣本，可以找到i點(diǎn)和j點(diǎn)，并且可以確定i和j點(diǎn)之間的灰度值的差值，如果該差值小于或等于λ，則該訓(xùn)練樣本是第一樣本，反之，如果i和j點(diǎn)之間的灰度值的差值大于λ，則該訓(xùn)練樣本是第二樣本。
[0147]如圖9所不，第一樣本和第二樣本用不同填充方式的圓點(diǎn)表不。
[0148]根據(jù)所述當(dāng)前直線和劃分后的訓(xùn)練樣本的個(gè)數(shù)，計(jì)算所述分?jǐn)?shù)。
[0149]所述分?jǐn)?shù)的計(jì)算公式為:
[0150]Score = C_1eft/S_1eft+C_r i ght/S_r i ght,
[0151]其中，Score是當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，C_left是位于當(dāng)前直線左側(cè)的第一樣本的個(gè)數(shù)，S_left是位于當(dāng)前直線左側(cè)的第一樣本和第二樣本的總數(shù)，C_right是位于當(dāng)前直線右側(cè)的第一樣本的個(gè)數(shù)，S_right是位于當(dāng)前直線右側(cè)的第一樣本和第二樣本的總數(shù)；
[0152]其中，所述第一樣本和所述第二樣本是根據(jù)特征取值和當(dāng)前遍歷的閾值對(duì)訓(xùn)練樣本劃分后得到的，所述特征取值是當(dāng)前遍歷的特征點(diǎn)對(duì)在樣本上的顏色值的差值。
[0153]例如，在圖9所示的情況下，Score = 8/11+3/15。
[0154]如圖8所示的流程，可以得到當(dāng)前遍歷的特征點(diǎn)對(duì)，方向角度和閾值所對(duì)應(yīng)的分?jǐn)?shù)，依此類推，可以獲取每個(gè)特征點(diǎn)對(duì)，方向角度和閾值對(duì)應(yīng)的分?jǐn)?shù)，之后，通過(guò)比較，可以得到分?jǐn)?shù)最高時(shí)對(duì)應(yīng)的特征點(diǎn)對(duì)，方向角度和閾值，也就是最優(yōu)的特征點(diǎn)對(duì)，方向角度和閾值，假設(shè)分別表示為(i*，j*)，θ*，λ*。
[0155]第四子單元10524，用于建立所述人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，以便根據(jù)所述對(duì)應(yīng)關(guān)系，確定所述接收的人臉圖片中人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值。
[0156]如上所示，對(duì)應(yīng)當(dāng)前處理的人臉特征點(diǎn)，可以得到最優(yōu)的特征點(diǎn)對(duì)，方向角度和閾值，由于后續(xù)定位時(shí)不需要方向角度，因此可以建立人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系。
[0157]例如，當(dāng)前處理的人臉特征點(diǎn)是右眼，對(duì)應(yīng)的最優(yōu)值包括:(i*，j*)，λ %則可以建立右眼與(i*，j*)和λ*的對(duì)應(yīng)關(guān)系。
[0158]其他人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系也可以依此原理得到，從而可以得到每個(gè)人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系。
[0159]在建立人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系后，由于分類節(jié)點(diǎn)與人臉特征點(diǎn)對(duì)應(yīng)，也可以確定分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，例如，fern結(jié)構(gòu)的第一層節(jié)點(diǎn)對(duì)應(yīng)右眼，則第一層節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值就是右眼對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值。
[0160]第三單元1053，用于根據(jù)所述分類節(jié)點(diǎn)以及所述分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，將所述訓(xùn)練樣本劃分到所述二進(jìn)制節(jié)點(diǎn)中，并根據(jù)二進(jìn)制節(jié)點(diǎn)中訓(xùn)練樣本的初始值得到所述二進(jìn)制節(jié)點(diǎn)的節(jié)點(diǎn)值。
[0161]對(duì)應(yīng)每個(gè)訓(xùn)練樣本，獲取每個(gè)分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值后，假設(shè)對(duì)應(yīng)第一層節(jié)點(diǎn)，可以根據(jù)該第一層節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)選取該訓(xùn)練樣本中的特征點(diǎn)對(duì)，例如，根據(jù)(i*, j*)的坐標(biāo)值在訓(xùn)練樣本中選擇對(duì)應(yīng)位置的特征點(diǎn)對(duì)。需要說(shuō)明的是，(Λ Γ)的坐標(biāo)值可以是相對(duì)于預(yù)設(shè)的坐標(biāo)圓點(diǎn)的絕對(duì)坐標(biāo)值，也可以是相對(duì)于訓(xùn)練樣本的人臉特征點(diǎn)的真實(shí)值的相對(duì)坐標(biāo)值，或者，在人臉特征點(diǎn)定位時(shí)，相對(duì)于要定位的人臉圖片中人臉特征點(diǎn)的初始值的相對(duì)坐標(biāo)值。
[0162]在確定出訓(xùn)練樣本的特征點(diǎn)對(duì)后，可以獲取該特征點(diǎn)對(duì)之間的灰度差值，再與該分類節(jié)點(diǎn)對(duì)應(yīng)的閾值比較大小，根據(jù)比較結(jié)果對(duì)訓(xùn)練樣本進(jìn)行分類，例如，灰度差值小于閾值時(shí)劃分到左子樹，灰度差值大于閾值時(shí)劃分到右子樹。
[0163]依此按照每層進(jìn)行劃分，可以將訓(xùn)練樣本劃分到最后一層的bin節(jié)點(diǎn)中。
[0164]通過(guò)上述流程可以將具有相同位置關(guān)系的訓(xùn)練樣本落入同一個(gè)bin節(jié)點(diǎn)中，例如，第一個(gè)bin節(jié)點(diǎn)包括的訓(xùn)練樣本是:右眼的初始值小于真實(shí)值，左眼的初始值小于真實(shí)值，左嘴角的初始值小于真實(shí)值，且右嘴角的初始值小于真實(shí)值，第二個(gè)bin節(jié)點(diǎn)包括的訓(xùn)練樣本是:右眼的初始值大于真實(shí)值，左眼的初始值小于真實(shí)值，左嘴角的初始值小于真實(shí)值，且右嘴角的初始值小于真實(shí)值等。
[0165]假設(shè)第一個(gè)bin節(jié)點(diǎn)包括的訓(xùn)練樣本包括Al，A2和A3，則可以根據(jù)Al，A2和A3的人臉特征點(diǎn)的初始值和真實(shí)值確定該第一個(gè)bin節(jié)點(diǎn)的節(jié)點(diǎn)值，例如，根據(jù)Al的人臉特征點(diǎn)的初始值和真實(shí)值可以得到第一差值，類似的，可以得到A2對(duì)應(yīng)的第二差值，A3對(duì)應(yīng)的第三差值，之后，可以對(duì)第一差值，第二差值和第三差值取均值，將該均值確定為第一個(gè)bin節(jié)點(diǎn)的節(jié)點(diǎn)值。
[0166]本實(shí)施例中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系，可以在訓(xùn)練時(shí)將具有相同位置關(guān)系的訓(xùn)練樣本最終歸入同一個(gè)節(jié)點(diǎn)中，從而該節(jié)點(diǎn)的節(jié)點(diǎn)值是由具有相同位置關(guān)系的訓(xùn)練樣本得到的，從而可以提高定位效果。
[0167]需要說(shuō)明的是，在本發(fā)明的描述中，術(shù)語(yǔ)“第一”、“第二”等僅用于描述目的，而不能理解為指示或暗示相對(duì)重要性。此外，在本發(fā)明的描述中，除非另有說(shuō)明，“多個(gè)”的含義是兩個(gè)或兩個(gè)以上。
[0168]流程圖中或在此以其他方式描述的任何過(guò)程或方法描述可以被理解為，表示包括一個(gè)或更多個(gè)用于實(shí)現(xiàn)特定邏輯功能或過(guò)程的步驟的可執(zhí)行指令的代碼的模塊、片段或部分，并且本發(fā)明的優(yōu)選實(shí)施方式的范圍包括另外的實(shí)現(xiàn)，其中可以不按所示出或討論的順序，包括根據(jù)所涉及的功能按基本同時(shí)的方式或按相反的順序，來(lái)執(zhí)行功能，這應(yīng)被本發(fā)明的實(shí)施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。
[0169]應(yīng)當(dāng)理解，本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來(lái)實(shí)現(xiàn)。在上述實(shí)施方式中，多個(gè)步驟或方法可以用存儲(chǔ)在存儲(chǔ)器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來(lái)實(shí)現(xiàn)。例如，如果用硬件來(lái)實(shí)現(xiàn)，和在另一實(shí)施方式中一樣，可用本領(lǐng)域公知的下列技術(shù)中的任一項(xiàng)或他們的組合來(lái)實(shí)現(xiàn):具有用于對(duì)數(shù)據(jù)信號(hào)實(shí)現(xiàn)邏輯功能的邏輯門電路的離散邏輯電路，具有合適的組合邏輯門電路的專用集成電路，可編程門陣列(PGA)，現(xiàn)場(chǎng)可編程門陣列(FPGA)等。
[0170]本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法攜帶的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，包括方法實(shí)施例的步驟之一或其組合。
[0171 ] 此外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理模塊中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)模塊中。上述集成的模塊既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能模塊的形式實(shí)現(xiàn)。所述集成的模塊如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。
[0172]上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤或光盤等。
[0173]在本說(shuō)明書的描述中，參考術(shù)語(yǔ)“一個(gè)實(shí)施例”、“一些實(shí)施例”、“示例”、“具體示例”、或“一些示例”等的描述意指結(jié)合該實(shí)施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)包含于本發(fā)明的至少一個(gè)實(shí)施例或示例中。在本說(shuō)明書中，對(duì)上述術(shù)語(yǔ)的示意性表述不一定指的是相同的實(shí)施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點(diǎn)可以在任何的一個(gè)或多個(gè)實(shí)施例或示例中以合適的方式結(jié)合。
[0174]盡管上面已經(jīng)示出和描述了本發(fā)明的實(shí)施例，可以理解的是，上述實(shí)施例是示例性的，不能理解為對(duì)本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對(duì)上述實(shí)施例進(jìn)行變化、修改、替換和變型。
【主權(quán)項(xiàng)】
1.一種人臉特征點(diǎn)定位方法，其特征在于，包括: 接收人臉圖片； 獲取所述人臉圖片中人臉特征點(diǎn)的初始值； 根據(jù)預(yù)先建立的訓(xùn)練模型，確定所述人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值，并根據(jù)所述特征點(diǎn)對(duì)和閾值確定所述人臉圖片在所述訓(xùn)練模型中對(duì)應(yīng)的節(jié)點(diǎn)，并獲取所述節(jié)點(diǎn)的節(jié)點(diǎn)值，其中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系；根據(jù)所述初始值和所述節(jié)點(diǎn)值，確定所述人臉特征點(diǎn)的定位結(jié)果。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述節(jié)點(diǎn)值是二進(jìn)制節(jié)點(diǎn)的節(jié)點(diǎn)值，所述方法還包括:建立訓(xùn)練模型，所述建立訓(xùn)練模型，包括: 根據(jù)人臉特征點(diǎn)的個(gè)數(shù)，建立滿二叉樹，所述滿二叉樹包括分類節(jié)點(diǎn)和二進(jìn)制節(jié)點(diǎn)，且每層分類節(jié)點(diǎn)對(duì)應(yīng)一個(gè)人臉特征點(diǎn)； 根據(jù)訓(xùn)練樣本，進(jìn)行特征提取，獲取人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，并根據(jù)所述對(duì)應(yīng)關(guān)系，確定所述分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值； 根據(jù)所述分類節(jié)點(diǎn)以及所述分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，將所述訓(xùn)練樣本劃分到所述二進(jìn)制節(jié)點(diǎn)中，并根據(jù)二進(jìn)制節(jié)點(diǎn)中訓(xùn)練樣本的初始值得到所述二進(jìn)制節(jié)點(diǎn)的節(jié)點(diǎn)值。3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)訓(xùn)練樣本，進(jìn)行特征提取，獲取人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，包括: 獲取所述訓(xùn)練樣本中的人臉特征點(diǎn)的真實(shí)值和初始值； 在所述人臉特征點(diǎn)中確定當(dāng)前處理的人臉特征點(diǎn)，并對(duì)應(yīng)所述當(dāng)前處理的人臉特征點(diǎn)獲取可供選擇的參數(shù)，所述參數(shù)包括:特征點(diǎn)對(duì)，方向角度和閾值； 在所述參數(shù)中，遍歷每組特征點(diǎn)對(duì)，每個(gè)方向角度和每個(gè)閾值，根據(jù)當(dāng)前遍歷的特征點(diǎn)對(duì)，方向角度和閾值，以及當(dāng)前處理的人臉特征點(diǎn)的真實(shí)值和初始值，得到當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，并將分?jǐn)?shù)最高時(shí)的特征點(diǎn)對(duì)和閾值確定為所述當(dāng)前處理的人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值； 建立所述人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，以便根據(jù)所述對(duì)應(yīng)關(guān)系，確定所述接收的人臉圖片中人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)當(dāng)前遍歷的特征點(diǎn)對(duì)，方向角度和閾值，以及當(dāng)前處理的人臉特征點(diǎn)的真實(shí)值和初始值，得到當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，包括: 確定當(dāng)前遍歷的特征點(diǎn)對(duì)和閾值； 根據(jù)所述真實(shí)值和所述方向角度，確定當(dāng)前直線，所述當(dāng)前直線是經(jīng)過(guò)所述真實(shí)值且角度是所述方向角度的直線； 根據(jù)所述特征點(diǎn)對(duì)和閾值，以及所述初始值，對(duì)所述訓(xùn)練樣本進(jìn)行劃分； 根據(jù)所述當(dāng)前直線和劃分后的訓(xùn)練樣本的個(gè)數(shù)，計(jì)算所述分?jǐn)?shù)。5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述分?jǐn)?shù)的計(jì)算公式為:Score = C_1eft/S_1eft+C_r i ght/S_r i ght, 其中，Score是當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，C_left是位于當(dāng)前直線左側(cè)的第一樣本的個(gè)數(shù)，S_left是位于當(dāng)前直線左側(cè)的第一樣本和第二樣本的總數(shù)，C_right是位于當(dāng)前直線右側(cè)的第一樣本的個(gè)數(shù)，S_right是位于當(dāng)前直線右側(cè)的第一樣本和第二樣本的總數(shù)； 其中，所述第一樣本和所述第二樣本是根據(jù)特征取值和當(dāng)前遍歷的閾值對(duì)訓(xùn)練樣本劃分后得到的，所述特征取值是當(dāng)前遍歷的特征點(diǎn)對(duì)在樣本上的顏色值的差值。6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述顏色值是灰度值。7.一種人臉特征點(diǎn)定位裝置，其特征在于，包括: 接收模塊，用于接收人臉圖片； 獲取模塊，用于獲取所述人臉圖片中人臉特征點(diǎn)的初始值； 處理模塊，用于根據(jù)預(yù)先建立的訓(xùn)練模型，確定所述人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值，并根據(jù)所述特征點(diǎn)對(duì)和閾值確定所述人臉圖片在所述訓(xùn)練模型中對(duì)應(yīng)的節(jié)點(diǎn)，并獲取所述節(jié)點(diǎn)的節(jié)點(diǎn)值，其中，所述特征點(diǎn)對(duì)和閾值使得對(duì)應(yīng)同一個(gè)節(jié)點(diǎn)的不同人臉圖片具有相同的位置關(guān)系； 確定模塊，用于根據(jù)所述初始值和所述節(jié)點(diǎn)值，確定所述人臉特征點(diǎn)的定位結(jié)果。8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述節(jié)點(diǎn)值是二進(jìn)制節(jié)點(diǎn)的節(jié)點(diǎn)值，所述裝置還包括建立模塊，所述建立模塊用于建立訓(xùn)練模型。所述建立模塊包括: 第一單元，用于根據(jù)人臉特征點(diǎn)的個(gè)數(shù)，建立滿二叉樹，所述滿二叉樹包括分類節(jié)點(diǎn)和二進(jìn)制節(jié)點(diǎn)，且每層分類節(jié)點(diǎn)對(duì)應(yīng)一個(gè)人臉特征點(diǎn)； 第二單元，用于根據(jù)訓(xùn)練樣本，進(jìn)行特征提取，獲取人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，并根據(jù)所述對(duì)應(yīng)關(guān)系，確定所述分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值； 第三單元，用于根據(jù)所述分類節(jié)點(diǎn)以及所述分類節(jié)點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值，將所述訓(xùn)練樣本劃分到所述二進(jìn)制節(jié)點(diǎn)中，并根據(jù)二進(jìn)制節(jié)點(diǎn)中訓(xùn)練樣本的初始值得到所述二進(jìn)制節(jié)點(diǎn)的節(jié)點(diǎn)值。9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第二單元具體包括: 第一子單元，用于獲取所述訓(xùn)練樣本中的人臉特征點(diǎn)的真實(shí)值和初始值； 第二子單元，用于在所述人臉特征點(diǎn)中確定當(dāng)前處理的人臉特征點(diǎn)，并對(duì)應(yīng)所述當(dāng)前處理的人臉特征點(diǎn)獲取可供選擇的參數(shù)，所述參數(shù)包括:特征點(diǎn)對(duì)，方向角度和閾值； 第三子單元，用于在所述參數(shù)中，遍歷每組特征點(diǎn)對(duì)，每個(gè)方向角度和每個(gè)閾值，根據(jù)當(dāng)前遍歷的特征點(diǎn)對(duì)，方向角度和閾值，以及當(dāng)前處理的人臉特征點(diǎn)的真實(shí)值和初始值，得到當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，并將分?jǐn)?shù)最高時(shí)的特征點(diǎn)對(duì)和閾值確定為所述當(dāng)前處理的人臉特征點(diǎn)對(duì)應(yīng)的特征點(diǎn)對(duì)和閾值； 第四子單元，用于建立所述人臉特征點(diǎn)與特征點(diǎn)對(duì)和閾值之間的對(duì)應(yīng)關(guān)系，以便根據(jù)所述對(duì)應(yīng)關(guān)系，確定所述接收的人臉圖片中人臉特征點(diǎn)的特征點(diǎn)對(duì)和閾值。10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述第三子單元具體用于: 確定當(dāng)前遍歷的特征點(diǎn)對(duì)和閾值； 根據(jù)所述真實(shí)值和所述方向角度，確定當(dāng)前直線，所述當(dāng)前直線是經(jīng)過(guò)所述真實(shí)值且角度是所述方向角度的直線； 根據(jù)所述特征點(diǎn)對(duì)和閾值，以及所述初始值，對(duì)所述訓(xùn)練樣本進(jìn)行劃分； 根據(jù)所述當(dāng)前直線和劃分后的訓(xùn)練樣本的個(gè)數(shù)，計(jì)算所述分?jǐn)?shù)。11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述分?jǐn)?shù)的計(jì)算公式為:Score = C_1eft/S_1eft+C_r i ght/S_r i ght, 其中，Score是當(dāng)前遍歷的特征點(diǎn)對(duì)的分?jǐn)?shù)，C_left是位于當(dāng)前直線左側(cè)的第一樣本的個(gè)數(shù)，S_left是位于當(dāng)前直線左側(cè)的第一樣本和第二樣本的總數(shù)，C_right是位于當(dāng)前直線右側(cè)的第一樣本的個(gè)數(shù)，S_right是位于當(dāng)前直線右側(cè)的第一樣本和第二樣本的總數(shù)； 其中，所述第一樣本和所述第二樣本是根據(jù)特征取值和當(dāng)前遍歷的閾值對(duì)訓(xùn)練樣本劃分后得到的，所述特征取值是當(dāng)前遍歷的特征點(diǎn)對(duì)在樣本上的顏色值的差值。12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述顏色值是灰度值。
【文檔編號(hào)】G06K9/46GK105844284SQ201510024255
【公開日】2016年8月10日
【申請(qǐng)日】2015年1月16日
【發(fā)明人】王楠, 杜志軍
【申請(qǐng)人】阿里巴巴集團(tuán)控股有限公司