国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種人物攝影圖像的質(zhì)量分類方法

      文檔序號:8512750閱讀:442來源:國知局
      一種人物攝影圖像的質(zhì)量分類方法
      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及圖像智能處理領(lǐng)域,特別涉及一種人物攝影圖像的質(zhì)量分類方法。
      【背景技術(shù)】
      [0002] 隨著社交網(wǎng)絡(luò)的發(fā)展,越來越多人通過網(wǎng)絡(luò)來進(jìn)行社會交流。在交流方式多元化 的今天,圖像漸漸成為網(wǎng)絡(luò)社交元素的主力之一。圖像比文本更具形象,更能快速準(zhǔn)確傳達(dá) 用戶的現(xiàn)狀、情感。由于網(wǎng)絡(luò)社交是以人為主體的,且根據(jù)網(wǎng)絡(luò)調(diào)查結(jié)果顯示,將近一半的 社交圖像都是以人為主題的,而且由于人們的網(wǎng)絡(luò)觀賞與閱讀習(xí)慣,他們更傾向于在有人 物的社交圖像花更多的閱讀時間。因此,含有人物的圖像在網(wǎng)絡(luò)社交元素中具有發(fā)揮著很 高的作用。
      [0003] 在圖像的質(zhì)量分類方面,美國賓夕法尼亞大學(xué)的學(xué)者Datta等率先把圖像視覺特 征應(yīng)用到圖像美學(xué)質(zhì)量評判中,實(shí)現(xiàn)了圖像高低美學(xué)質(zhì)量的分類和圖像美學(xué)質(zhì)量分?jǐn)?shù)的自 動評估。他們綜合提取了全局與局部的視覺特征,包括亮度、飽和度、色彩、灰度、相似度、紋 理、形狀與方位比例、區(qū)域分布、景深以及三分法則等56個特征數(shù)據(jù),通過特征選擇得到15 個圖像特征,實(shí)現(xiàn)對圖像的美學(xué)評分。然而,作者并沒有深入考慮從更細(xì)致的方面進(jìn)行特征 的提煉,因此僅有的特征難以在圖像評估中獲得較高的正確率。
      [0004] 在含有人物的圖像美學(xué)質(zhì)量研宄中,美國康奈爾大學(xué)的學(xué)者Li等人對包含人臉 的社交圖像進(jìn)行了美學(xué)質(zhì)量評估的研宄,并且構(gòu)建了一個帶有美學(xué)質(zhì)量評分的人物圖庫, 并得到其他相關(guān)研宄學(xué)者的采用,他們在亮度對比、色彩一致性、背景復(fù)雜度和清晰度對比 等基本美學(xué)特征的基礎(chǔ)上,加入了人臉的簡單表情特征,位置,關(guān)系等特征以及部分構(gòu)圖特 征,并使用SVM與SVR算法進(jìn)行美學(xué)分類與回歸,實(shí)驗(yàn)結(jié)果顯示,其特征集對人物圖像美學(xué) 質(zhì)量具有一定的分類能力。
      [0005] 由于人物圖像具有一定的特殊性,在一般圖像美學(xué)的質(zhì)量分類中難以取得較高的 分類正確率。目前,已有一些學(xué)者對人物圖像美學(xué)算法進(jìn)行了相關(guān)研宄,但是對人臉相關(guān)特 征的挖掘還是不夠深入,無法全面體現(xiàn)人物攝影圖像的質(zhì)量。

      【發(fā)明內(nèi)容】

      [0006] 為了克服現(xiàn)有技術(shù)的上述缺點(diǎn)與不足,本發(fā)明的目的在于提供一種人物攝影圖像 的質(zhì)量分類方法,對人臉相關(guān)特征進(jìn)行深入挖掘,分類準(zhǔn)確率高。
      [0007] 本發(fā)明的目的通過以下技術(shù)方案實(shí)現(xiàn):
      [0008] 一種人物攝影圖像的質(zhì)量分類方法,包括以下步驟:
      [0009] (1)從已根據(jù)人物攝影圖像的質(zhì)量劃分為不同質(zhì)量等級的樣本圖片庫中,為每個 質(zhì)量等級隨機(jī)選取多張人物圖像作為該質(zhì)量等級的樣本圖像;
      [0010] (2)提取樣本圖像的全局特征;所述全局特征包括色調(diào)搭配特征、梯度特征、灰度 對比特征、銳度特征;
      [0011] (3)采用人臉檢測技術(shù),并且使用人臉關(guān)鍵點(diǎn)檢測算法獲取臉部特征點(diǎn);
      [0012] (4)提取樣本圖像的人臉特征;所述人臉特征包括臉內(nèi)基本特征、位置關(guān)系特征、 臉部光影特征、臉部幾何比例特征、人臉顯著度和表情特征;
      [0013] (4-1)提取臉內(nèi)基本特征,所述臉內(nèi)基本特征包括臉像素特征和臉計(jì)數(shù)特征;
      [0014] 所述臉像素特征包括臉部區(qū)域的梯度均值及其標(biāo)準(zhǔn)差、色調(diào)均值及其標(biāo)準(zhǔn)差、飽 和度均值及其標(biāo)準(zhǔn)差、亮度均值及其標(biāo)準(zhǔn)差;
      [0015] 所述臉計(jì)數(shù)特征包括臉數(shù)目、臉尺寸、所有臉面積總和;
      [0016] (4-2)提取位置關(guān)系特征:采用最小生成樹算法對人臉區(qū)域的位置分布進(jìn)行距離 的計(jì)算,并計(jì)算人臉最大距離、人臉最小距離、人臉平均距離、人臉緊密度,所述人臉緊密度 即平均距離與人臉矩形區(qū)域的面積之比;
      [0017] (4-3)提取臉部光影特征:對人臉區(qū)域的9對模板對進(jìn)行光影特征值計(jì)算;其中所 述9對模板對的位置分別為鼻子的左側(cè)與右側(cè)區(qū)域、鼻梁與人中附近區(qū)域、上嘴唇與下嘴 唇區(qū)域、下巴的左邊側(cè)與右邊側(cè)區(qū)域、左臉頰正面與側(cè)面區(qū)域、右臉頰正面與側(cè)面區(qū)域、左 眼的左眼角與右眼的右眼角區(qū)域、左眼窩與左眼眉區(qū)域、右眼窩與右眼眉區(qū)域;第k對模板 的光影特征值計(jì)算方法如下:
      【主權(quán)項(xiàng)】
      1. 一種人物攝影圖像的質(zhì)量分類方法,其特征在于,包括以下步驟: (1) 從已根據(jù)人物攝影圖像的質(zhì)量劃分為不同質(zhì)量等級的樣本圖片庫中,為每個質(zhì)量 等級隨機(jī)選取多張人物圖像作為該質(zhì)量等級的樣本圖像; (2) 提取樣本圖像的全局特征;所述全局特征包括色調(diào)搭配特征、梯度特征、灰度對比 特征、銳度特征; (3) 采用人臉檢測技術(shù),并且使用人臉關(guān)鍵點(diǎn)檢測算法獲取臉部特征點(diǎn); (4) 提取樣本圖像的人臉特征;所述人臉特征包括臉內(nèi)基本特征、位置關(guān)系特征、臉部 光影特征、臉部幾何比例特征、人臉顯著度和表情特征; (4-1)提取臉內(nèi)基本特征,所述臉內(nèi)基本特征包括臉像素特征和臉計(jì)數(shù)特征; 所述臉像素特征包括臉部區(qū)域的梯度均值及其標(biāo)準(zhǔn)差、色調(diào)均值及其標(biāo)準(zhǔn)差、飽和度 均值及其標(biāo)準(zhǔn)差、亮度均值及其標(biāo)準(zhǔn)差; 所述臉計(jì)數(shù)特征包括臉數(shù)目、臉尺寸、所有臉面積總和; (4-2)提取位置關(guān)系特征:采用最小生成樹算法對人臉區(qū)域的位置分布進(jìn)行距離的計(jì) 算,并計(jì)算人臉最大距離、人臉最小距離、人臉平均距離、人臉緊密度,所述人臉緊密度即平 均距離與人臉矩形區(qū)域的面積之比; (4-3)提取臉部光影特征:對人臉區(qū)域的9對模板對進(jìn)行光影特征值計(jì)算;其中所述 9對模板對的位置分別為鼻子的左側(cè)與右側(cè)區(qū)域、鼻梁與人中附近區(qū)域、上嘴唇與下嘴唇區(qū) 域、下巴的左邊側(cè)與右邊側(cè)區(qū)域、左臉頰正面與側(cè)面區(qū)域、右臉頰正面與側(cè)面區(qū)域、左眼的 左眼角與右眼的右眼角區(qū)域、左眼窩與左眼眉區(qū)域、右眼窩與右眼眉區(qū)域;第k對模板的光 影特征值計(jì)算方法如下:
      其中,Tkl,1\2為模板,v(x,y)為模板中像素點(diǎn)(X,y)在圖像HSV通道中的亮度值; (4-4)提取臉部幾何比例特征:所述臉部幾何比例特征包括左眼的長度、右眼的長度、 眼間長度占臉寬的比例,以及鼻子高度占鼻尖到下巴的距離的比例、人臉?biāo)椒较虻男D(zhuǎn) 角度、人臉傾斜角度; 人臉?biāo)椒较虻男D(zhuǎn)角度的計(jì)算方法如下: Spin = ED (C1, C2)/ED (C3, C4) C1指左太陽穴特征點(diǎn),C4指右太陽穴特征點(diǎn),C2指左眼的右眼角特征點(diǎn);C 3指右眼的左 眼角上的特征點(diǎn);ED (C1, C2)為C1, C2之間的歐式距離;ED (C 3, C4)為C3, C4之間的歐式距離; 當(dāng)Spin〉1時表示人臉向右邊的旋轉(zhuǎn)角度,當(dāng)Spin〈l時表示向左邊的旋轉(zhuǎn)程度; 人臉傾斜角度的計(jì)算方法如下: Incline = (Cly-C4y)/Lface Cly,C4y分別是C i,C4兩點(diǎn)的垂直坐標(biāo);L f_為人臉矩形區(qū)域的對角線長度,在計(jì)算中, InclineX)表示人臉向右傾斜的角度,lncline〈0則表示人臉向左傾斜的角度; (4-5)提取表情特征:在獲得步驟(3)中的臉部的特征點(diǎn)后,提取表情特征;所述表情 特征包括眼長寬比、眼彎曲比、嘴長寬比、嘴彎曲比; EyeShape1, EyeShape2,Mou
      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1