本公開涉及圖像處理領(lǐng)域，特別涉及一種人臉對齊方法及裝置。

背景技術(shù)：

人臉對齊是指將人臉圖像對齊至人臉模型。主要應(yīng)用于臉型分析、人臉變換、人臉識別和顏值分析等。人臉圖像的對齊,影響到人臉識別的準確性,成為人臉識別系統(tǒng)的重要問題。

然而錯誤的人臉對齊往往會導(dǎo)致提取的人臉特征嚴重變形，即使是不精確的對齊也會帶來識別性能的快速下降。因而如何提高人臉對齊的準確性，已成為本領(lǐng)域的重要課題。

技術(shù)實現(xiàn)要素：

為了解決相關(guān)技術(shù)中的問題，本公開提供一種人臉對齊方法及裝置。所述技術(shù)方案如下：

根據(jù)本公開實施例的第一方面，提供一種人臉對齊方法，該方法包括：

識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；

根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重；人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重；

根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

可選的，根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型，包括：

根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程；

根據(jù)變換方程將人臉圖像對齊至人臉模型。

根據(jù)本公開實施例的第二方面，提供一種人臉對齊方法，該方法包括：

識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；

獲取人臉圖像中的人臉中心的位置；

根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重；

根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

可選的，根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重，包括：

根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重。

可選的，根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重，包括：

根據(jù)每個特征點位置和人臉中心的位置之間的距離，通過如下公式計算每個特征點位置所對應(yīng)的權(quán)重；

$w_i=\frac{1}{1+\left|\right|p_i-p_{\mathrm{\Δ}}|{|}^{\mathrm{\γ}}}$

其中，w_i表示第i個特征點位置所對應(yīng)的權(quán)重，p_i表示第i個特征點位置，p_Δ表示人臉中心的位置，γ為用于控制權(quán)重的衰減程度的衰減因子，i為小于等于m的整數(shù)。

可選的，獲取人臉圖像中的人臉中心的位置，包括：

根據(jù)m個特征點的特征點位置確定m個特征點的中心位置；

將確定的中心位置作為人臉中心的位置。

可選的，獲取人臉圖像中的人臉中心的位置，包括：

根據(jù)第一特征點集合中的特征點的個數(shù)和第二特征點集合中的特征點個數(shù)之間的比值、第一特征點集合中的各個特征點的特征點位置以及第二特征點集合中的各個特征點的特征點位置，確定人臉中心的位置；

其中，第一特征點集合包括：兩眼中處于對稱位置的n1個特征點，以及，兩眼的兩眼中心點的至少一種；第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點，以及，嘴唇的中心點中的至少一種；n1和n2為偶數(shù)。

可選的，根據(jù)每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型，包括：

根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程；

根據(jù)變換方程將人臉圖像對齊至人臉模型。

根據(jù)本公開實施例的第三方面，提供一種人臉對齊裝置，該裝置包括：

位置識別模塊，被配置為識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；

權(quán)重確定模塊，被配置為根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重；人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重；

人臉對齊模塊，被配置為根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

可選的，人臉對齊模塊，包括：

方程計算子模塊，被配置為根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程；

圖像對齊子模塊，被配置為根據(jù)變換方程將人臉圖像對齊至人臉模型。

根據(jù)本公開實施例的第四方面，提供一種人臉對齊裝置，該裝置包括：

位置識別模塊，被配置為識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；

位置獲取模塊，被配置為獲取人臉圖像中的人臉中心的位置；

權(quán)重確定模塊，被配置為根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重；

人臉對齊模塊，被配置為根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

可選的，權(quán)重確定模塊，還被配置為根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重。

可選的，權(quán)重確定模塊，還被配置為根據(jù)每個特征點位置和人臉中心的位置之間的距離，通過如下公式計算每個特征點位置所對應(yīng)的權(quán)重；

$w_i=\frac{1}{1+\left|\right|p_i-p_{\mathrm{\Δ}}|{|}^{\mathrm{\γ}}}$

其中，w_i表示第i個特征點位置所對應(yīng)的權(quán)重，p_i表示第i個特征點位置，p_Δ表示人臉中心的位置，γ為用于控制權(quán)重的衰減程度的衰減因子，i為小于等于m的整數(shù)。

可選的，位置獲取模塊，包括：

第一確定子模塊，被配置為根據(jù)m個特征點的特征點位置確定m個特征點的中心位置；

第二確定子模塊，被配置為將確定的中心位置作為人臉中心的位置。

可選的，位置獲取模塊，還被配置為根據(jù)第一特征點集合中的特征點的個數(shù)和第二特征點集合中的特征點個數(shù)之間的比值、第一特征點集合中的各個特征點的特征點位置以及第二特征點集合中的各個特征點的特征點位置，確定人臉中心的位置；

其中，第一特征點集合包括：兩眼中處于對稱位置的n1個特征點，以及，兩眼的兩眼中心點的至少一種；第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點，以及，嘴唇的中心點中的至少一種；n1和n2為偶數(shù)。

可選的，人臉對齊模塊，包括：

方程計算子模塊，被配置為根據(jù)每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程；

圖像對齊子模塊，被配置為根據(jù)變換方程將人臉圖像對齊至人臉模型。

根據(jù)本公開實施例的第五方面，提供一種人臉對齊裝置，該裝置包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，處理器被配置為：

識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；

根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重；人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重；

根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

根據(jù)本公開實施例的第六方面，提供一種人臉對齊裝置，該裝置包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，處理器被配置為：

識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；

獲取人臉圖像中的人臉中心的位置；

根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重；

根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：

通過上述技術(shù)特征可以實現(xiàn)直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，并可克服由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

應(yīng)當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性的，并不能限制本公開。

附圖說明

此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施例，并于說明書一起用于解釋本公開的原理。

圖1是根據(jù)一示例性實施例示出的一種人臉對齊方法的流程圖；

圖2是根據(jù)另一示例性實施例示出的一種人臉對齊方法的流程圖；

圖3是根據(jù)一示例性實施例示出的一種人臉圖像中特征點位置的示意圖；

圖4是根據(jù)一示例性實施例示出的一種人臉對齊方法的流程圖；

圖5是根據(jù)另一示例性實施例示出的一種人臉對齊方法的流程圖；

圖6A是根據(jù)一示例性實施例示出的一種確定人臉中心的位置的示意圖；

圖6B是根據(jù)一示例性實施例示出的另一種確定人臉中心的位置的示意圖；

圖7是根據(jù)一示例性實施例示出的一種建立人臉模型的方法的流程圖；

圖8是根據(jù)一示例性實施例示出的一種人臉對齊裝置的框圖；

圖9是根據(jù)另一示例性實施例示出的一種人臉對齊裝置的框圖；

圖10是根據(jù)一示例性實施例示出的一種人臉對齊裝置的框圖；

圖11是根據(jù)另一示例性實施例示出的一種人臉對齊裝置的框圖；

圖12是根據(jù)一示例性實施例示出的一種用于人臉對齊的裝置的框圖；

圖13是根據(jù)一示例性實施例示出的一種用于人臉對齊的裝置的框圖。

具體實施方式

這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。

在一實施例中，人臉對齊的方法主要包括：識別人臉圖像中的特征點的特征點位置，特征點可以包括形狀特征點、紋理特征點或顏色特征點中的至少一種；根據(jù)人臉圖像中特征點的特征點位置與人臉模型中對應(yīng)的特征點位置之間的對應(yīng)關(guān)系，計算將人臉圖像對齊至人臉模型的變換方程；根據(jù)變換方程，將人臉圖像對齊至人臉模型中。其中，人臉模型是指根據(jù)若干個樣本人臉圖像的特征點的特征點位置預(yù)先訓(xùn)練得到的人臉模型。

圖1是根據(jù)一示例性實施例示出的一種人臉對齊方法的流程圖，該人臉對齊方法可以包括以下步驟。

在步驟101中，識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)。

在步驟102中，根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重。

其中，人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重。

在步驟103中，根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

綜上所述，本公開實施例中提供的人臉對齊方法，通過上述人臉對齊方法中提供的技術(shù)特征，解決了相關(guān)技術(shù)中直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

圖2是根據(jù)另一示例性實施例示出的一種人臉對齊方法的流程圖，該人臉對齊方法可以包括以下步驟。

在步驟201中，識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)。

當終端接收到待對齊的人臉圖像時，通過人臉特征點檢測算法識別人臉圖像中的m個特征點的特征點位置?？蛇x的，人臉特征點檢測算法包括：AAM(Active Appearance Model，主動外觀模型)、ASM(Active Shape Model，主動形狀模型)和SDM(supervised descent method，有監(jiān)督的梯度下降方法)中的至少一種。

在一個示例性的例子中，假定AAM模型中的特征點個數(shù)為95，將人臉圖像輸入至AAM模型后，經(jīng)過AAM模型的檢測識別出人臉圖像中95個特征點的特征點位置。

可選的，m大于預(yù)設(shè)閾值，預(yù)設(shè)閾值可以為70、80或90不等，比如：m的取值可以為95。

在步驟202中，根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重。

其中，人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重。

終端在識別到人臉圖像中的m個特征點的特征點位置后，根據(jù)m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，以及人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重。

比如：人臉模型中兩眼的兩眼中心點的權(quán)重為0.2，則請參考圖3，終端在識別出人臉圖像31中的特征點5的特征點位置后，確定出特征點5的特征點位置所對應(yīng)的權(quán)重為0.2。其中圖3僅以示出10個特征點來舉例說明。

可選的，人臉模型中每個特征點位置所對應(yīng)的權(quán)重是預(yù)先存儲的，或者，根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的。

其中，根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定人臉模型中每個特征點位置所對應(yīng)的權(quán)重可以包括如下實現(xiàn)方式：

根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置之間的距離，確定人臉模型中每個特征點位置所對應(yīng)的權(quán)重。

在獲取到人臉模型中m個特征點位置和人臉模型的人臉中心的位置后，計算每個特征點位置到人臉中心的位置之間的距離，根據(jù)計算得到的距離確定每個特征點位置所對應(yīng)的權(quán)重。

可選的，根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置之間的距離，確定人臉模型中每個特征點位置所對應(yīng)的權(quán)重，可以包括如下兩種可能的實現(xiàn)方式：

在第一種可能的實現(xiàn)方式中，通過如下公式計算每個特征點位置所對應(yīng)的權(quán)重；

$w_i=\frac{1}{1+\left|\right|q_i-q_{\mathrm{\Δ}}|{|}^{\mathrm{\γ}}}$

其中，w_i表示人臉模型中第i個特征點位置所對應(yīng)的權(quán)重，q_i表示人臉模型中第i個特征點位置，q_Δ表示人臉模型中人臉中心的位置，γ為用于控制權(quán)重的衰減程度的衰減因子，i為小于等于m的整數(shù)。

可選的，γ為實數(shù)，其取值一般是通過經(jīng)驗得到的；通常γ的取值為2，當γ為2時，||q_i-q_Δ||²表示矩陣的二范數(shù)。

在第二種可能的實現(xiàn)方式中，預(yù)先存儲的特征點位置與人臉中心的位置之間的距離和權(quán)重之間的對應(yīng)關(guān)系，在計算得到人臉模型中每個特征點位置與人臉模型中人臉中心的位置之間的距離時，根據(jù)對應(yīng)關(guān)系和計算得到的距離，確定人臉模型中每個特征點位置所對應(yīng)的權(quán)重。

比如：參考圖3中所示的特征點的特征點位置，假定特征點3的特征點位置與人臉中心的位置之間的距離為4厘米，預(yù)先存儲的4厘米對應(yīng)的權(quán)重為0.2，則特征點3的特征點位置所對應(yīng)的權(quán)重為0.2。

在步驟203中，根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程。

可選的，變換方程包括：相似變換和仿射變換中的至少一種。

在一個示例性的例子中，以變換方程為仿射變換為例，根據(jù)如下公式利用加權(quán)最小二乘法計算得到將人臉圖像對齊至人臉模型的變換方程為：

H＝QWP^T(PWP^T)^-1

其中，H表示仿射變換矩陣；Q表示人臉模型中m個特征點的特征點位置對應(yīng)的矩陣；P表示人臉圖像中m個特征點的特征點位置對應(yīng)的矩陣；P^T表示矩陣P的轉(zhuǎn)置矩陣；W表示權(quán)重對應(yīng)的對角矩陣，該對角矩陣對角線上的第i個元素為人臉圖像中第i個特征點位置所對應(yīng)的權(quán)重值w_i，對角矩陣中其余元素的值為0；(PWP^T)^-1表示括號中運算得到的矩陣的逆矩陣。

比如：請參考圖3所示的人臉圖像31，以人臉圖像31的水平方向為橫軸，以人臉圖像31的豎直方向為縱軸建立坐標系，如圖3中的坐標系所示；假定m的值為95，矩陣Q的大小為2*95，每一列表示一個特征點位置，每一列的第一行表示特征點位置橫坐標的值，每一列的第二行表示特征點位置縱坐標的值；矩陣P的大小為3*95，每一列表示一個特征點位置，每一列的第一行表示特征點位置橫坐標的值，每一列的第二行表示特征點位置縱坐標的值，每一列的第三行的值為1；對角矩陣W的大小為95*95，對角線上的第i個元素為人臉圖像中第i個特征點位置所對應(yīng)的權(quán)重值w_i，其余元素的值為0；則計算得到的仿射變換矩陣H的大小為2*3的矩陣。

在步驟204中，根據(jù)變換方程將人臉圖像對齊至人臉模型。

終端在計算出將人臉圖像對齊至人臉模型的變換方程后，根據(jù)計算得到的變換方程將人臉圖像對齊至人臉模型?？蛇x的，由于變換方程是根據(jù)人臉圖像中的m個特征點所對應(yīng)的權(quán)重以及人臉圖像和人臉模型中m個特征點的特征點位置之間的對應(yīng)關(guān)系得到的，因此，根據(jù)變換方程將人臉圖像對齊至人臉模型包括：將人臉圖像中的m個特征點的特征點位置對齊至人臉模型中對應(yīng)的m個特征點的特征點位置。

在一個示例性的例子中，以步驟203中計算得到的仿射變換矩陣H為例，通過如下公式將人臉圖像對齊至人臉模型中：

$H*p_i={\hat{p}}_i$

其中，p_i表示人臉圖像中第i個特征點位置，表示根據(jù)仿射變換矩陣H將人臉圖像中第i個特征點位置對齊至人臉模型中的位置。

綜上所述，本公開實施例中提供的人臉對齊方法，通過上述人臉對齊方法中提供的技術(shù)特征，解決了相關(guān)技術(shù)中直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

圖1和圖2所示的實施例中，是以根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定人臉圖像中每個特征點位置所對應(yīng)的權(quán)重為例進行說明，可選的，還可以通過根據(jù)人臉圖像中每個特征點位置和人臉中心的位置，確定人臉圖像中每個特征點位置所對應(yīng)的權(quán)重，具體實現(xiàn)過程請參考圖4和圖5所示。

圖4是根據(jù)一示例性實施例示出的一種人臉對齊方法的流程圖，該人臉對齊方法可以包括以下步驟。

在步驟401中，識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)。

在步驟402中，獲取人臉圖像中的人臉中心的位置。

在步驟403中，根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重。

在步驟404中，根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

綜上所述，本公開實施例中提供的人臉對齊方法，通過上述人臉對齊方法中提供的技術(shù)特征，解決了相關(guān)技術(shù)中直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

圖5是根據(jù)另一示例性實施例示出的一種人臉對齊方法的流程圖，該人臉對齊方法可以包括以下步驟。

在步驟501中，識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)。

本步驟與圖2所示的實施例中步驟201類似，詳細描述請參考圖2所示的實施例，此處不再贅述。

在步驟502中，獲取人臉圖像中的人臉中心的位置。

本實施例中獲取人臉圖像中的人臉中心的位置可以通過如下四種可能的實現(xiàn)方式實現(xiàn)：

在第一種可能的實現(xiàn)方式中，終端在識別到人臉圖像的m個特征點的特征點位置后，根據(jù)m個特征點的特征點位置確定m個特征點的中心位置；將確定出的中心位置作為人臉中心的位置。

比如：以圖3所示的人臉圖像31中建立的坐標系為例，計算m個特征點的特征點坐標的橫坐標的平均值，將計算得到的橫坐標的平均值確定為人臉中心的坐標的橫坐標；計算m個特征點的特征點坐標的縱坐標的平均值，將計算得到的縱坐標的平均值確定為人臉中心的坐標的縱坐標；根據(jù)人臉中心的橫坐標和縱坐標確定出人臉中心在人臉圖像中的位置。

在第二種可能的實現(xiàn)方式中，根據(jù)第一特征點集合中的特征點的個數(shù)和第二特征點集合中的特征點個數(shù)之間的比值、第一特征點集合中的各個特征點的特征點位置以及第二特征點集合中的各個特征點的特征點位置，確定人臉中心的位置。

其中，第一特征點集合包括：兩眼中處于對稱位置的n1個特征點，以及，兩眼的兩眼中心點的至少一種；第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點，以及，嘴唇的中心點中的至少一種；n1和n2為偶數(shù)。

在一個示例性的例子中，以圖3所示的人臉圖像31中建立的坐標系為例，假定第一特征點集合包括：兩眼中處于對稱位置的n1個特征點，第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點；則計算n1個特征點坐標的橫坐標和n2個特征點坐標的橫坐標的平均值，將計算得到的橫坐標的平均值確定為人臉中心的坐標的橫坐標；根據(jù)n1與n2之間的比值，以及n1個特征點坐標的縱坐標和n2個特征點坐標的縱坐標計算人臉中心的坐標的縱坐標；最終根據(jù)人臉中心的橫坐標和縱坐標確定人臉中心在人臉圖像中的位置。

比如：請參考圖3所示，n1個特征點包括：特征點3和特征點7，n2個特征點包括：特征點8和特征點10，則n1與n2之間的比值為1；假定特征點3的坐標為(1,5)，特征點7的坐標為(5,5)，特征點8的坐標為(2,1)，特征點10的坐標為(4,1)；人臉中心的坐標的橫坐標為：(1+5+2+4)/4＝3；人臉中心的坐標的縱坐標為：[5+5+(1+1)*1]/[2+2*1]＝3；則人臉中心的坐標為(3,3)。

在另一個示例性的例子中，以圖3所示的人臉圖像31中建立的坐標系為例，假定第一特征點集合包括：兩眼中處于對稱位置的n1個特征點，第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點和嘴唇的中心點；則計算n1個特征點坐標的橫坐標和第二特征點集合中包括的各個特征點坐標的橫坐標的平均值，將計算得到的橫坐標的平均值確定為人臉中心的坐標的橫坐標；根據(jù)n1與n2+1之間的比值，以及n1個特征點坐標的縱坐標和第二特征點集合中包括的各個特征點坐標的縱坐標計算人臉中心的坐標的縱坐標；最終根據(jù)人臉中心的橫坐標和縱坐標確定人臉中心在人臉圖像中的位置。

比如：請參考圖3所示，n1個特征點包括：特征點3和特征點7，n2個特征點包括：特征點8和特征點10，嘴唇的中心點為特征點9，則n1與n2+1之間的比值為2/3；假定特征點3的坐標為(1,5)，特征點7的坐標為(5,5)，特征點8的坐標為(2,1)，特征點9的坐標為(3,1)，特征點10的坐標為(4,1)；人臉中心的坐標的橫坐標為：(1+5+2+3+4)/5＝3；人臉中心的坐標的縱坐標為：[5+5+(1+1+1)*(2/3)]/[2+3*(2/3)]＝3；則人臉中心的坐標為(3,3)。

在又一個示例性的例子中，以圖3所示的人臉圖像31中建立的坐標系為例，假定第一特征點集合包括：兩眼的兩眼中心點，第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點和嘴唇的中心點；則計算兩眼的兩眼中心點的特征點坐標的橫坐標和第二特征點集合中包括的各個特征點坐標的橫坐標的平均值，將計算得到的橫坐標的平均值確定為人臉中心的坐標的橫坐標；根據(jù)1與n2+1之間的比值，以及兩眼的兩眼中心點的特征點坐標的縱坐標和第二特征點集合中包括的各個特征點坐標的縱坐標計算人臉中心的坐標的縱坐標；最終根據(jù)人臉中心的橫坐標和縱坐標確定人臉中心在人臉圖像中的位置。

比如：請參考圖3所示，兩眼的兩眼中心為特征點5，n2個特征點包括：特征點8和特征點10，嘴唇的中心點為特征點9，則1與n2+1之間的比值為1/3；假定特征點5的坐標為(3,5)，特征點8的坐標為(2,1)，特征點9的坐標為(3,1)，特征點10的坐標為(4,1)；人臉中心的坐標的橫坐標為：(3+2+3+4)/4＝3；人臉中心的坐標的縱坐標為：[5+(1+1+1)*(1/3)]/[1+3*(1/3)]＝3；則人臉中心的坐標為(3,3)。

需要補充說明的第一點是，本實施例中僅以上述三種示例性的例子進行舉例說明，并不對上述中第一特征點集合和第二特征點集合中包括的特征點作具體限定，其他組合方式的具體計算過程類似，此處不再贅述。

需要補充說明的第二點是，本實施例中第一特征點集合中的特征點的個數(shù)和第二特征點集合中的特征點個數(shù)之間的比值包括：第一特征點集合中的特征點的個數(shù)比上第二特征點集合中的特征點個數(shù)的值，或者，第二特征點集合中的特征點個數(shù)比上第一特征點集合中的特征點的個數(shù)的值，具體計算過程與上述過程類似，此處不再贅述。

需要補充說明的第三點是，本實施例中對第一特征點集合包括的特征點位置和第二特征點集合包括的特征點位置不做具體限定，只要能夠確定出人臉中心的位置即可，可選的，第一特征點集合包括：兩眉毛中處于對稱位置的n1個特征點，第二特征點集合包括：下嘴唇中處于對稱位置的n2個特征點。

在第三種可能的實現(xiàn)方式中，通過經(jīng)驗值直接確定人臉中心的位置。比如：經(jīng)過對若干個大小相等的實驗人臉圖像進行確定人臉中心的位置的訓(xùn)練，根據(jù)訓(xùn)練得到的經(jīng)驗值確定人臉圖像的人臉中心的位置。

在第四種可能的實現(xiàn)方式中，確定人臉圖像上下對稱的水平位置和左右對稱的豎直位置，將水平位置與豎直位置之間的共同點確定為人臉中心的位置。

比如：如圖6A所示，人臉圖像41上下對稱的水平位置61和左右對稱的豎直位置62，將水平位置61和豎直位置62之間的共同點63確定為人臉圖像41中人臉中心的位置。

本實施例僅以上述四種方式確定人臉中心的位置作為舉例說明，在實際實現(xiàn)時對獲取人臉圖像中的人臉中心的位置的方法并不作具體限定。

需要補充說明的是，本實施例中僅以上述四種方式確定人臉中心的位置進行舉例說明，可選的，還可以通過計算中心點的方式確定人臉中心的位置，比如：請參考圖6B所示，假定根據(jù)人臉圖像中4個特征點位置確定人臉中心的位置，4個特征點位置包括：眼角64的特征點位置、眼角65的特征點位置、嘴角66的特征點位置和嘴角67的特征點位置；首先確定眼角64和眼角65之間中心點68，嘴角66和嘴角67之間的中心點69；再確定中心點68和中心點69之間的中心點70，將中心點70的位置確定為人臉中心的位置。

在步驟503中，根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重。

在獲取到m個特征點位置和人臉中心的位置后，計算每個特征點位置到人臉中心的位置之間的距離，根據(jù)計算得到的距離確定每個特征點位置所對應(yīng)的權(quán)重。

可選的，特征點位置與人臉中心的位置之間的距離越大，特征點位置所對應(yīng)的權(quán)重越小。

根據(jù)特征點位置與人臉中心的位置之間的距離確定該特征點位置所對應(yīng)的權(quán)重可以通過如下兩種實現(xiàn)方式實現(xiàn)：

作為一種可能的實現(xiàn)方式，通過如下公式計算每個特征點位置所對應(yīng)的權(quán)重；

$w_i=\frac{1}{1+\left|\right|p_i-p_{\mathrm{\Δ}}|{|}^{\mathrm{\γ}}}$

其中，w_i表示第i個特征點位置所對應(yīng)的權(quán)重，p_i表示第i個特征點位置，p_Δ表示人臉中心的位置，γ為用于控制權(quán)重的衰減程度的衰減因子，i為小于等于m的整數(shù)。

可選的，γ為實數(shù)，其取值一般是通過經(jīng)驗得到的；通常γ的取值可以為2，當γ為2時，||p_i-p_Δ||²表示矩陣的二范數(shù)。

作為另一種可能的實現(xiàn)方式，終端中預(yù)先存儲有特征點位置與人臉中心的位置之間的距離和權(quán)重之間的對應(yīng)關(guān)系，當終端計算得到特征點位置與人臉中心的位置之間的距離后，根據(jù)預(yù)先存儲的對應(yīng)關(guān)系獲取該距離所對應(yīng)的權(quán)重。

比如：參考圖3中所示的特征點的特征點位置，假定特征點3的特征點位置與人臉中心的位置之間的距離為4厘米，預(yù)先存儲的4厘米對應(yīng)的權(quán)重為0.2，則特征點3的特征點位置所對應(yīng)的權(quán)重為0.2。

在步驟504中，根據(jù)每個特征點位置所對應(yīng)的權(quán)重以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程。

本步驟與圖2所示的實施例中步驟203類似，詳細描述請參考圖2所示的實施例，此處不再贅述。

在步驟505中，根據(jù)變換方程將人臉圖像對齊至人臉模型。

終端在計算出將人臉圖像對齊至人臉模型的變換方程后，根據(jù)計算得到的變換方程將人臉圖像對齊至人臉模型?？蛇x的，由于變換方程是根據(jù)人臉圖像中的m個特征點所對應(yīng)的權(quán)重以及人臉圖像和人臉模型中m個特征點的特征點位置之間的對應(yīng)關(guān)系得到的，因此，根據(jù)變換方程將人臉圖像對齊至人臉模型包括將人臉圖像中的m個特征點的特征點位置對齊至人臉模型中對應(yīng)的m個特征點的特征點位置。

在一個示例性的例子中，以步驟504中計算得到的仿射變換矩陣H為例，通過如下公式將人臉圖像對齊至人臉模型中：

$H*p_i={\hat{p}}_i$

其中，p_i表示人臉圖像中第i個特征點位置，表示根據(jù)仿射變換矩陣H將人臉圖像中第i個特征點位置對齊至人臉模型中的位置。

綜上所述，本公開實施例中提供的人臉對齊方法，通過上述人臉對齊方法中提供的技術(shù)特征，解決了相關(guān)技術(shù)中直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

需要補充說明的是：在圖2和圖5所示的實施例中，人臉模型的建立過程可以包括如下步驟，如圖7所示：

在步驟701中，獲取若干個樣本人臉圖像。

終端在建立人臉模型之前首先需要獲取若干個樣本人臉圖像。

在步驟702中，對于若干個樣本人臉圖像中的每個樣本人臉圖像，識別每個樣本人臉圖像中的m個特征點的特征點位置。

終端在獲取到若干個樣本人臉圖像后，根據(jù)人臉特征點檢測算法識別每樣本人臉圖像中的m個特征點的特征點位置。

可選的，對于每個樣本人臉圖像中的m個特征點的特征點位置通過人為標定的方式確定。

在步驟703中，根據(jù)每個樣本人臉圖像中的m個特征點的特征點位置確定人臉模型。

在確定出每個樣本人臉圖像中的m個特征點的特征點位置后，通過普氏分析(Procrustes Analysis)的方法確定人臉模型。

可選的，當特征點位置包括特征點坐標，人臉中心的位置包括人臉中心的坐標時，計算每個樣本人臉圖像中對應(yīng)特征點的特征點坐標的橫坐標的平均值，將橫坐標的平均值確定為人臉模型中該特征點對應(yīng)的橫坐標；計算每個樣本人臉圖像中對應(yīng)特征點的特征點坐標的縱坐標的平均值，將縱坐標的平均值確定為人臉模型中該特征點對應(yīng)的縱坐標；以此類推，計算每個樣本人臉圖像中的m個特征點的橫坐標的平均值和縱坐標的平均值，最終得到人臉模型中m個特征點的特征點位置。

比如：以圖3所示的人臉圖像31中建立的坐標系為例，樣本人臉圖像有10個，每個樣本人臉圖像中被標定有特征點0-94共95個特征點；首先獲取特征點0在10個樣本人臉圖像中的各個橫坐標和縱坐標；分別計算獲取到的10個橫坐標和10個縱坐標的平均值；將10個橫坐標的平均值確定為人臉模型中特征點0所在的特征點坐標的橫坐標；將10個縱坐標的平均值確定為人臉模型中特征點0所在的特征點坐標的縱坐標；然后按照特征點0的計算過程依次計算特征點1-94；最后確定出人臉模型中95個特征點的特征點坐標。

需要補充說明的一點是，人臉模型的建立過程是在圖2所示的實施例中步驟202和圖5所示的實施例中步驟504之前執(zhí)行的。

需要補充說明的另一點是，本公開實施例中僅以各步驟的執(zhí)行主體為終端進行舉例說明，可選的，本公開實施例中各步驟的執(zhí)行主體還可以是服務(wù)器。比如：當終端接收到需要進行人臉識別的人臉圖像時，終端將接收到的人臉圖像發(fā)送給服務(wù)器，服務(wù)器經(jīng)過本公開實施例中提供的人臉對齊方法，實現(xiàn)將接收到的人臉圖像對齊至人臉模型，最終得到對該人臉圖像經(jīng)過人臉識別后的結(jié)果，并將得到的結(jié)果反饋給終端進行展示。

下述為本公開裝置實施例，可以用于執(zhí)行本公開方法實施例。對于本公開裝置實施例中未披露的細節(jié)，請參照本公開方法實施例。

圖8是根據(jù)一示例性實施例示出的一種人臉對齊裝置的框圖，該人臉對齊裝置包括但不限于：

位置識別模塊820，被配置為識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)。

權(quán)重確定模塊840，被配置為根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重；人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重。

人臉對齊模塊860，被配置為根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

綜上所述，本公開實施例中提供的人臉對齊裝置，通過上述人臉對齊裝置中提供的技術(shù)特征，解決了相關(guān)技術(shù)中直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

圖9是根據(jù)另一示例性實施例示出的一種人臉對齊裝置的框圖，該人臉對齊裝置包括但不限于：

位置識別模塊820，被配置為識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)。

權(quán)重確定模塊840，被配置為根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重；人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重。

人臉對齊模塊860，被配置為根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

可選的，人臉對齊模塊860，包括：方程計算子模塊861和圖像對齊子模塊862。

方程計算子模塊861，被配置為根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程。

圖像對齊子模塊862，被配置為根據(jù)變換方程將人臉圖像對齊至人臉模型。

綜上所述，本公開實施例中提供的人臉對齊裝置，通過上述人臉對齊裝置中提供的技術(shù)特征，解決了相關(guān)技術(shù)中直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

圖10是根據(jù)一示例性實施例示出的一種人臉對齊裝置的框圖，該人臉對齊裝置包括但不限于：

位置識別模塊1020，被配置為識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)。

位置獲取模塊1040，被配置為獲取人臉圖像中的人臉中心的位置。

權(quán)重確定模塊1060，被配置為根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重。

人臉對齊模塊1080，被配置為根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

綜上所述，本公開實施例中提供的人臉對齊裝置，通過上述人臉對齊裝置中提供的技術(shù)特征，解決了相關(guān)技術(shù)中直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

圖11是根據(jù)另一示例性實施例示出的一種人臉對齊裝置的框圖，該人臉對齊裝置包括但不限于：

位置識別模塊1020，被配置為識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)。

位置獲取模塊1040，被配置為獲取人臉圖像中的人臉中心的位置。

可選的，位置獲取模塊1040，包括：第一確定子模塊1041和第二確定子模塊1042。

第一確定子模塊1041，被配置為根據(jù)m個特征點的特征點位置確定m個特征點的中心位置。

第二確定子模塊1042，被配置為將確定的中心位置作為人臉中心的位置。

可選的，位置獲取模塊1040，還被配置為根據(jù)第一特征點集合中的特征點的個數(shù)和第二特征點集合中的特征點個數(shù)之間的比值、第一特征點集合中的各個特征點的特征點位置以及第二特征點集合中的各個特征點的特征點位置，確定人臉中心的位置。

其中，第一特征點集合包括：兩眼中處于對稱位置的n1個特征點，以及，兩眼的兩眼中心點的至少一種；第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點，以及，嘴唇的中心點中的至少一種；n1和n2為偶數(shù)。

權(quán)重確定模塊1060，被配置為根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重。

可選的，權(quán)重確定模塊1060，還被配置為根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重。

可選的，權(quán)重確定模塊1060，還被配置為根據(jù)每個特征點位置和人臉中心的位置之間的距離，通過如下公式計算每個特征點位置所對應(yīng)的權(quán)重；

$w_i=\frac{1}{1+\left|\right|p_i-p_{\mathrm{\Δ}}|{|}^{\mathrm{\γ}}}$

其中，w_i表示第i個特征點位置所對應(yīng)的權(quán)重，p_i表示第i個特征點位置，p_Δ表示人臉中心的位置，γ為用于控制權(quán)重的衰減程度的衰減因子，i為小于等于m的整數(shù)。

人臉對齊模塊1080，被配置為根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

可選的，人臉對齊模塊1080，包括：方程計算子模塊1081和圖像對齊子模塊1082。

方程計算子模塊1081，被配置為根據(jù)每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程。

圖像對齊子模塊1082，被配置為根據(jù)變換方程將人臉圖像對齊至人臉模型。

綜上所述，本公開實施例中提供的人臉對齊裝置，通過上述人臉對齊裝置中提供的技術(shù)特征，解決了相關(guān)技術(shù)中直接根據(jù)識別的各個特征點的特征點位置將人臉圖像對齊至人臉模型，由于各個特征點位置的重要性不同而導(dǎo)致在人臉對齊過程中產(chǎn)生的對齊誤差較大、對齊不準確的問題；達到了降低人臉對齊過程中產(chǎn)生的對齊誤差、保證人臉對齊的準確性的效果。

關(guān)于上述實施例中的裝置，其中各個模塊執(zhí)行操作的具體方式已經(jīng)在有關(guān)該方法的實施例中進行了詳細描述，此處將不做詳細闡述說明。

本公開一示例性實施例提供了一種人臉對齊裝置，能夠?qū)崿F(xiàn)本公開提供的人臉對齊方法，該人臉對齊裝置包括：處理器、用于存儲處理器可執(zhí)行指令的存儲器；

其中，處理器被配置為：

識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；

根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重；人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重；

根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

本公開一示例性實施例提供了一種人臉對齊裝置，能夠?qū)崿F(xiàn)本公開提供的人臉對齊方法，該人臉對齊裝置包括：處理器、用于存儲處理器可執(zhí)行指令的存儲器；

其中，處理器被配置為：

識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；

獲取人臉圖像中的人臉中心的位置；

根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重；

根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。

圖12是根據(jù)一示例性實施例示出的一種用于人臉對齊裝置的框圖。例如，裝置1200可以是移動電話，計算機，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個人數(shù)字助理等。

參照圖12，裝置1200可以包括以下一個或多個組件：處理組件1202，存儲器1204，電源組件1206，多媒體組件1208，音頻組件1210，輸入/輸出(I/O)接口1212，傳感器組件1214，以及通信組件1216。

處理組件1202通?？刂蒲b置1200的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機操作和記錄操作相關(guān)聯(lián)的操作。處理組件1202可以包括一個或多個處理器1218來執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件1202可以包括一個或多個模塊，便于處理組件1202和其他組件之間的交互。例如，處理組件1202可以包括多媒體模塊，以方便多媒體組件1208和處理組件1202之間的交互。

存儲器1204被配置為存儲各種類型的數(shù)據(jù)以支持在裝置1200的操作。這些數(shù)據(jù)的示例包括用于在裝置1200上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲器1204可以由任何類型的易失性或非易失性存儲設(shè)備或者它們的組合實現(xiàn)，如靜態(tài)隨機存取存儲器(SRAM)，電可擦除可編程只讀存儲器(EEPROM)，可擦除可編程只讀存儲器(EPROM)，可編程只讀存儲器(PROM)，只讀存儲器(ROM)，磁存儲器，快閃存儲器，磁盤或光盤。

電源組件1206為裝置1200的各種組件提供電力。電源組件1206可以包括電源管理系統(tǒng)，一個或多個電源，及其他與為裝置1200生成、管理和分配電力相關(guān)聯(lián)的組件。

多媒體組件1208包括在裝置1200和用戶之間的提供一個輸出接口的屏幕。在一些實施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實現(xiàn)為觸摸屏，以接收來自用戶的輸入信號。觸摸面板包括一個或多個觸摸傳感器以感測觸摸、滑動和觸摸面板上的手勢。觸摸傳感器可以不僅感測觸摸或滑動動作的邊界，而且還檢測與觸摸或滑動操作相關(guān)的持續(xù)時間和壓力。在一些實施例中，多媒體組件1208包括一個前置攝像頭和/或后置攝像頭。當裝置1200處于操作模式，如拍攝模式或視頻模式時，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個前置攝像頭和后置攝像頭可以是一個固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。

音頻組件1210被配置為輸出和/或輸入音頻信號。例如，音頻組件1210包括一個麥克風(fēng)(MIC)，當裝置1200處于操作模式，如呼叫模式、記錄模式和語音識別模式時，麥克風(fēng)被配置為接收外部音頻信號。所接收的音頻信號可以被進一步存儲在存儲器1204或經(jīng)由通信組件1216發(fā)送。在一些實施例中，音頻組件1210還包括一個揚聲器，用于輸出音頻信號。

I/O接口1212為處理組件1202和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點擊輪，按鈕等。這些按鈕可包括但不限于：主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。

傳感器組件1214包括一個或多個傳感器，用于為裝置1200提供各個方面的狀態(tài)評估。例如，傳感器組件1214可以檢測到裝置1200的打開/關(guān)閉狀態(tài)，組件的相對定位，例如組件為裝置1200的顯示器和小鍵盤，傳感器組件1214還可以檢測裝置1200或裝置1200一個組件的位置改變，用戶與裝置1200接觸的存在或不存在，裝置1200方位或加速/減速和裝置1200的溫度變化。傳感器組件1214可以包括接近傳感器，被配置用來在沒有任何的物理接觸時檢測附近物體的存在。傳感器組件1214還可以包括光傳感器，如CMOS或CCD圖像傳感器，用于在成像應(yīng)用中使用。在一些實施例中，該傳感器組件1214還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件1216被配置為便于裝置1200和其他設(shè)備之間有線或無線方式的通信。裝置1200可以接入基于通信標準的無線網(wǎng)絡(luò)，如Wi-Fi，2G或3G，或它們的組合。在一個示例性實施例中，通信組件1216經(jīng)由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號或廣播相關(guān)信息。在一個示例性實施例中，通信組件1216還包括近場通信(NFC)模塊，以促進短程通信。例如，在NFC模塊可基于射頻識別(RFID)技術(shù)，紅外數(shù)據(jù)協(xié)會(IrDA)技術(shù)，超寬帶(UWB)技術(shù)，藍牙(BT)技術(shù)和其他技術(shù)來實現(xiàn)。

在示例性實施例中，裝置1200可以被一個或多個應(yīng)用專用集成電路(ASIC)、數(shù)字信號處理器(DSP)、數(shù)字信號處理設(shè)備(DSPD)、可編程邏輯器件(PLD)、現(xiàn)場可編程門陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實現(xiàn)，用于執(zhí)行上述人臉對齊方法。

在示例性實施例中，還提供了一種包括指令的非臨時性計算機可讀存儲介質(zhì)，例如包括指令的存儲器1204，上述指令可由裝置1200的處理器1218執(zhí)行以完成上述人臉對齊方法；例如，非臨時性計算機可讀存儲介質(zhì)可以是ROM、隨機存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光數(shù)據(jù)存儲設(shè)備等。

一種非臨時性計算機可讀存儲介質(zhì)，當存儲介質(zhì)中的指令由終端設(shè)備的處理器執(zhí)行時，使得終端設(shè)備能夠執(zhí)行一種人臉對齊方法，包括：識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重；人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重；根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。可選的，根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型，包括：根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程；根據(jù)變換方程將人臉圖像對齊至人臉模型。

或者，上述人臉對齊方法包括：識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；獲取人臉圖像中的人臉中心的位置；根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重；根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。可選的，根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重，包括：根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重?？蛇x的，根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重，包括：根據(jù)每個特征點位置和人臉中心的位置之間的距離，通過如下公式計算每個特征點位置所對應(yīng)的權(quán)重；

$w_i=\frac{1}{1+\left|\right|p_i-p_{\mathrm{\Δ}}|{|}^{\mathrm{\γ}}}$

其中，w_i表示第i個特征點位置所對應(yīng)的權(quán)重，p_i表示第i個特征點位置，p_Δ表示人臉中心的位置，γ為用于控制權(quán)重的衰減程度的衰減因子，i為小于等于m的整數(shù)?？蛇x的，獲取人臉圖像中的人臉中心的位置，包括：根據(jù)m個特征點的特征點位置確定m個特征點的中心位置；將確定的中心位置作為人臉中心的位置?？蛇x的，獲取人臉圖像中的人臉中心的位置，包括：根據(jù)第一特征點集合中的特征點的個數(shù)和第二特征點集合中的特征點個數(shù)之間的比值、第一特征點集合中的各個特征點的特征點位置以及第二特征點集合中的各個特征點的特征點位置，確定人臉中心的位置；其中，第一特征點集合包括：兩眼中處于對稱位置的n1個特征點，以及，兩眼的兩眼中心點的至少一種；第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點，以及，嘴唇的中心點中的至少一種；n1和n2為偶數(shù)?？蛇x的，根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型，包括：根據(jù)每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程；根據(jù)變換方程將人臉圖像對齊至人臉模型。

圖13是根據(jù)一示例性實施例示出的一種用于人臉對齊的裝置1300的框圖。例如，裝置1300可以被提供為一服務(wù)器。參照圖13，裝置1300包括處理組件1322，其進一步包括一個或多個處理器，以及由存儲器1332所代表的存儲器資源，用于存儲可由處理組件1322執(zhí)行的指令，例如應(yīng)用程序。存儲器1332中存儲的應(yīng)用程序可以包括一個或一個以上的每一個對應(yīng)于一組指令的模塊。此外，處理組件1322被配置為執(zhí)行指令，以執(zhí)行一種上述人臉對齊方法，包括：識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；根據(jù)人臉模型中每個特征點位置所對應(yīng)的權(quán)重，確定m個特征點中每個特征點位置所對應(yīng)的權(quán)重；人臉模型中每個特征點位置所對應(yīng)的權(quán)重是根據(jù)人臉模型中每個特征點位置和人臉模型中人臉中心的位置確定得到的權(quán)重；根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型。可選的，根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型，包括：根據(jù)m個特征點中每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程；根據(jù)變換方程將人臉圖像對齊至人臉模型。

或者，上述人臉對齊方法包括：識別人臉圖像中m個特征點的特征點位置，m為正整數(shù)；獲取人臉圖像中的人臉中心的位置；根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重；根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型?？蛇x的，根據(jù)每個特征點位置和人臉中心的位置，確定每個特征點位置所對應(yīng)的權(quán)重，包括：根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重?？蛇x的，根據(jù)每個特征點位置和人臉中心的位置之間的距離，確定每個特征點位置所對應(yīng)的權(quán)重，包括：根據(jù)每個特征點位置和人臉中心的位置之間的距離，通過如下公式計算每個特征點位置所對應(yīng)的權(quán)重；

$w_i=\frac{1}{1+\left|\right|p_i-p_{\mathrm{\Δ}}|{|}^{\mathrm{\γ}}}$

其中，w_i表示第i個特征點位置所對應(yīng)的權(quán)重，p_i表示第i個特征點位置，p_Δ表示人臉中心的位置，γ為用于控制權(quán)重的衰減程度的衰減因子，i為小于等于m的整數(shù)?？蛇x的，獲取人臉圖像中的人臉中心的位置，包括：根據(jù)m個特征點的特征點位置確定m個特征點的中心位置；將確定的中心位置作為人臉中心的位置?？蛇x的，獲取人臉圖像中的人臉中心的位置，包括：根據(jù)第一特征點集合中的特征點的個數(shù)和第二特征點集合中的特征點個數(shù)之間的比值、第一特征點集合中的各個特征點的特征點位置以及第二特征點集合中的各個特征點的特征點位置，確定人臉中心的位置；其中，第一特征點集合包括：兩眼中處于對稱位置的n1個特征點，以及，兩眼的兩眼中心點的至少一種；第二特征點集合包括：嘴唇中處于對稱位置的n2個特征點，以及，嘴唇的中心點中的至少一種；n1和n2為偶數(shù)?？蛇x的，根據(jù)每個特征點位置所對應(yīng)的權(quán)重，以及m個特征點的特征點位置與人臉模型中的m個特征點位置之間的對應(yīng)關(guān)系，將人臉圖像對齊至人臉模型，包括：根據(jù)每個特征點位置所對應(yīng)的權(quán)重以及對應(yīng)關(guān)系，利用加權(quán)最小二乘法計算將人臉圖像對齊至人臉模型的變換方程；根據(jù)變換方程將人臉圖像對齊至人臉模型。

裝置1300還可以包括一個電源組件1326被配置為執(zhí)行裝置1300的電源管理，一個有線或無線網(wǎng)絡(luò)接口1350被配置為將裝置1300連接到網(wǎng)絡(luò)，和一個輸入輸出(I/O)接口1358。裝置1300可以操作基于存儲在存儲器1332的操作系統(tǒng)，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，F(xiàn)reeBSDTM或類似。

本領(lǐng)域技術(shù)人員在考慮說明書及實踐這里公開的發(fā)明后，將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識或慣用技術(shù)手段。說明書和實施例僅被視為示例性的，本公開的真正范圍和精神由下面的權(quán)利要求指出。

應(yīng)當理解的是，本公開并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進行各種修改和改變。本公開的范圍僅由所附的權(quán)利要求來限制。