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！

申请/专利权人：重庆邮电大学

摘要：本发明请求保护一种基于可视化脸型判断的面部美学评估方法及存储介质，包括步骤：S1对面部图像进行标记点定位；S2通过B样条函数对面部轮廓标记点进行插值建模；S3根据插值曲线求面部轮廓曲率特征；S4根据面部表情研究理论提取几何特征；S5通过Garbor滤波器提取纹理特征；S6通过卷积神经网络VGG提取肤色和头发等特征；S7将上述四种特征融合，采用支持向量机SVR对面部美学进行评估。本发明结合B样条、Garbor滤波和深度学习算法提取混合特征来描述面部美学。使得最终的特征涵盖了整个面部信息。

主权项：1.一种基于可视化脸型判断的面部美学评估方法，其特征在于，包括以下步骤：S1、首先输入原始面部图像，并利用现有的开源软件对面部图像进行标记点定位；S2、其次，通过B样条函数对面部轮廓标记点进行插值建模，构造符合特定轮廓点的B样条曲线；S3、然后根据步骤S2中求得到B样条曲线，对其求二阶导数，并根据公式求得不同面部图像的曲率特征Fs；k表示曲率，y′、y″分别表示一阶导数和二阶导数；S4、之后，根据步骤S1中求得到面部标记点和面部表情研究理论中的面部运动系统FACS设计关于五官的几何特征Fg；S5、再根据原始输入图像，采用Gabor滤波器提取面部纹理特征Ft；S6、同时也采用深度学习框架VGG对原始图像提取肤色、头发补充特征Fh；S7、最后将Fs、Fg、Ft和Fh融合形成的整个面部特征Fface作为支持向量机SVR的输入进行美学评估，得到美学评分；所述步骤S2根据得到的面部轮廓标记点进行B样条插值建模，构造符合特定轮廓点的B样条曲线，具体包括：B样条曲线是样条基函数的线性组合，B样条基函数是k阶分段多项式，根据n+1个控制点Pi，i＝0,1,2,...,n，和节点向量T＝{t0,t1,...,tm}，k阶B样条表达式为： 上式中Ni,k是k阶分段多项式；B样条曲线是基于递归的方式进行计算的，最常用的递归定义是由DeBoorandCox共同提出的： 所述步骤S3：对得到的B样条插值函数进行求导，具体包括： 再根据递归算法求得B样条的2阶导数；然后根据公式求得对应点的曲率： 将多个点的曲率进行拼接形成面部轮廓特征Fs；所述步骤S4根据步骤S1中求得到面部标记点和面部表情研究理论中的面部运动系统FACS设计关于五官的几何特征Fg；具体来说，五官的几何特征Fg分为整体脸、眉毛、眼睛、鼻子和嘴巴的几何特征，整体脸特征是根据“三庭五眼”设计的，即把面部上下分为三份，把面部的宽度分为五份，然后分别计算每一份与面部长和宽的比例作为整体脸特征；FACS的面部动作单元4AU4，下眉毛与面部美学有关，AU4包括眉毛和眼睛；因此，为了包括眉毛的大小信息以及眉毛和眼睛的位置信息，眉毛的比例特征依据AU4设计；FACS的面部动作单元5AU5，眼睛与面部美学有关，AU5包括眼睛；因此，为了包括眼睛的大小以及位置信息，眼睛的比例特征依据AU5设计；FACS的面部动作单元9AU9，鼻子与面部美学有关，AU9包括鼻子；因此，为了包括鼻子的大小以及位置信息，鼻子的比例特征依据AU9设计；FACS的面部动作单元17AU17，嘴巴与面部美学有关，AU17包括嘴巴；因此，为了包括嘴巴的大小以及位置信息，嘴巴的比例特征依据AU17设计；所述步骤S5根据原始输入图像，采用Gabor滤波器提取面部纹理特征Ft，具体包括：在空间域中，2DGabor滤波器定义如下所示： x′＝xcosθ+ysinθy′＝-xsinθ+ycosθ上式中，x,y代表图像的像素点坐标，ω代表径向频率，θ代表方向，σ代表标准差；首先根据标记点裁剪图像，并移除非空间图像区域；然后将Gabor滤波器与图像进行卷积，得到特征图像；之后将特征图像分为64块子图像，并计算每块子图像的能量值： 最后通过主成分分析对能量矩阵进行平坦化和降维，得到纹理特征Ft。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于可视化脸型判断的面部美学评估方法及存储介质