[發(fā)明專利]基于局部描述子的人臉快速檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200610073171.2
• 申請(qǐng)日: 2006-04-10
• 公開（公告）號(hào): CN101055617A
• 公開（公告）日: 2007-10-17
• 發(fā)明（設(shè)計(jì)）人: 盧漢清;金洪亮;劉青山
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/36
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司
• 代理人: 周國(guó)城

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域，具體地涉及基于局部描述子的人臉快速檢測(cè)方法。

背景技術(shù)

基于圖像與視頻的人臉?lè)治鍪墙陙?lái)計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域中的研究熱點(diǎn)之一，因?yàn)樗袕V泛的前景，比如：生物特征認(rèn)證、信息安全、人機(jī)交互、以及視覺(jué)監(jiān)控等等。人臉檢測(cè)是一個(gè)自動(dòng)人臉?lè)治鱿到y(tǒng)中的關(guān)鍵步驟之一，其目的就是從攝像機(jī)捕捉來(lái)的圖像中找到人臉及其存在的位置，為進(jìn)一步分析作初始準(zhǔn)備。因此人臉檢測(cè)的效果直接影響人臉?lè)治鱿到y(tǒng)的性能。近年來(lái)，人們已提出了大量的人臉檢測(cè)方法。大體上可分兩大類：一、早期的方法是利用膚色特征，以及結(jié)合簡(jiǎn)單的幾何特征。它的缺點(diǎn)是對(duì)和膚色相近的背景很不魯棒，另外，幾何特征的抽取對(duì)光照等環(huán)境因素很敏感。二、基于統(tǒng)計(jì)學(xué)習(xí)的方法。利用統(tǒng)計(jì)學(xué)習(xí)的方法找到人臉模式和非人臉模式的差別。由于它具有良好的性能，現(xiàn)已成為人臉檢測(cè)的主流方法。

目前，正常光照下的人臉檢測(cè)問(wèn)題已經(jīng)比較成熟，但是在光照條件較差的情況下，大多數(shù)算法的檢測(cè)效果會(huì)急劇下降。如果能夠提出光照不變的人臉表示特征，將會(huì)對(duì)不同光照條件下的人臉檢測(cè)有很大幫助。另外，人臉檢測(cè)的效率，實(shí)現(xiàn)的簡(jiǎn)便程度，可移植性都是需要考慮的問(wèn)題。

圖像檢測(cè)是一個(gè)自動(dòng)圖像分析系統(tǒng)中的關(guān)鍵步驟之一。它的目的就是從攝像機(jī)捕捉來(lái)的圖像中找到圖像及其存在的位置，為進(jìn)一步分析作初始準(zhǔn)備。因此，圖像檢測(cè)的效果直接影響圖像分析系統(tǒng)的性能。

發(fā)明內(nèi)容

為了解決上述技術(shù)的不足，本發(fā)明的目的在于在攝像機(jī)捕捉來(lái)的圖像中快速找到人臉其存在的位置，為此，本發(fā)明將要為自動(dòng)圖像分析系統(tǒng)提供一種檢測(cè)效果真實(shí)、基于局部描述子的人臉快速檢測(cè)方法。

根據(jù)本發(fā)明的方案，提出了基于局部描述子的圖像快速檢測(cè)方法，包括以下步驟：

提取灰度圖像步驟：基于獲得的圖像，將圖像變成灰度圖像；

生成描述子步驟：基于局部區(qū)域進(jìn)行二進(jìn)制編碼，生成具有描述人臉特征的二進(jìn)制編碼描述子；

生成人臉檢測(cè)子步驟：基于訓(xùn)練樣本進(jìn)行學(xué)習(xí)，生成基于二進(jìn)制特征描述的人臉檢測(cè)子；

檢測(cè)灰度圖像步驟：基于人臉檢測(cè)子檢測(cè)灰度圖像，在灰度圖像中獲得人臉的位置及尺度大小；

人臉整合步驟：基于同一位置附近的多個(gè)檢測(cè)結(jié)果，進(jìn)行人臉整合，獲得最終的人臉檢測(cè)結(jié)果。

本發(fā)明提出的方法是用來(lái)表征圖像的特征和檢測(cè)圖像的算法。是基于灰度圖像的正面檢測(cè)方法，為了進(jìn)一步提高圖像檢測(cè)算法的效率，我們還采用了層次結(jié)構(gòu)來(lái)加速運(yùn)算，給定訓(xùn)練數(shù)據(jù)，采用統(tǒng)計(jì)學(xué)習(xí)的方法學(xué)習(xí)獲得層次結(jié)構(gòu)中需要的特征數(shù)目和參數(shù)，解決了Voila方法中訓(xùn)練耗時(shí)的缺點(diǎn)。

本發(fā)明中提出的一種基于二進(jìn)制局部描述子特征的圖像檢測(cè)算法，它的出發(fā)點(diǎn)就是用人臉的局部區(qū)域特征來(lái)描述人臉，然后采用AdaBoost算法將各個(gè)局部區(qū)域有機(jī)的結(jié)合起來(lái)綜合判斷是否人臉。稱之為改進(jìn)的局部二進(jìn)制模式(Improved?Local?Binary?Patterns-ILBP)，提取這種特征的優(yōu)點(diǎn)在于：

(1)本發(fā)明基于二進(jìn)制局部特征的方法，將圖像的不同局部區(qū)域編碼變成多個(gè)二進(jìn)制數(shù)，這種表征方法本質(zhì)上對(duì)光照變化和局部遮擋具有一定的魯棒性，由于本發(fā)明提出的這種方法具有一定的光照魯棒性的特征，對(duì)光照不敏感，因此，本發(fā)明不需要進(jìn)行其它光照校正處理，對(duì)光照條件較差的圖像檢測(cè)，也能獲得較好的效果。它計(jì)算簡(jiǎn)便，可實(shí)現(xiàn)性好，因此可以很方便的應(yīng)用到個(gè)人計(jì)算機(jī)以及移植到嵌入式系統(tǒng)中去。

(2)使用基于二進(jìn)制特征的局部描述子進(jìn)行圖像檢測(cè)算法，在檢測(cè)過(guò)程中，為了獲得不同尺度和位置的圖像區(qū)域，需要對(duì)不同尺度的圖像進(jìn)行檢測(cè)。采用AdaBoost算法是為了從眾多二進(jìn)制特征中抽取對(duì)分類有益的特征子集，去掉大量不必要的冗余。實(shí)驗(yàn)結(jié)果證明了本發(fā)明提出的方法具有良好的效果。二進(jìn)制特征具有尺度不便特性，因此本發(fā)明僅僅需要對(duì)二進(jìn)制進(jìn)行縮放，并且縮放二進(jìn)制特征并沒(méi)有引入新的計(jì)算代價(jià)，這樣也提高了圖像檢測(cè)算法的效率。它在光照條件較差的情況下仍然可以獲得較好的檢測(cè)效果，由于它實(shí)現(xiàn)方便，計(jì)算簡(jiǎn)單，迅速，能夠以很小的計(jì)算代價(jià)獲得很好的檢測(cè)性能，因此完全可以進(jìn)行滿足實(shí)時(shí)圖像檢測(cè)系統(tǒng)的要求。

本發(fā)明基于圖像與視頻的分析被應(yīng)用于計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域，它可廣泛用于，比如：生物特征認(rèn)證、信息安全、人機(jī)交互、以及視覺(jué)監(jiān)控等等。

附圖說(shuō)明

圖1是本發(fā)明給出一個(gè)局部區(qū)域編碼成為二進(jìn)制特征示意圖

圖2是本發(fā)明算法中采用七種二進(jìn)制特征編碼的權(quán)值局部結(jié)構(gòu)示意

圖3和圖4是利用本發(fā)明對(duì)測(cè)試數(shù)據(jù)庫(kù)的多人的人臉圖片數(shù)據(jù)實(shí)施的效果顯示。