專利名稱：適用于視頻監(jiān)控的人臉檢測(cè)及攝像機(jī)云臺(tái)控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種適用于視頻監(jiān)控的通用人臉檢測(cè)及攝像機(jī)云臺(tái)控制方法。該方法的主要特點(diǎn)是能夠通過(guò)高效的基于多核架構(gòu)的人臉檢測(cè)算法檢測(cè)出人臉區(qū)域來(lái)控制監(jiān)控?cái)z像機(jī)云臺(tái)的運(yùn)動(dòng)軌跡并進(jìn)行預(yù)測(cè)，從而對(duì)檢測(cè)出的人臉區(qū)域進(jìn)行放大拍攝存儲(chǔ)的操作。
背景技術(shù)：
視頻監(jiān)控系統(tǒng)中的人臉檢測(cè)跟蹤技術(shù)在身份驗(yàn)證、人機(jī)交互接口、智能視覺(jué)監(jiān)控、 基于感興趣區(qū)ROI的編碼與傳輸、可視電話等領(lǐng)域有著廣泛的應(yīng)用和廣闊的發(fā)展前景。首先，視頻圖像的人臉跟蹤技術(shù)主要應(yīng)用于視頻會(huì)議系統(tǒng)和視頻監(jiān)視系統(tǒng)中。針對(duì)敏感場(chǎng)合 (如銀行、商店、停車場(chǎng))開(kāi)發(fā)的智能監(jiān)控系統(tǒng)，能夠每天連續(xù)24小時(shí)地實(shí)時(shí)監(jiān)控，并自動(dòng)分析攝像機(jī)捕獲的圖像數(shù)據(jù)，當(dāng)盜竊發(fā)生或發(fā)現(xiàn)到具有異常行為的可疑人物時(shí)，系統(tǒng)能向保衛(wèi)人員準(zhǔn)確及時(shí)地發(fā)出警報(bào)，從而避免犯罪的發(fā)生；同時(shí)，人臉檢測(cè)和跟蹤技術(shù)在訪問(wèn)控制場(chǎng)合，在自動(dòng)售貨機(jī)、ATM機(jī)，交通管理、公共場(chǎng)合行人的擁擠狀態(tài)分析及商店中消費(fèi)者流量統(tǒng)計(jì)等監(jiān)控方面也有著相應(yīng)的應(yīng)用。其次，在人機(jī)交互技術(shù)上，視頻圖像的人臉檢測(cè)跟蹤技術(shù)占有舉足輕重的地位。人機(jī)交互一直是信息處理研究領(lǐng)域發(fā)展過(guò)程中的一個(gè)重要環(huán)節(jié)。在智能化的人機(jī)交互過(guò)程和對(duì)計(jì)算機(jī)視覺(jué)的研究中，人臉可以提供大量有價(jià)值的信息，也可以作為一個(gè)友好的交互接口，用于身份驗(yàn)證、多媒體數(shù)據(jù)庫(kù)的檢索等領(lǐng)域中?，F(xiàn)有的人臉檢測(cè)系統(tǒng)雖然已經(jīng)能夠以較高的正確率檢測(cè)出人臉，但在大多數(shù)情況下所能提供的人臉圖像在清晰度和完整性上難以滿足要求，存在著相當(dāng)大的缺陷；即使隨著現(xiàn)在安裝有高清攝像機(jī)的監(jiān)控系統(tǒng)的日益流行，當(dāng)檢測(cè)目標(biāo)位于較遠(yuǎn)處時(shí)，如果不進(jìn)行鏡頭焦距的調(diào)校及畫(huà)面大小的縮放，所拍攝到的圖像的清晰度仍然不能滿足要求。譬如檢測(cè)到的圖像未經(jīng)處理便存入數(shù)據(jù)庫(kù)中，導(dǎo)致檢測(cè)到的人臉過(guò)小或者過(guò)于模糊；檢測(cè)的到人臉圖像被某些遮擋物或附著物覆蓋，如前景物(位于人臉與攝像機(jī)之間的任意不透明物體)、頭發(fā)、眼鏡、胡須，導(dǎo)致檢測(cè)到的人臉一部分或全部特征丟失；檢測(cè)到的圖像由于拍攝角度不正確導(dǎo)致大部分人臉特征丟失等。由于視頻分辨率低,關(guān)鍵部位成像過(guò)小,往往無(wú)法得到關(guān)心的物體的清晰形象，這些不足將對(duì)公安機(jī)關(guān)事后調(diào)用取證造成很大的負(fù)面影響， 極大地影響了視頻監(jiān)控的使用成效。

發(fā)明內(nèi)容
I)基于多核架構(gòu)的人臉檢測(cè)研究人臉檢測(cè)的各種特征的選取以及各種特征的提取方法通過(guò)對(duì)各種不同人臉的描述及觀察，提取出其所具備的共有特征，并用若干數(shù)學(xué)模型對(duì)其進(jìn)行表述及闡釋；研究從大量人臉和非人臉樣本中自動(dòng)學(xué)習(xí)具有區(qū)分性的特征的方法，從而構(gòu)建準(zhǔn)確的人臉?lè)诸惼?；在?shí)現(xiàn)人臉檢測(cè)算法的基礎(chǔ)上，分析算法的并行性，并進(jìn)一步對(duì)多任務(wù)調(diào)度策略進(jìn)行完善，從而實(shí)現(xiàn)基于多核架構(gòu)的實(shí)時(shí)、魯棒、高效的人臉檢測(cè)方法，根據(jù)所檢測(cè)出的人臉位置與人臉圖像所在區(qū)域的具體尺寸，準(zhǔn)確高效地標(biāo)識(shí)視頻畫(huà)面中出現(xiàn)的人臉，具體如下11)初始化訓(xùn)練集把所有用于訓(xùn)練的人臉圖像作為輸入，摳取出圖像中的人臉區(qū)域。接著用歸一化與圖像縮放技術(shù)把所有摳取出的圖像調(diào)整為統(tǒng)一的大??；I. 2)提取圖像特征采用積分圖作為人臉區(qū)域的特征，積分圖為矩形特征，位置坐標(biāo)為(X，y)的積分圖包含像素(X，y)左側(cè)及上側(cè)的所有像素的和為
權(quán)利要求
1.適用于視頻監(jiān)控的人臉檢測(cè)及攝像機(jī)云臺(tái)控制方法，其特征在于該方法包括以下步驟I)基于多核架構(gòu)的人臉檢測(cè)II)初始化訓(xùn)練集把所有用于訓(xùn)練的人臉圖像作為輸入，摳取出圖像中的人臉區(qū)域。接著用歸一化與圖像縮放技術(shù)把所有摳取出的圖像調(diào)整為統(tǒng)一的大小；1.2)提取圖像特征采用積分圖作為人臉區(qū)域的特征，積分圖為矩形特征，位置坐標(biāo)為(X，y)的積分圖包含像素(X，y)左側(cè)及上側(cè)的所有像素的和為
2.如權(quán)利要求I所述的適用于視頻監(jiān)控的人臉檢測(cè)及攝像機(jī)云臺(tái)控制方法，其特征在于在步驟I)中使用OpenMP對(duì)上述算法進(jìn)行多核加速；根據(jù)CPU的數(shù)量對(duì)計(jì)算任務(wù)進(jìn)行劃分；把粗粒度的任務(wù)分解為細(xì)粒度的輕量級(jí)線程進(jìn)行處理。
3.如權(quán)利要求I或2所述的適用于視頻監(jiān)控的人臉檢測(cè)及攝像機(jī)云臺(tái)控制方法，其特征在于步驟3)的通訊接口電路為RS485。
全文摘要
本發(fā)明涉及一種適用于視頻監(jiān)控的通用人臉檢測(cè)及攝像機(jī)云臺(tái)控制方法。該方法包括基于多核架構(gòu)的人臉檢測(cè)、人臉區(qū)域運(yùn)動(dòng)軌跡預(yù)測(cè)和控制攝像機(jī)云臺(tái)抓拍人臉三大步驟，其主要特點(diǎn)是能夠通過(guò)高效的基于多核架構(gòu)的人臉檢測(cè)算法檢測(cè)出人臉區(qū)域來(lái)控制監(jiān)控?cái)z像機(jī)云臺(tái)的運(yùn)動(dòng)軌跡并進(jìn)行預(yù)測(cè)，從而對(duì)檢測(cè)出的人臉區(qū)域進(jìn)行放大拍攝存儲(chǔ)的操作。本發(fā)明具有廣泛的應(yīng)用前景，可以應(yīng)用到各種基于人臉檢測(cè)技術(shù)的智能監(jiān)控系統(tǒng)中，使得各系統(tǒng)的正確率及效率性能得到進(jìn)一步的提升。
文檔編號(hào)G06K9/66GK102592146SQ20111044650
公開(kāi)日2012年7月18日 申請(qǐng)日期2011年12月28日 優(yōu)先權(quán)日2011年12月28日
發(fā)明者童若鋒, 謝迪 申請(qǐng)人:浙江大學(xué)