專利名稱：人臉圖像檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理檢測技術(shù)領(lǐng)域，尤其涉及一種人臉圖像檢測方法。
背景技術(shù)：
目前，計(jì)算機(jī)對人臉檢測技術(shù)應(yīng)用的是Adaboost算法，這種算法與傳統(tǒng)的算法相比，檢測速度大大提高。Adaboot算法利用人臉特征和積分圖像來簡化特征值計(jì)算的復(fù)雜度，在搜索過程中加入了層疊分類器的方法實(shí)現(xiàn)了進(jìn)一步的提速，該算法檢測率和誤檢率比較理想，能夠被較好的應(yīng)用于PC機(jī)上小圖片的實(shí)時人臉檢測。
但是，上述人臉檢測方法，需要搜索的圖像子窗口比較多，并且以灰度圖像為基礎(chǔ)，丟棄了膚色這一重要的人臉特征，同時，也沒有考慮到利用人臉邊緣相對固定的特點(diǎn)， 僅僅利用灰度區(qū)域變化來實(shí)現(xiàn)檢測，因此檢測效率有限。發(fā)明內(nèi)容
為此，本發(fā)明所要解決的技術(shù)問題是提供一種人臉圖像檢測方法，以克服背景技術(shù)中所述的不足，提高檢測效率。
于是，本發(fā)明提供了一種人臉檢測方法，包括
步驟I，設(shè)置一初始候選窗口 ；
步驟2，對候選窗口內(nèi)的圖片上的所有像素點(diǎn)計(jì)算膚色像素，若NI > thSkin，則執(zhí)行下一步，否則執(zhí)行步驟5，其中，NI為膚色像素點(diǎn)的個數(shù)，thSkin為一個與候選窗口面積有關(guān)的閥值；thSkin = areaX SkinSensitivity, area 為候選窗口 面積，Skin Sensitivity 為一個小于I的正數(shù)；
步驟3，對候選窗口內(nèi)的所有像素點(diǎn)計(jì)算邊沿點(diǎn)像素，若N2 > thSobel，則執(zhí)行下一步，否則執(zhí)行步驟5，其中，N2為邊沿像素的個數(shù)，thSobel為一個與候選窗口邊長相關(guān)的閥值，thSobel = dXSobelSensitivity, d 為候選窗口邊長,SobelSensitivity 為一個由實(shí)驗(yàn)所得的正數(shù)；
步驟4，計(jì)算stage分離器的輸出值，并判斷是否通過所有分離器，若為是，則記錄當(dāng)前窗口，若為否，則執(zhí)行下一步驟；
步驟5，移動候選窗口，轉(zhuǎn)至步驟2開始執(zhí)行，并判斷候選窗口水平移動是否遇到邊界，若為是，則下移候選窗口，轉(zhuǎn)至步驟2，直至候選窗口遍歷一次圖片；
步驟6，若圖片中包含人臉，則將包含人臉的候選窗口按照尺寸相近且位置相鄰的原則將候選窗口歸類合并，得出人臉矩形方框區(qū)域。
其中，在步驟5中，在步驟5中，移動候選窗口后，轉(zhuǎn)至步驟2之前，還包括移動候選窗口的步長與上一候選窗口設(shè)定值及窗口擴(kuò)大倍數(shù)有關(guān)，若上一個候選窗口判定不為人臉，則直接移動候選窗口，若上一個候選窗口判定為人臉，則增大移動步長Step = Stepscale X scale X (islastFace acc :1),同時判斷候選窗口水平移動是否超過邊界， 若為否，則轉(zhuǎn)至步驟2，若為是，則調(diào)整候選窗口大小，并判斷是否超過預(yù)置最大人臉尺寸，若為否，則轉(zhuǎn)至步驟2，若為是，則結(jié)束圖像的掃描，其中St印scale為初始候選窗口步長設(shè)定值，一般為I, scale為當(dāng)前窗口擴(kuò)大倍數(shù),islastFace為一布爾值,若上一個候選窗口為人臉則為真，否則為假，acc為動態(tài)增大倍數(shù)。
其中，步驟2中所述對候選窗口內(nèi)的圖片上的所有像素點(diǎn)計(jì)算膚色像素，包括
選用YCbCr空間作為膚色分布統(tǒng)計(jì)的映射空間，RGB空間按照如下公式獲得膚色像素
Y = O. 299R+0. 587G+0. 114B
Cb = O. 168R-0. 332G+0. 5B
Cr = O. 5R-0. 4187G-0. 813B
其中，Y是指亮度分量，Cb指藍(lán)色色度分量，而Cr指紅色色度分量。
其中，所述scale取值為1. 5至2。
上述方法還包括根據(jù)膚色范圍80 < Cb < 135，136 ≤Cr ≤177，得到膚色判定的二值邏輯圖像。
上述方法還包括利用sobel算子，設(shè)定固定閥值后，即可以等到相應(yīng)的邊沿判定二值邏輯圖像。
其中，步驟2中所述Skin Sensitivity取值為1/3。
其中，步驟3中所述對候選窗口內(nèi)的所有像素點(diǎn)計(jì)算邊沿點(diǎn)像素，包括
利用積分圖像公式ii (x,y) = Σ i(x' ,y')，其中(x，y)點(diǎn)為候選窗口像素點(diǎn)， (X, ,1')為邊沿像素點(diǎn)；
計(jì)算候選窗口四個邊沿點(diǎn)的像素值，根據(jù)一對角積分圖像值相加減去另外一對角積分圖像值，得到候選窗口內(nèi)邊沿像素的個數(shù)。
步驟3中所述SobelSensitivity取值為2至5中的正數(shù)。
步驟6中所述歸類合并包括
將尺寸相近且位置相鄰的候選窗口歸為一類；
若類成員數(shù)大于或等于預(yù)置閥值，則保留該類，否則進(jìn)行刪除；
根據(jù)類成員的位置坐標(biāo)和尺寸求取平均坐標(biāo)和平均尺寸，作為每一類的坐標(biāo)和尺寸；
剔除大窗口中出現(xiàn)的小窗口，剩下若干窗口則為判定的人臉區(qū)域。
本發(fā)明所述一種人臉檢測方法，通過增加膚色檢測和人臉邊沿檢測，為人臉檢測增加了膚色這一重要人臉特征，增加了人臉檢測的準(zhǔn)確性。
進(jìn)一步，通過動態(tài)調(diào)整人臉候選窗口，加快了人臉檢測速度。


圖1為本發(fā)明實(shí)施例所述人臉檢測方法流程示意圖2為本發(fā)明實(shí)施例所述人臉檢測方法詳細(xì)具體的流程示意圖；圖3為(X, y)點(diǎn)的積分圖像不意圖；圖4為候選窗口區(qū)域示意圖。
具體實(shí)施方式
下面，結(jié)合附圖對本發(fā)明進(jìn)行詳細(xì)描述。
如圖1所示，本實(shí)施例提供了一種人臉檢測方法，該方法中增加了膚色這一重要人臉特征，使得人臉檢測準(zhǔn)確性更高。其核心處理算法可以分成四個步驟來實(shí)現(xiàn)，分別為A :計(jì)算膚色和邊沿積分圖像，以確定人臉區(qū)域;B :對確定的人臉區(qū)域再計(jì)算積分圖像和平方圖像，進(jìn)一步確定人臉區(qū)域；C :動態(tài)調(diào)整人臉候選窗口的步長并掃描人臉;D :合并同類方框。
本實(shí)施例中，輸入是一張彩色圖片，使用本實(shí)施例所述人臉檢測方法，輸出的是代表人臉區(qū)域的矩形方框。另外，本實(shí)施例所述人臉檢測方法中還有最小搜索窗口，最大搜索窗口，圖像縮小倍數(shù)，搜索方框擴(kuò)大倍數(shù)，移動步長倍數(shù)，膚色及邊沿控制閥值等控制參數(shù)， 這些控制參數(shù)可以根據(jù)需要調(diào)整搜索速度和搜索精確度。
下面詳細(xì)描述本實(shí)施例提供的人臉檢測方法。如1和2所示
步驟201，開始掃描圖像，設(shè)置一初始候選窗口 ；
步驟201，對候選窗口內(nèi)的圖片上的所有像素點(diǎn)計(jì)算膚色像素；
其中，對于膚色判斷，選用YCbCr空間作為膚色分布統(tǒng)計(jì)的映射空間，RGB空間可按下述公式(I)轉(zhuǎn)換到Y(jié)CbCr空間
Y = O. 299R+0. 587G+0. 114B
Cb = O. 168R-0. 332G+0. 5B(I)
Cr = O. 5R-0. 4187G-0. 0813B
由于膚色范圍為
80 ^ Cb ^ 135，136 ^ Cr ^ 177(2)
因此，得到膚色判定的二值邏輯圖像。
同樣的，利用sobel算子，設(shè)定固定閥值可以等到相應(yīng)的邊沿判定二值邏輯圖像。
利用積分圖像公式
ii(x，y) =Σ i(x' , γ' )(3)
其中(x，y)點(diǎn)的積分圖像就是圖3中陰影區(qū)域的所有像素i(x' ,j')的邏輯值之和，代表該區(qū)域內(nèi)膚色像素和邊沿像素的個數(shù)。
如圖4所示，應(yīng)用時利用公式
區(qū)域 D 和=(4)
可計(jì)算區(qū)域D中膚色點(diǎn)的個數(shù)與邊緣點(diǎn)的個數(shù)。
步驟203，若NI > thSkin,則執(zhí)行下一步，否則執(zhí)行步驟208 ；
其中，NI為膚色像素點(diǎn)的個數(shù)，thSkin為一個與候選窗口面積有關(guān)的閥值；thSkin = areaXSkinSensitivity, area 為候選窗口面積，Skin Sensitivity 為一個小于 I的正數(shù)，此時可以取值為1/3;
步驟204，對候選窗口內(nèi)的所有像素點(diǎn)計(jì)算邊沿點(diǎn)像素，其中，計(jì)算邊沿點(diǎn)像素的詳細(xì)方法如步驟201中所述，在此不再重復(fù)描述；
步驟205，若N2 > thSobel，則執(zhí)行下一步，否則執(zhí)行步驟208 ；
其中，N2為邊沿像素的個數(shù)，thSobel為一個與候選窗口邊長相關(guān)的閥值， thSobel = dXSobelSensitivity, d 為候選窗口邊長，SobelSensitivity 為一個由實(shí)驗(yàn)所得的正數(shù)，在此處可以取值為2到5 ;
步驟206，計(jì)算stage分離器的輸出值，并判斷是否通過所有分離器，若為是，則執(zhí)行下一步驟，若為否，則執(zhí)行步驟208 ；
具體的，該步驟包括選擇一 Stage分類器，按照Adaboost算法得出其每個弱分類器的輸出值并累加，得到一個stage分類器的輸出值，將stage分類器的輸出值與訓(xùn)練所得的閥值相比，若輸出值大于該閥值，若為否，則繼續(xù)計(jì)算下一個stage分離器的輸出值，繼續(xù)判斷stage分離器的輸出值是否大于訓(xùn)練所得的閥值，直到...為止。該stage分類器的輸出值大于訓(xùn)練所得的閥值，則判斷是否通過所有分離器，若為是，則記錄當(dāng)前窗口，若為否，則執(zhí)行下一步驟。其中，閾值是訓(xùn)練算法通過訓(xùn)練樣本所得。
步驟207，記錄當(dāng)前窗口，即記錄當(dāng)前窗口值，一般是左上角坐標(biāo)值和窗口的長寬值；
步驟208，移動候選窗口 ；
步驟209，判斷候選窗口水平移動是否超過邊界，若為是，則執(zhí)行一下步驟，若為否，則轉(zhuǎn)至步驟202 ；
步驟210，調(diào)整候選窗口大小，移動候選窗口的步長與上一候選窗口設(shè)定值及窗口擴(kuò)大倍數(shù)有關(guān)，若上一個候選窗口判定不為人臉，則直接移動候選窗口，若上一個候選窗口判定為人臉，則增大移動步長Step = Stepscale X scale X (islastFace acc :1)，其中 Stepscale為初始候選窗口步長設(shè)定值,一般為I, scale為當(dāng)前窗口擴(kuò)大倍數(shù),islastFace 為一布爾值，若上一個候選窗口為人臉則為真，否則為假，acc為動態(tài)增大倍數(shù)，一般取值為1.5 至 2 ;
步驟211，判斷調(diào)整的候選窗口尺寸是否超出預(yù)置最大人臉尺寸，若為否，轉(zhuǎn)至步驟202，若為是，則結(jié)束圖像的掃描。
當(dāng)候選窗口遍歷整個圖片后，若圖片中包含有人臉，則將包含人臉的候選窗口按照尺寸相近且位置相鄰的原則將候選窗口歸類合并，得出人臉矩形方框區(qū)域。
由于同一人臉很可能在相鄰的地方多次被檢出，同時可能存在一些誤檢的情況， 因此需要進(jìn)行方框的合并，合并的方法是利用不相交集合算法。即，將尺寸相近且位置相鄰的候選窗口歸為一類；若類成員數(shù)大于或等于預(yù)置閥值T，則保留該類，否則進(jìn)行刪除，此處 在于消除個別誤檢的情況；對保留的每一類，根據(jù)類成員的位置坐標(biāo)和尺寸求取平均坐標(biāo)和平均尺寸，作為每一類的坐標(biāo)和尺寸；最后，根據(jù)實(shí)際情況，還需要剔除大窗口中出現(xiàn)的小窗口，剩下若干窗口則為判定的人臉區(qū)域。其中，預(yù)置閥值T是類成員數(shù)量判決閾值。
上述步驟201到步驟208，實(shí)現(xiàn)了對人臉區(qū)域的查找掃描，使得人臉檢測結(jié)果更為準(zhǔn)確、精準(zhǔn)。步驟208到步驟211是對候選窗口的一種動態(tài)調(diào)整過程，從人臉檢測方法來說，其動態(tài)調(diào)整過程不是必須的，但是增加了步驟208到步驟211后，可以將檢測人臉的過程加速，提供了檢測速度。
可見，上述方法，克服了人臉特征利用不足的缺點(diǎn)，有效的利用膚色邏輯圖像和邊沿邏輯圖像減少了人臉的候選集，并采用邏輯積分圖像和動態(tài)步長調(diào)整加快計(jì)算和搜索速度，從而大大減少了人臉檢測系統(tǒng)的檢測時間。
綜上所述，本發(fā)明實(shí)施例所述一種人臉檢測方法，通過增加膚色檢測和人臉邊沿檢測，為人臉檢測增加了膚色這一重要人臉特征，增加了人臉檢測的準(zhǔn)確性。
進(jìn)一步，通過動態(tài)調(diào)整人臉候選窗口，加快了人臉檢測速度。
以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種人臉檢測方法，其特征在于，包括 步驟I，設(shè)置一初始候選窗口 ； 步驟2，對候選窗口內(nèi)的圖片上的所有像素點(diǎn)計(jì)算膚色像素，若NI > thSkin，則執(zhí)行下一步，否則執(zhí)行步驟5，其中，NI為膚色像素點(diǎn)的個數(shù)，thSkin為一個與候選窗口面積有關(guān)的閥值；thSkin = areaXSkinSensitivity, area 為候選窗口面積，Skin Sensitivity 為一個小于I的正數(shù)； 步驟3，對候選窗口內(nèi)的所有像素點(diǎn)計(jì)算邊沿點(diǎn)像素，若N2 > thSobel,則執(zhí)行下一步，否則執(zhí)行步驟5，其中，N2為邊沿像素的個數(shù)，thSobel為一個與候選窗口邊長相關(guān)的閥值，thSobel = dXSobelSensitivity, d 為候選窗口邊長，SobelSensitivity 為一個由實(shí)驗(yàn)所得的正數(shù)； 步驟4，計(jì)算stage分離器的輸出值，并判斷是否通過所有分離器，若為是，則記錄當(dāng)前窗口，若為否，則執(zhí)行下一步驟； 步驟5，移動候選窗口，轉(zhuǎn)至步驟2開始執(zhí)行，并判斷候選窗口水平移動是否遇到邊界，若為是，則下移候選窗口，轉(zhuǎn)至步驟2，直至候選窗口遍歷一次圖片； 步驟6，若圖片中包含人臉，則將包含人臉的候選窗口按照尺寸相近且位置相鄰的原則將候選窗口歸類合并，得出人臉矩形方框區(qū)域。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟5中，移動候選窗口后，轉(zhuǎn)至步驟2之前，還包括移動候選窗口的步長與上一候選窗口設(shè)定值及窗口擴(kuò)大倍數(shù)有關(guān)，若上一個候選窗口判定不為人臉，則直接移動候選窗口，若上一個候選窗口判定為人臉，則增大移動步長Step = Stepscale X scale X (isIastFace acc I),同時判斷候選窗口水平移動是否超過邊界，若為否，則轉(zhuǎn)至步驟2，若為是，則調(diào)整候選窗口大小，并判斷是否超過預(yù)置最大人臉尺寸，若為否，則轉(zhuǎn)至步驟2，若為是，則結(jié)束圖像的掃描，其中St印scale為初始候選窗口步長設(shè)定值，一般為I, scale為當(dāng)前窗口擴(kuò)大倍數(shù),islastFace為一布爾值,若上一個候選窗口為人臉則為真，否則為假，acc為動態(tài)增大倍數(shù)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2中所述對候選窗口內(nèi)的圖片上的所有像素點(diǎn)計(jì)算膚色像素，包括 選用YCbCr空間作為膚色分布統(tǒng)計(jì)的映射空間，RGB空間按照如下公式獲得膚色像素 Y = O. 299R+0. 587G+0. 114B Cb = 0. 168R-0. 332G+0. 5B Cr = 0. 5R-0. 4187G-0. 0813B 其中，Y是指亮度分量，Cb指藍(lán)色色度分量，而Cr指紅色色度分量。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述scale取值為1.5至2。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括根據(jù)膚色范圍80< Cb < 135，136 ^Cr ^ 177，得到膚色判定的二值邏輯圖像。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括利用sobel算子，設(shè)定固定閥值后，即可以等到相應(yīng)的邊沿判定二值邏輯圖像。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2中所述SkinSensitivity取值為1/3。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟3中所述對候選窗口內(nèi)的所有像素點(diǎn)計(jì)算邊沿點(diǎn)像素，包括 利用積分圖像公式ii (X, y) =E i (x ' , y'),其中(x, y)點(diǎn)為候選窗口像素點(diǎn)， , y')為邊沿像素點(diǎn)； 計(jì)算候選窗口四個邊沿點(diǎn)的像素值，根據(jù)一對角積分圖像值相加減去另外一對角積分圖像值，得到候選窗口內(nèi)邊沿像素的個數(shù)。
9.根據(jù)權(quán)利要求1所述的方法，特征在于，步驟3中所述SobelSensitivity取值為2至5中的正數(shù)。
10.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟6中所述歸類合并包括 將尺寸相近且位置相鄰的候選窗口歸為一類； 若類成員數(shù)大于或等于預(yù)置閥值，則保留該類，否則進(jìn)行刪除； 根據(jù)類成員的位置坐標(biāo)和尺寸求取平均坐標(biāo)和平均尺寸，作為每一類的坐標(biāo)和尺寸； 剔除大窗口中出現(xiàn)的小窗口，剩下若干窗口則為判定的人臉區(qū)域。
全文摘要
本發(fā)明提供了一種人臉檢測方法，通過增加膚色檢測和人臉邊沿檢測，為人臉檢測增加了膚色這一重要人臉特征，增加了人臉檢測的準(zhǔn)確性。進(jìn)一步，通過動態(tài)調(diào)整人臉候選窗口，加快了人臉檢測速度。
文檔編號G06K9/00GK103020949SQ20111029650
公開日2013年4月3日 申請日期2011年9月27日 優(yōu)先權(quán)日2011年9月27日
發(fā)明者楊衛(wèi)國, 金連文, 洪智濱, 廖文鑫, 郭禮華 申請人:康佳集團(tuán)股份有限公司