一種用于視頻監(jiān)控的正面人臉快速判別方法
【專利摘要】本發(fā)明公開了一種用于視頻監(jiān)控的正面人臉快速判別方法，判別出一段監(jiān)控視頻中人臉最正的那一幀圖像，首先在標(biāo)準(zhǔn)視頻庫以及監(jiān)控視頻中提取正面人臉圖像作為訓(xùn)練正樣本，提取側(cè)臉圖像作為訓(xùn)練負(fù)樣本，然后提取積分通道特征，利用Adaboost算法從提取特征中訓(xùn)練出強(qiáng)分類器。在正面人臉判別階段，對輸入的監(jiān)控視頻，利用已有的成熟的人臉檢測算法進(jìn)行人臉檢測，對檢測窗口進(jìn)行判別，對圖像進(jìn)行“打分”，最后選出分?jǐn)?shù)最高，也就是人臉最正的那一幀。本發(fā)明的方法提高了人臉姿態(tài)判別速度和精度，準(zhǔn)確地進(jìn)行正面人臉判別，減少了人臉姿態(tài)判別的計算量。
【專利說明】一種用于視頻監(jiān)控的正面人臉快速判別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理和模式識別領(lǐng)域，特別是一種用于視頻監(jiān)控的正面人臉快速判別方法。
【背景技術(shù)】
[0002]作為安防監(jiān)控的重要組成部分，視頻監(jiān)控系統(tǒng)已廣泛應(yīng)用于超市、銀行、政府等各部門。經(jīng)濟(jì)社會的發(fā)展對安全防范行業(yè)也提出了更高的要求，視頻監(jiān)控在生產(chǎn)生活中的作用也日趨重要，造成了監(jiān)控系統(tǒng)規(guī)模越來越大，監(jiān)控點也越來越多，因此需要存儲海量視頻數(shù)據(jù)，對視頻進(jìn)行分析也變得越來越困難，例如，在這些視頻中匹配一個人臉將變得很困難，如果能將視頻中有用的信息存儲下來，則對視頻的分析就可以轉(zhuǎn)化為對這些有用信息進(jìn)行分析，這樣就使得對視頻的分析變得簡單而有效。在室內(nèi)監(jiān)控視頻中，主要關(guān)注的是監(jiān)控視頻中的人，為便于對海量視頻數(shù)據(jù)中人臉的識別和分析，最有用的信息也可以視為人臉最正面的那張圖像，問題就轉(zhuǎn)化為視頻中正面人臉判別，視頻中人臉檢測算法已經(jīng)比較成熟了，比如OPENCV中人臉檢測方法等，然而要從監(jiān)控視頻中快速判別正面人臉仍是一個具有挑戰(zhàn)性的課題。本文假設(shè)在已檢測出人臉的基礎(chǔ)上進(jìn)行正面人臉判別。
[0003]正面人臉判別問題是一個人臉姿態(tài)估計問題，現(xiàn)有的人臉姿態(tài)估計方法大體上可以兩類[參考文獻(xiàn)I]:
[0004]基于人臉外觀的學(xué)習(xí)方法，即假設(shè)三維人臉姿態(tài)與人臉圖像的某些特性(圖像密度、顏色、圖像梯度值等)存在唯一的對應(yīng)關(guān)系，用大量已知三維人臉姿態(tài)的訓(xùn)練樣本，通過統(tǒng)計方法來建立這種關(guān)系[參考文獻(xiàn)2]。該方法不需要精確提取特征點，只需要有大量的三維人臉姿態(tài)的樣本，目前比較流行的統(tǒng)計學(xué)習(xí)方法有支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等。支持向量機(jī)以及神經(jīng)網(wǎng)絡(luò)方法不需要對特征進(jìn)行訓(xùn)練，而是直接將樣本進(jìn)行訓(xùn)練得到分類器，因此這兩種方法精度受限于訓(xùn)練樣本的選取，同時支持向量機(jī)訓(xùn)練出來分類器是二元輸出的，不能對人臉姿態(tài)進(jìn)行連續(xù)估計，而神經(jīng)網(wǎng)絡(luò)方法的精度也依賴于網(wǎng)絡(luò)層級，層數(shù)越多其計算復(fù)雜度越高。
[0005]基于模型的方法，即利用某種幾何模型或結(jié)構(gòu)來表示人臉的結(jié)構(gòu)和形狀，建立模型和圖像之間的對應(yīng)關(guān)系，然后通過幾何或者其它方法實現(xiàn)人臉空間姿態(tài)估計。與上述方法相比，基于模型的方法具有實施簡單、精度高等優(yōu)點，但該方法也有對特征點提取的精度要求較高[參考文獻(xiàn)3]以及運算速度慢的缺點。

【發(fā)明內(nèi)容】

[0006]本發(fā)明所要解決的技術(shù)問題是，針對現(xiàn)有技術(shù)不足，提供一種用于視頻監(jiān)控的正面人臉快速判別方法，提高人臉姿態(tài)判別速度和精度，準(zhǔn)確地進(jìn)行正面人臉判別，減少人臉姿態(tài)判別的計算量。
[0007]為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是:一種用于視頻監(jiān)控的正面人臉快速判別方法，該方法為:[0008]I)在標(biāo)準(zhǔn)視頻庫或者采集到的監(jiān)控視頻中提取人臉圖片作為訓(xùn)練樣本集，將訓(xùn)練樣本集中人臉繞Y軸旋轉(zhuǎn)角度小于5度的人臉圖像作為正樣本圖像，將訓(xùn)練樣本集中人臉繞Y軸旋轉(zhuǎn)角度大于30度的人臉圖像作為負(fù)樣本圖像；選取η個樣本圖像(χι, Υι), (x2, y2)，...，(xn，yn)，其中Xi表示樣本圖像，Yi是類別標(biāo)志，Yi=O表示負(fù)樣本圖像，Yi=I表示正樣本圖像；
[0009]2)初始化權(quán)重
【權(quán)利要求】
1.一種用于視頻監(jiān)控的正面人臉快速判別方法，其特征在于，該方法為: 1)在標(biāo)準(zhǔn)視頻庫或者采集到的監(jiān)控視頻中提取人臉圖片作為訓(xùn)練樣本集，將訓(xùn)練樣本集中人臉繞Y軸旋轉(zhuǎn)角度小于5度的人臉圖像作為正樣本圖像，將訓(xùn)練樣本集中人臉繞Y軸旋轉(zhuǎn)角度大于30度的人臉圖像作為負(fù)樣本圖像；選取η個樣本圖像(Xl，yi)，(x2，y2)，..，(Xn, yn)，其中Xi表示樣本圖像，Yi是類別標(biāo)志，Yi=O表示負(fù)樣本圖像，Yi=I表示正樣本圖像； 2)初始化權(quán)重:
2.根據(jù)權(quán)利要求1所述的用于視頻監(jiān)控的正面人臉快速判別方法，其特征在于，所述閾值θj大小為K個候選特征值的中間值。
【文檔編號】G06K9/62GK103870811SQ201410080841
【公開日】2014年6月18日 申請日期:2014年3月6日 優(yōu)先權(quán)日:2014年3月6日
【發(fā)明者】徐瑋, 譚樹人, 熊志輝, 張政, 劉煜, 楊建
申請人:中國人民解放軍國防科學(xué)技術(shù)大學(xué)