[發明專利]能識別多角度目標的圖像檢測裝置

有效

• 申請號: 200710087885.3
• 申請日: 2007-03-21
• 公開（公告）號: CN101271515A
• 公開（公告）日: 2008-09-24
• 發明（設計）人: 李滔;關海克;王剛;師忠超;杜成
• 申請（專利權）人: 株式會社理光
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;H04N5/225
• 代理公司: 北京市柳沈律師事務所
• 代理人: 邵亞麗;呂曉章

技術領域

本發明涉及圖像處理領域，具體來說提供了一種圖像檢測裝置，其能夠自動檢測輸入圖像中的位于不同角度的特定目標，并輸出該目標的位置、大小、角度等信息。

背景技術

人工智能的發展使得一些智能的目標檢測裝置在工業中得到了越來越多的應用。例如人臉的自動檢測，已被廣泛地應用在智能監控、數碼相機等領域。本發明針對多角度情況下的目標檢測，尤其是人臉檢測，提出了一種新的實現方式。人臉檢測的目的是從圖像信號中檢測出人臉的位置、尺寸等信息，在數碼相機中，此技術可以用于改善人臉對焦、自動曝光以及白平衡性能。

人臉檢測的研究已經有了較長的歷史。P.Viola等提出了一種基于級聯AdaBoost分類器的人臉檢測方法(見：P.Viola，M.J.Jones，“Robust?Real-TimeFace?Detection”，International?Journal?of?Computer?Vision，vol.57，pp.137-154，May?2004.)，該方法基于矩形的Haar小波特征，對于圖像噪聲具有很好的適應性，同時具有較快的檢測速度。但該方法只能針對特定姿態的人臉檢測，其檢測性能隨著人臉的角度范圍增大將急劇下降。

在一些特定的應用中需要檢測不同方向的人臉。例如對于數碼相機，使用者可能以多個不同的角度拍照，舉例來說，常用的三種拍照方式包括正向手持相機、逆時針90度旋轉相機以及順時針90度旋轉相機，分別如圖1A-1C所示。而在圖像處理過程中，坐標的參照點是圖像中的某個固定點(如左上角)的位置，因此相機上的人臉檢測系統通常會接收到具有不同角度的人臉圖像，例如，圖2A-2C分別示出了通過圖1A-1C所示的拍照方式得到的人臉角度。

美國專利申請11/299,504提出了一種實時的多視角人臉檢測方法。該方法使用了一種金字塔的由粗到細、由簡到難的檢測器結構。該結構中的每個子層節點以相對于父層節點更為精細的尺寸檢測特定視角的人臉。

美國專利申請11/285,172同樣提出了一種多角度的人臉檢測方法。該方法同樣基于一種分層的角度分辨率逐級遞增的金字塔結構。其與專利申請11/299,504的區別在于檢測金字塔的內部結構不同。

上述兩種多角度的人臉檢測方法，其問題在于由于金字塔結構中每層節點的角度分辨率是逐層遞減的，因此開始的若干層人臉分類器需要能夠檢測出一個較大的角度范圍內的人臉。例如，對于第一層的節點，需要能檢測所有可能角度的人臉。這使得位于金字塔頂部的節點的分類器結構較為復雜，而這幾層對于總體檢測速度的影響是很大的。這兩種方法的另外一個缺點是每個父節點都有若干子節點，父節點涵蓋的角度范圍為子節點角度的并集，因此在檢測時，在選擇具體的子節點時需要比較同一父親的所有子節點的輸出值，需要的計算量較大。

參考文獻

專利文獻1：美國專利申請文件11/299,504，System?and?method?formulti-view?face?detection，2005年12月，ZiQing?Li

專利文獻2：美國專利申請文件11/285,172，Method?and?apparatus?fordetecting?multi-view?faces，2006年7月，Jung?Bae?Kim

非專利文獻1：P.Viola，M.J.Jones，“Robust?Real-Time?Face?Detection”，International?Journal?of?Computer?Vision，vol.57，pp.137-154，May?2004.

發明內容

本發明提出了一種新的多角度目標識別的實現方式。

根據本發明的一個方面，一種多角度目標識別裝置包括如下幾個方面：

a)能識別特定角度目標的參考目標分類器，其分類器參數包括兩個部分：對方向敏感的參數以及對方向不敏感的參數；b)角度辨識器，其功能在于從若干可能出現的目標角度中檢測出目標圖像的實際角度。從n個候選角度中選擇一個參考角度，構建n-1個關于角度的分類器，通過融合所述n-1個角度分類器的輸出結果來得到最終的角度判決；c)角度相關的目標分類器生成裝置，其根據角度辨識器所檢測到的目標角度來調整參考目標分類器中方向敏感的參數，從而得到針對所檢出角度的目標分類器；d)目標檢測器，其將調整后的目標分類器應用到輸入圖像上，檢測是否為目標圖像。其中，所述目標圖像包括人臉圖像。