[發明專利]一種建立人臉檢測器的方法

有效

• 申請號: 200610081029.2
• 申請日: 2006-05-19
• 公開（公告）號: CN101075294A
• 公開（公告）日: 2007-11-21
• 發明（設計）人: 許華彬;董挺
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京德琦知識產權代理有限公司
• 代理人: 張穎玲;王琦

技術領域

本發明涉及圖像識別技術，特別是涉及一種建立人臉檢測器的方法。

背景技術

人臉檢測是圖像識別技術的一種，是實現機器智能化的重要技術之一，其目的是從若干圖像中準確識別存在人臉的圖像，甚至從存在人臉的圖像中對人臉部分進行準確定位。目前，人臉檢測的應用十分廣泛，可以應用于人臉卡通化、視頻變臉秀等技術領域。

分類器的構造是人臉檢測技術的核心，每個分類器有一個輸入和兩個輸出。當某圖像輸入分類器中時，分類器對該圖像進行檢測，并判斷該圖像是否為人臉圖像，如果是，則輸出該圖像是人臉圖像的信息；否則，輸出該圖像是非人臉圖像的信息。

分類器一般分為弱分類器和強分類器。其中，弱分類器是帶有目標函數和閾值的二分分類器；而強分類器則由多個弱分類器構成。

強分類器在對圖像進行檢測之前，通常先利用大量的圖像進行訓練，經過訓練的一個強分類器或一個以上強分類器就可以作為人臉檢測器。這里所述的進行分類器訓練就是利用非人臉圖像集合生成若干個帶權值的弱分類器，并確定每一個弱分類器中的閾值。當生成的弱分類器總的檢測錯誤率低于事先設置的目標值時，就可以構成或獲得一個強分類器。

人臉檢測器的種類非常多，比如：基于多通道技術的人臉檢測器、基于模板匹配技術的人臉檢測器、基于統計學習的人臉檢測器等。HaarTraining瀑布型檢測器就是一種典型的基于統計學習的人臉檢測器，是根據HaarTraining訓練算法生成的，可以對圖像中人臉進行準確識別和定位。

圖1顯示了由HaarTraining訓練算法生成的瀑布型檢測器的示意圖。如圖1所示，由HaarTraining訓練算法生成的瀑布型檢測器有多個強分類器，并通過級聯的方式連接而成，即包括第一層強分類器、第二層強分類器，......，第n層強分類器。層數越高的強分類器越復雜，比層數低的強分類器包含有更多的弱分類器。當然，層數越高的強分類器的分類能力也相應地比層數越低的強分類器更強。

當需要對目標圖像進行人臉檢測時，檢測器先將目標圖標分割為若干個圖像子窗口大小對應的子圖像，并將所有的子圖像依次輸入到檢測器中進行人臉檢測。瀑布型檢測器有n層強分類器，輸入的任意一個子圖像從第一層強分類器開始檢測，并且只有在被當前層次的強分類器檢測為人臉圖像時，該子圖像才可以繼續被下一層強分類器檢測，否則將直接由當前層次的強分類器判定該子圖像為非人臉圖像，并停止檢測。

目前，利用HaarTraining訓練算法來訓練分類器，建立瀑布型人臉檢測器方法的基本步驟為：

步驟1、根據當前層的人臉圖像集合和非人臉圖像集合對當前層強分類器進行訓練，并在訓練結束時獲得當前層強分類器和當前瀑布狀態值；

步驟2、根據當前瀑布狀態值判斷是否繼續構造下一層強分類器，如果是，則當前瀑布檢測器掃描非人臉圖像總集合，構造下一層的非人臉圖像集合，并將下一層作為當前層，再返回步驟1；否則，停止構造強分類器，退出本流程。

在現有技術中，當需要生成下一層強分類器時，都需要先構造用于訓練下一層強分類器的非人臉圖像集合。構造下一層強分類器的非人臉圖像集合的方法就是用當前瀑布檢測器掃描非人臉圖像，并將被錯誤檢測的非人臉圖像作為訓練下一層強分類器的非人臉圖像集合中的元素。比如：當前已經構造了4層強分類器，即這4層強分類器就是當前的瀑布檢測器，并且需要繼續構造第5層強分類器。那么，在構造第5層強分類器之前，需要先用已經構造的前4層強分類器來掃描非人臉圖像總集合，并將錯誤檢測的非人臉圖像作為構造第5層強分類器的非人臉圖像集合中的樣本。

實際應用中，規定用于訓練強分類器的非人臉圖像的數量一般比較大，瀑布檢測器的檢測錯誤率一般非常小。也就是說，當前瀑布檢測器需要掃描的圖像數量非常龐大，這可能導致構造非人臉圖像集合的時間非常長，無法快速生成一個瀑布型人臉檢測器。比如：規定用于訓練第5層強分類器的非人臉圖像數量為3000幅，當前瀑布型檢測器的檢測錯誤率為0.03，則當前瀑布型檢測需要掃描100000幅圖像。也就是說，這100000幅圖像需要依次輸入當前的瀑布型人臉檢測器，并從中得到錯誤檢測的3000幅圖像，然后將這3000幅圖像作為訓練第5層強分類器的非人臉圖像集合。

由此可見，在現有技術中，還沒有一種快速建立人臉檢測器的方法。

發明內容

有鑒于此，本發明的主要目的在于提供一種快速建立人臉檢測器的方法。為了達到上述目的，本發明提出的技術方案為：