本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，具體涉及視頻圖像處理技術(shù)領(lǐng)域，尤其涉及一種圖像處理方法及裝置。

背景技術(shù)：

某些互聯(lián)網(wǎng)場(chǎng)景通常會(huì)涉及唇部識(shí)別的過(guò)程，例如：在身份認(rèn)證場(chǎng)景中，為了避免非法用戶采用靜態(tài)圖片混淆視聽，通常需要錄制用戶說(shuō)話的視頻圖像，然后對(duì)該視頻圖像進(jìn)行唇動(dòng)識(shí)別等處理來(lái)確認(rèn)合法用戶身份?，F(xiàn)有技術(shù)中對(duì)圖像進(jìn)行唇動(dòng)識(shí)別處理的其中一種方案為：計(jì)算視頻中每一幀圖像中的唇部區(qū)域的面積大小，再通過(guò)幀圖像之間唇部區(qū)域的面積差確認(rèn)是否發(fā)生唇動(dòng)。另一種方案為：提取視頻中每一幀圖像中唇部開閉狀態(tài)，依據(jù)開閉幅度來(lái)檢測(cè)是否發(fā)生唇動(dòng)?，F(xiàn)有技術(shù)均依賴于唇部變化幅度，若唇部變化幅度較小，其唇部區(qū)域的面積變化及唇部開閉狀態(tài)的幅度都不夠明顯，從而會(huì)影響唇動(dòng)識(shí)別結(jié)果的準(zhǔn)確性，影響現(xiàn)有技術(shù)方案的實(shí)用性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種圖像處理方法及裝置，依據(jù)圖像在時(shí)間跨度上的唇部變化識(shí)別唇動(dòng)，能夠避免唇部變化幅度的影響，提升識(shí)別結(jié)果準(zhǔn)確性，提升圖像處理的實(shí)用性。

本發(fā)明實(shí)施例第一方面提供一種圖像處理方法，可包括：

在待處理視頻所包含的每一幀圖像中檢測(cè)人臉區(qū)域，并從所述人臉區(qū)域中定位唇部區(qū)域；

從所述每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖；

根據(jù)所述唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別，獲得識(shí)別結(jié)果。

優(yōu)選地，所述在待處理視頻所包含的每一幀圖像中檢測(cè)人臉區(qū)域，并從所述人臉區(qū)域中定位唇部區(qū)域，包括：

對(duì)待處理視頻進(jìn)行解析獲得至少一幀圖像；

采用人臉檢測(cè)算法在每一幀圖像中檢測(cè)人臉區(qū)域；

采用人臉配準(zhǔn)算法從所述人臉區(qū)域中定位唇部區(qū)域。

優(yōu)選地，所述從所述每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖，包括：

在每一幀圖像中截取唇部區(qū)域圖；

從所述唇部區(qū)域圖中提取特征列像素圖；

按照每一幀圖像的時(shí)間順序?qū)λ崛〉奶卣髁邢袼貓D進(jìn)行拼接處理，獲得唇部變化圖。

優(yōu)選地，所述從所述唇部區(qū)域圖中提取特征列像素圖，包括：

在所述唇部區(qū)域圖中確定預(yù)設(shè)位置；

沿所述預(yù)設(shè)位置繪制縱軸；

提取由所述唇部區(qū)域圖中位于所述縱軸的所有像素點(diǎn)構(gòu)成的一列像素圖作為特征列像素圖。

優(yōu)選地，所述預(yù)設(shè)位置為所述唇部區(qū)域圖的中心像素點(diǎn)位置。

優(yōu)選地，所述根據(jù)所述唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別，獲得識(shí)別結(jié)果，包括：

計(jì)算所述唇部變化圖的紋理特征，所述紋理特征包括lbp特征和/或hog特征；

采用預(yù)設(shè)分類算法對(duì)所述紋理特征進(jìn)行分類，獲得唇動(dòng)識(shí)別結(jié)果，所述識(shí)別結(jié)果包括：發(fā)生唇動(dòng)或未發(fā)生唇動(dòng)。

本發(fā)明實(shí)施例第二方面提供一種圖像處理裝置，可包括：

定位單元，用于在待處理視頻所包含的每一幀圖像中檢測(cè)人臉區(qū)域，并從所述人臉區(qū)域中定位唇部區(qū)域；

構(gòu)建單元，用于從所述每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖；

唇動(dòng)識(shí)別單元，用于根據(jù)所述唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別，獲得識(shí)別結(jié)果。

優(yōu)選地，所述定位單元包括：

解析單元，用于對(duì)待處理視頻進(jìn)行解析獲得至少一幀圖像；

人臉檢測(cè)單元，用于采用人臉檢測(cè)算法在每一幀圖像中檢測(cè)人臉區(qū)域；

人臉配準(zhǔn)單元，用于采用人臉配準(zhǔn)算法從所述人臉區(qū)域中定位唇部區(qū)域。

優(yōu)選地，所述構(gòu)建單元包括：

截取單元，用于在每一幀圖像中截取唇部區(qū)域圖；

提取單元，用于從所述唇部區(qū)域圖中提取特征列像素圖；

拼接處理單元，用于按照每一幀圖像的時(shí)間順序?qū)λ崛〉奶卣髁邢袼貓D進(jìn)行拼接處理，獲得唇部變化圖。

優(yōu)選地，所述提取單元包括：

位置確定單元，用于在所述唇部區(qū)域圖中確定預(yù)設(shè)位置；

縱軸確定單元，用于沿所述預(yù)設(shè)位置繪制縱軸；

特征列像素提取單元，用于提取由所述唇部區(qū)域圖中位于所述縱軸的所有像素點(diǎn)構(gòu)成的一列像素圖作為特征列像素圖。

優(yōu)選地，所述預(yù)設(shè)位置為所述唇部區(qū)域圖的中心像素點(diǎn)位置。

優(yōu)選地，所述唇動(dòng)識(shí)別單元包括：

計(jì)算單元，用于計(jì)算所述唇部變化圖的紋理特征，所述紋理特征包括lbp(localbinarypatterns，局部二值模式)特征和/或hog(histogramoforientedgradient，方向梯度直方圖)特征；

分類單元，用于采用預(yù)設(shè)分類算法對(duì)所述紋理特征進(jìn)行分類，獲得唇動(dòng)識(shí)別結(jié)果，所述識(shí)別結(jié)果包括：發(fā)生唇動(dòng)或未發(fā)生唇動(dòng)。

實(shí)施本發(fā)明實(shí)施例，具有如下有益效果：

本發(fā)明實(shí)施例中，對(duì)視頻所包含的每一幀圖像進(jìn)行人臉區(qū)域檢測(cè)及唇部區(qū)域定位，并且從每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖，由于唇部變化圖來(lái)自于每一幀圖像，這使得唇部變化圖能夠整體反映各圖像組成的時(shí)間跨度；通過(guò)唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別獲得識(shí)別結(jié)果，也就是依據(jù)時(shí)間跨度上的唇部變化識(shí)別唇動(dòng)，能夠避免唇部變化幅度的影響，識(shí)別效率較高且識(shí)別結(jié)果準(zhǔn)確度較高。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付 出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種圖像處理方法的流程圖；

圖2為本發(fā)明實(shí)施例提供的一種互聯(lián)網(wǎng)設(shè)備的結(jié)構(gòu)示意圖；

圖3為本發(fā)明實(shí)施例提供的一種圖像處理裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明實(shí)施例中，對(duì)視頻所包含的每一幀圖像進(jìn)行人臉區(qū)域檢測(cè)及唇部區(qū)域定位，并且從每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖，由于唇部變化圖來(lái)自于每一幀圖像，這使得唇部變化圖能夠整體反映各圖像組成的時(shí)間跨度；通過(guò)唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別獲得識(shí)別結(jié)果，也就是依據(jù)時(shí)間跨度上的唇部變化識(shí)別唇動(dòng)，能夠避免唇部變化幅度的影響，識(shí)別效率較高且識(shí)別結(jié)果準(zhǔn)確度較高。

本發(fā)明實(shí)施例的圖像處理方法可以被應(yīng)用于許多互聯(lián)網(wǎng)場(chǎng)景中，例如：在語(yǔ)音輸入場(chǎng)景中，可通過(guò)對(duì)用戶說(shuō)話視頻進(jìn)行唇動(dòng)識(shí)別來(lái)控制語(yǔ)音的獲取過(guò)程；再如：在身份認(rèn)證場(chǎng)景中，可通過(guò)對(duì)用戶說(shuō)話視頻進(jìn)行唇動(dòng)識(shí)別來(lái)確認(rèn)合法用戶身份，避免非法用戶采用靜態(tài)圖片混淆視聽；等等。同理，本發(fā)明實(shí)施例的圖像處理裝置可以被應(yīng)用于互聯(lián)網(wǎng)場(chǎng)景中的各個(gè)設(shè)備中，例如：可被應(yīng)用于終端中，或者被應(yīng)用于服務(wù)器中。

基于上述描述，本發(fā)明實(shí)施例提供了一種圖像處理方法，請(qǐng)參見圖1，該方法可執(zhí)行以下步驟s101-s103。

s101，在待處理視頻所包含的每一幀圖像中檢測(cè)人臉區(qū)域，并從所述人臉區(qū)域中定位唇部區(qū)域。

待處理視頻可以是實(shí)時(shí)錄制的視頻，例如：用戶向終端發(fā)起語(yǔ)音輸入請(qǐng)求時(shí)，終端可實(shí)時(shí)錄制用戶說(shuō)話視頻作為待處理視頻。待處理視頻也可以是接收到的實(shí)時(shí)視頻，例如：服務(wù)器對(duì)終端側(cè)用戶進(jìn)行身份認(rèn)證時(shí)，服務(wù)器可接收終 端實(shí)時(shí)錄制的用戶說(shuō)話視頻作為待處理視頻。人臉檢測(cè)技術(shù)是指采用一定的策略掃描確定所給定的圖像中是否含有人臉，在確定含有后能夠確定人臉在圖像中的位置、大小和姿態(tài)。人臉配準(zhǔn)技術(shù)是指采用一定的算法依據(jù)人臉的位置、大小和姿態(tài)清晰分辨出人臉的眼、鼻、唇部等輪廓。本實(shí)施例的方法在執(zhí)行步驟s101的過(guò)程中具體涉及人臉檢測(cè)技術(shù)和人臉配準(zhǔn)技術(shù)；具體地，該方法在執(zhí)行步驟s101時(shí)執(zhí)行如下步驟s11-s13：

s11，對(duì)待處理視頻進(jìn)行解析獲得至少一幀圖像。視頻是由一幀一幀圖像按照時(shí)間順序構(gòu)成的，因此，對(duì)待處理視頻進(jìn)行分幀處理即可得到一幀一幀圖像。

s12，采用人臉檢測(cè)算法在每一幀圖像中檢測(cè)人臉區(qū)域。

人臉檢測(cè)算法可包括但不限于：pca(principalcomponentanalysis，基于主成分分析)算法、基于彈性模型的方法、隱馬爾可夫模型方法(hiddenmarkovmodel)等等。針對(duì)視頻分幀處理獲得的每一幀圖像，采用人臉檢測(cè)算法可確定出人臉區(qū)域，該人臉區(qū)域用于展示人臉在每一幀圖像中的位置、大小及姿態(tài)。

s13，采用人臉配準(zhǔn)算法從所述人臉區(qū)域中定位唇部區(qū)域。

人臉配準(zhǔn)算法可包括但不限于：lasso整臉回歸配準(zhǔn)算法、小波域算法等等。針對(duì)每一幀圖像中的人臉區(qū)域所展示的人臉位置、大小及姿態(tài)，采用人臉配準(zhǔn)算法可精確定位唇部區(qū)域。

s102，從所述每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖。

所述唇部變化圖要求從時(shí)間跨度上整體反映唇部變化。由于視頻是由一幀一幀圖像按照時(shí)間順序構(gòu)成，并且視頻在該各幀圖像組成的時(shí)間跨度上能夠動(dòng)態(tài)反映唇部變化情況，因此，本步驟可以采用每一幀圖像中的唇部區(qū)域的變化特征來(lái)構(gòu)建唇部變化圖。具體實(shí)現(xiàn)中，該方法在執(zhí)行步驟s101時(shí)具體執(zhí)行如下步驟s21-s23：

s21，在每一幀圖像中截取唇部區(qū)域圖。由于已從每一幀圖像中精確定位唇部區(qū)域，本步驟s21中可從每一幀圖像中直接截取唇部區(qū)域圖，那么，第一幀圖像中可截取到第一幅唇部區(qū)域圖，第二幀圖像中可截取到第二幅唇部區(qū)域圖，以此類推。

s22，從所述唇部區(qū)域圖中提取特征列像素圖。

特征列像素點(diǎn)是指一幀圖像中能夠反映唇部變化特點(diǎn)的一列像素點(diǎn)，該特征列像素點(diǎn)形成的圖像稱為特征列像素圖。具體實(shí)現(xiàn)中，該方法在執(zhí)行步驟s22 時(shí)具體執(zhí)行如下步驟ss221-ss223：

ss221，在所述唇部區(qū)域圖中確定預(yù)設(shè)位置。

所述預(yù)設(shè)位置可以為唇部區(qū)域圖中任意像素點(diǎn)的位置，由于唇動(dòng)時(shí)唇部中央的變化最為明顯，因此，本發(fā)明實(shí)施例優(yōu)選地，所述預(yù)設(shè)位置為所述唇部區(qū)域圖的中心像素點(diǎn)位置。

ss222，沿所述預(yù)設(shè)位置繪制縱軸。

ss223，提取由所述唇部區(qū)域圖中位于所述縱軸的所有像素點(diǎn)構(gòu)成的一列像素圖作為特征列像素圖。

唇動(dòng)時(shí)唇部變化的直接表現(xiàn)為唇部張開，這屬于唇部的縱向變化，因此步驟ss222-ss223中，可以沿預(yù)設(shè)位置縱向提取特征列像素圖；可以理解的是，若該預(yù)設(shè)位置為唇部區(qū)域圖的中心像素點(diǎn)位置，所提取的特征列像素圖即為唇部區(qū)域中央的一列像素圖。

s23，按照每一幀圖像的時(shí)間順序?qū)λ崛〉奶卣髁邢袼貓D進(jìn)行拼接處理，獲得唇部變化圖。

經(jīng)過(guò)上述步驟s22可以從每一幀圖像中的預(yù)設(shè)位置提取出特征列像素圖，步驟s23將從各幀圖像提取到的特征列像素圖拼接后獲得的唇部變化圖，也反映了唇部的預(yù)設(shè)位置處的變化情況。以預(yù)設(shè)位置為唇部區(qū)域圖的中心像素點(diǎn)位置為例：從第一幀圖像中提取到唇部區(qū)域中央列像素圖，可稱為第一中央列像素圖；從第二幀圖像中也提取到唇部區(qū)域中央列像素圖，可稱為第二中央列像素圖；以此類推；那么，本步驟s23中的拼接處理可以為：將第二中央列像素圖橫向拼接于第一中央列像素圖之后，將第三中央列像素圖橫向拼接于第二中央列像素圖之后，以此類推從而形成唇部變化圖，此唇部變化圖反映了唇部中央的變化情況。

s103，根據(jù)所述唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別，獲得識(shí)別結(jié)果。

唇動(dòng)識(shí)別是確認(rèn)是否發(fā)生唇動(dòng)的過(guò)程。該方法在執(zhí)行步驟s103時(shí)具體執(zhí)行如下步驟s31-s32：

s31，計(jì)算所述唇部變化圖的紋理特征，所述紋理特征包括但不限于：lbp特征和/或hog特征。

lbp特征可有效描述和度量圖像局部的紋理信息，具備旋轉(zhuǎn)不變性和灰度不變性等顯著的優(yōu)點(diǎn)；該方法在執(zhí)行步驟s31的過(guò)程中，可以采用lbp算法來(lái) 計(jì)算唇部變化圖的lbp特征。hog特征是一種在圖像處理中用于進(jìn)行物體檢測(cè)的特征描述子；該方法在執(zhí)行步驟s31的過(guò)程中，可以采用hog算法來(lái)計(jì)算唇部變化圖的hog特征?？梢岳斫獾氖?，所述紋理特征還可包括諸如sift特征等其他特征，因此該方法在執(zhí)行步驟s31的過(guò)程中還可采用其他算法來(lái)計(jì)算唇部變化圖的紋理特征。

s32，采用預(yù)設(shè)分類算法對(duì)所述紋理特征進(jìn)行分類，獲得唇動(dòng)識(shí)別結(jié)果，所述識(shí)別結(jié)果包括：發(fā)生唇動(dòng)或未發(fā)生唇動(dòng)。

所述預(yù)設(shè)分類算法可包括但不限于：貝葉斯算法、邏輯回歸算法及svm(supportvectormachine，支持向量機(jī))算法。以svm算法為例，將所述紋理特征作為輸入?yún)?shù)代入svm算法分類器中，則svm算法分類器則可以輸出分類結(jié)果(即唇動(dòng)識(shí)別結(jié)果)。

本發(fā)明實(shí)施例通過(guò)運(yùn)行圖像處理方法，對(duì)視頻所包含的每一幀圖像進(jìn)行人臉區(qū)域檢測(cè)及唇部區(qū)域定位，并且從每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖，由于唇部變化圖來(lái)自于每一幀圖像，這使得唇部變化圖能夠整體反映各圖像組成的時(shí)間跨度；通過(guò)唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別獲得識(shí)別結(jié)果，也就是依據(jù)時(shí)間跨度上的唇部變化識(shí)別唇動(dòng)，能夠避免唇部變化幅度的影響，識(shí)別效率較高且識(shí)別結(jié)果準(zhǔn)確度較高。

基于上述實(shí)施例所示的圖像處理方法，本發(fā)明實(shí)施例還提供了一種互聯(lián)網(wǎng)設(shè)備，該互聯(lián)網(wǎng)設(shè)備可以為終端或服務(wù)器；請(qǐng)參見圖2，該互聯(lián)網(wǎng)設(shè)備的內(nèi)部結(jié)構(gòu)可包括但不限于：處理器、用戶接口、網(wǎng)絡(luò)接口及存儲(chǔ)器。其中，互聯(lián)網(wǎng)設(shè)備內(nèi)的處理器、用戶接口、網(wǎng)絡(luò)接口及存儲(chǔ)器可通過(guò)總線或其他方式連接，在本發(fā)明實(shí)施例所示圖2中以通過(guò)總線連接為例。

其中，用戶接口是實(shí)現(xiàn)用戶與該互聯(lián)網(wǎng)設(shè)備進(jìn)行交互和信息交換的媒介，其具體體現(xiàn)可以包括用于輸出的顯示屏(display)以及用于輸入的鍵盤(keyboard)等等，需要說(shuō)明的是，此處的鍵盤既可以為實(shí)體鍵盤，也可以為觸屏虛擬鍵盤，還可以為實(shí)體與觸屏虛擬相結(jié)合的鍵盤。處理器(或稱cpu(centralprocessingunit，中央處理器))是互聯(lián)網(wǎng)設(shè)備的計(jì)算核心以及控制核心，其可以解析互聯(lián)網(wǎng)設(shè)備內(nèi)的各類指令以及處理各類數(shù)據(jù)。存儲(chǔ)器(memory)是互聯(lián)網(wǎng)設(shè)備中的記憶設(shè)備，用于存放程序和數(shù)據(jù)?？梢岳斫獾氖?，此處的存 儲(chǔ)器可以是高速ram存儲(chǔ)器，也可以是非不穩(wěn)定的存儲(chǔ)器(non-volatilememory)，例如至少一個(gè)磁盤存儲(chǔ)器；可選的還可以是至少一個(gè)位于遠(yuǎn)離前述處理器的存儲(chǔ)裝置。存儲(chǔ)器提供存儲(chǔ)空間，該存儲(chǔ)空間存儲(chǔ)了互聯(lián)網(wǎng)設(shè)備的操作系統(tǒng)，還存儲(chǔ)了圖像處理裝置。

在本發(fā)明實(shí)施例中，互聯(lián)網(wǎng)設(shè)備通過(guò)運(yùn)行存儲(chǔ)器中的圖像處理裝置可以執(zhí)行上述圖1所示方法流程的相應(yīng)步驟。請(qǐng)一并參見圖3，該圖像處理裝置運(yùn)行如下單元：

定位單元101，用于在待處理視頻所包含的每一幀圖像中檢測(cè)人臉區(qū)域，并從所述人臉區(qū)域中定位唇部區(qū)域。

構(gòu)建單元102，用于從所述每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖。

唇動(dòng)識(shí)別單元103，用于根據(jù)所述唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別，獲得識(shí)別結(jié)果。

具體實(shí)現(xiàn)中，該圖像處理裝置在運(yùn)行定位單元101的過(guò)程中，具體運(yùn)行如下單元：

解析單元1001，用于對(duì)待處理視頻進(jìn)行解析獲得至少一幀圖像。

人臉檢測(cè)單元1002，用于采用人臉檢測(cè)算法在每一幀圖像中檢測(cè)人臉區(qū)域。

人臉配準(zhǔn)單元1003，用于采用人臉配準(zhǔn)算法從所述人臉區(qū)域中定位唇部區(qū)域。

具體實(shí)現(xiàn)中，該圖像處理裝置在運(yùn)行構(gòu)建單元102的過(guò)程中，具體運(yùn)行如下單元：

截取單元2001，用于在每一幀圖像中截取唇部區(qū)域圖。

提取單元2002，用于從所述唇部區(qū)域圖中提取特征列像素圖。

拼接處理單元2003，用于按照每一幀圖像的時(shí)間順序?qū)λ崛〉奶卣髁邢袼貓D進(jìn)行拼接處理，獲得唇部變化圖。

具體實(shí)現(xiàn)中，該圖像處理裝置在運(yùn)行提取單元2002的過(guò)程中，具體運(yùn)行如下單元：

位置確定單元2221，用于在所述唇部區(qū)域圖中確定預(yù)設(shè)位置；優(yōu)選地，所述預(yù)設(shè)位置為所述唇部區(qū)域圖的中心像素點(diǎn)位置。

縱軸確定單元2222，用于沿所述預(yù)設(shè)位置繪制縱軸。

特征列像素提取單元2223，用于提取由所述唇部區(qū)域圖中位于所述縱軸的所有像素點(diǎn)構(gòu)成的一列像素圖作為特征列像素圖。

具體實(shí)現(xiàn)中，該圖像處理裝置在運(yùn)行唇動(dòng)識(shí)別單元103的過(guò)程中，具體運(yùn)行如下單元：

計(jì)算單元3001，用于計(jì)算所述唇部變化圖的紋理特征，所述紋理特征包括lbp特征和/或hog特征。

分類單元3002，用于采用預(yù)設(shè)分類算法對(duì)所述紋理特征進(jìn)行分類，獲得唇動(dòng)識(shí)別結(jié)果，所述識(shí)別結(jié)果包括：發(fā)生唇動(dòng)或未發(fā)生唇動(dòng)。

與圖2所示的方法同理，本發(fā)明實(shí)施例通過(guò)運(yùn)行圖像處理裝置，對(duì)視頻所包含的每一幀圖像進(jìn)行人臉區(qū)域檢測(cè)及唇部區(qū)域定位，并且從每一幀圖像中提取唇部區(qū)域的特征列像素構(gòu)建唇部變化圖，由于唇部變化圖來(lái)自于每一幀圖像，這使得唇部變化圖能夠整體反映各圖像組成的時(shí)間跨度；通過(guò)唇部變化圖的紋理特征進(jìn)行唇動(dòng)識(shí)別獲得識(shí)別結(jié)果，也就是依據(jù)時(shí)間跨度上的唇部變化識(shí)別唇動(dòng)，能夠避免唇部變化幅度的影響，識(shí)別效率較高且識(shí)別結(jié)果準(zhǔn)確度較高。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以通過(guò)計(jì)算機(jī)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的程序可存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲(chǔ)介質(zhì)可為磁碟、光盤、只讀存儲(chǔ)記憶體(read-onlymemory，rom)或隨機(jī)存儲(chǔ)記憶體(randomaccessmemory，ram)等。

以上所揭露的僅為本發(fā)明較佳實(shí)施例而已，當(dāng)然不能以此來(lái)限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。