一種實時人臉檢測與過濾方法
【專利摘要】本發(fā)明涉及一種實時人臉檢測與過濾方法，包括以下步驟：前景檢測；確定人臉檢測區(qū)域；人臉檢測，若檢測到人臉，則提取人臉圖像信息，并更新人臉圖像信息鏈表后輸出人臉圖像，若未檢測到人臉，則直接輸出人臉圖像；本發(fā)明的有益效果為：結(jié)合前景檢測的方法確定檢測區(qū)域，排除了大部分無需檢測的區(qū)域，提高了檢測效率，并降低了誤檢率，充分利用視頻序列的空間信息和時間信息，能從檢測出的一個人的多張人臉圖像中過濾出一張比較清晰的人臉圖像。
【專利說明】一種實時人臉檢測與過濾方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種實時人臉檢測與過濾方法。
【背景技術(shù)】
[0002]人臉識別技術(shù)在智能安防領(lǐng)域得到了越來越多的應(yīng)用，人臉檢測是自動人臉識別系統(tǒng)的第一步，也是一個關(guān)鍵環(huán)節(jié)。人臉檢測技術(shù)就是從任意一幅給定的圖像或者視頻序列，采用一定的策略對其進行搜索以確定其中是否含有人臉，如果是則返回人臉的相關(guān)信息，比如位置、大小和姿態(tài)。在安防領(lǐng)域，監(jiān)控攝像頭在24小時全天監(jiān)控中，大部分區(qū)域是固定不變的，這些區(qū)域并不包含人臉圖像；此外，當人出現(xiàn)在監(jiān)控區(qū)域內(nèi)，攝像頭可能連續(xù)檢測到一個人的多張人臉圖像，為了選擇一張比較清晰的人臉圖像，需要對多張人臉圖進行過濾。常用的人臉檢測是在整幀圖像上進行搜索，比較耗時，而且容易產(chǎn)生誤檢。

【發(fā)明內(nèi)容】
[0003]本發(fā)明的目的是提供一種實時人臉檢測與過濾方法，以克服目前現(xiàn)有技術(shù)存在的上述不足。
[0004]本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn):
一種實時人臉檢測與過濾方法，包括以下步驟:
(O前景檢測:提取當前幀的前景區(qū)域，并二值化前景區(qū)域圖像，然后去除碎片區(qū)域，填充空洞區(qū)域；
(2)確定人臉檢測區(qū)域:將二值化后的前景區(qū)域分別向水平方向和垂直方向進行直方圖投影，進一步去除前景圖像左右兩邊及上下兩邊噪聲的干擾；
(3)人臉檢測:利用級聯(lián)分類器算法進行人臉檢測，若檢測到人臉，并提取人臉圖像信息1:人臉的位置P、大小S、人臉數(shù)據(jù)Data、檢測到的次數(shù)nDetect、連續(xù)丟失檢測的次數(shù)nLost和人臉的清晰度Q，并對人臉圖像進行清晰度評價，然后執(zhí)行步驟(4);若未檢測到人臉，則直接執(zhí)行步驟(5);
(4)更新人臉圖像信息鏈表:若人臉圖像信息鏈表為空值，則將人臉圖像信息I加入
人臉圖像信息鏈表；若人臉圖像信息鏈表存在N個人臉圖像(Z1JV" 4)，則按以下步驟更新人臉圖像信息列表:a)運用面積重疊法將I的人臉位置與人臉圖像信息鏈表中人臉圖像/^=1,2，…-V)的人臉位置進行比較，若人臉圖像信息鏈表中存在人臉圖像Zfc與I的人臉
圖像為同一個人的人臉，則將人臉圖像信息鏈表中的4的人臉位置更新為I的人臉位置，
同時將檢測到的次數(shù)(4)加1，將連續(xù)丟失檢測的次數(shù)設(shè)置為O ;若人臉圖像信息I是新的一個人的人臉，將I加入人臉圖像信息鏈表，然后執(zhí)行步驟(5) ；b)比較人臉圖像I和及的清晰度，若I的清晰度大于的清晰度，則更新4的人臉圖像數(shù)據(jù)為I的人臉圖像數(shù)據(jù)；反之，不更新人臉圖像數(shù)據(jù)；以及(5)輸出人臉圖像:遍歷人臉圖像信息鏈表，若人臉圖像/4 = 1,2,...Al的信息在步驟
[4]中未發(fā)生更新，則將連續(xù)丟失檢測的次數(shù)加1，若A滿足:
【權(quán)利要求】
1.一種實時人臉檢測與過濾方法，其特征在于，包括以下步驟: (1)前景檢測:提取當前幀的前景區(qū)域，并二值化前景區(qū)域圖像，然后去除碎片區(qū)域，填充空洞區(qū)域； (2)確定人臉檢測區(qū)域:將二值化后的前景區(qū)域分別向水平方向和垂直方向進行直方圖投影，進一步去除前景圖像左右兩邊及上下兩邊噪聲的干擾； (3)人臉檢測:利用級聯(lián)分類器算法進行人臉檢測，若檢測到人臉，并提取人臉圖像信息1:人臉的位置P、大小S、人臉數(shù)據(jù)Data、檢測到的次數(shù)nDetect、連續(xù)丟失檢測的次數(shù)nLost和人臉的清晰度Q，并對人臉圖像進行清晰度評價，然后執(zhí)行步驟(4);若未檢測到人臉，則直接執(zhí)行步驟(5); (4)更新人臉圖像信息鏈表:若人臉圖像信息鏈表為空值，則將人臉圖像信息I加入人臉圖像信息鏈表；若人臉圖像信息鏈表存在N個人臉圖像(Z1J2…，則按以下步驟更新人臉圖像信息列表:a)運用面積重疊法將I的人臉位置與人臉圖像信息鏈表中人臉圖像認ι=\Χ~Ν、的人臉位置進行比較，若人臉圖像信息鏈表中存在人臉圖像4與I的人臉圖像為同一個人的人臉，則將人臉圖像信息鏈表中的4的人臉位置更新為I的人臉位置，同時將檢測到的次數(shù)加1，將連續(xù)丟失檢測的次數(shù)設(shè)置為ο ;若人臉圖像信息I是新的一個人的人臉，將I加入人臉圖像信息鏈表，然后執(zhí)行步驟(5) ；b)比較人臉圖像I和Iife的清 晰度，若I的清晰度大于Zfc的清晰度，則更新厶的人臉圖像數(shù)據(jù)為I的人臉圖像數(shù)據(jù)；反之，不更新人臉圖像數(shù)據(jù)；以及 (5)輸出人臉圖像:遍歷人臉圖像信息鏈表，若人臉圖像/4= 1,2，...的的信息在步驟(4)中未發(fā)生更新，則將連續(xù)丟失檢測的次數(shù)Mikai (6/,)加1，若4滿足:
iviT)€t€Ct IJ > T Y, 1，則將Zi輸出，并從人臉圖像信息鏈表中刪除4 ；
[WLcJSi(Ji) > J2 其中，？I，T2分別為設(shè)定的檢測到同一個人的人臉次數(shù)和連續(xù)丟失檢測幀數(shù)的閾值。
2.根據(jù)權(quán)利要求1所述的一種實時人臉檢測與過濾方法，其特征在于:步驟I)中，所述的前景檢測的方法為幀間差分法，具體公式如下:」255 \Ft (ι, j) - Fl1 (ι, j)| > Th'
1{θ else 其中，P為前景圖像，(? J)為像素點坐標ψ力當前幀，i7,-!為前一幀^為二值化閾值，F(xiàn) (LJ)為二值化前景圖像的像素值； 若當前圖像坐標(i，J)上的像素值與上一幀圖像中(:，J)上的像素值的差異大于某一閾值-時，則當前像素被認為是前景，否則為背景。
3.根據(jù)權(quán)利要求2所述的一種實時人臉檢測與過濾方法，其特征在于:所述二值化閾值?采用大律法(OSTU)自動選取。
4.根據(jù)權(quán)利要求2所述的一種實時人臉檢測與過濾方法，其特征在于:所述二值化閾值~采用人為設(shè)定的值。
5.根據(jù)權(quán)利要求3或4所述的一種實時人臉檢測與過濾方法，其特征在于:步驟(1)中，所述去除碎片區(qū)域的方法是形態(tài)學方法。
6.根據(jù)權(quán)利要求3或4所述的一種實時人臉檢測與過濾方法，其特征在于:步驟2)中，所述將二值化后的前景區(qū)域分別向水平方向和垂直方向進行直方圖投影，其具體運算公式如下:
7.根據(jù)權(quán)利要求3或4所述的一種實時人臉檢測與過濾的方法，其特征在于:步驟(3)中，對人臉圖像進行清晰度評價的具體方法如下: 第一步，利用Sobel算子計算人臉圖像的梯度幅值；
【文檔編號】G06K9/54GK103927519SQ201410148550
【公開日】2014年7月16日 申請日期:2014年4月14日 優(yōu)先權(quán)日:2014年4月14日
【發(fā)明者】邢金星 申請人:中國華戎控股有限公司