[發(fā)明專利]基于人臉檢測的錯誤閱讀姿勢檢測方法

無效

• 申請?zhí)枺?/td>: 200810085114.5
• 申請日: 2008-03-20
• 公開（公告）號: CN101539989A
• 公開（公告）日: 2009-09-23
• 發(fā)明（設(shè)計）人: 焦建彬;葉齊祥;范焱
• 申請（專利權(quán)）人: 中國科學(xué)院研究生院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人臉檢測的閱讀姿勢檢測方法。該方法包括如下步驟：

步驟1：用一種結(jié)合結(jié)構(gòu)和皮膚特征的人臉檢測算法獲得魯棒性的檢測結(jié)果，包括正臉、側(cè)臉以及部分遮擋的人臉圖像。

步驟2：用具有尺度適應(yīng)性的Meanshift算法對檢測到的人臉進行跟蹤。

步驟3：利用勾股定理，在之前獲得的人臉檢測和跟蹤結(jié)果上測量獲得諸如閱讀距離、視角、閱讀時間等信息。

步驟4：利用已有的錯誤閱讀姿勢模型，從實時數(shù)據(jù)中檢測出是否有錯誤的閱讀姿勢。

2.根據(jù)權(quán)利要求1所述的基于人臉檢測的閱讀姿勢糾正方法，本專利的特征在于步驟1中人臉檢測采用的Harr特征與皮膚模型相結(jié)合的方法。

3.根據(jù)權(quán)利要求1所述一種基于人臉檢測的閱讀姿勢糾正方法，其特征在于，用于皮膚區(qū)域特征匹配的人臉模板有兩個眼睛區(qū)域和一個嘴部區(qū)域組成。其標(biāo)準(zhǔn)模板在-45度到45度內(nèi)旋轉(zhuǎn)，得到5個方向上的模板。在每個方向上，根據(jù)不同的長寬比例{1.2，1.1，1.0，0.9，0.8，0.7，0.6}得到7個模板，共計35個模板。

4.根據(jù)權(quán)利要求1所述一種基于人臉檢測的閱讀姿勢糾正方法，其特征在于，人臉跟蹤采用的Meanshift算法是基于顏色直方圖來定位人臉區(qū)域的。其步驟是：

1)初始化檢測到的人臉位置為X₀＝(x₀，y₀)，這里人臉區(qū)域為F(x₀，y₀，x₀+w，y₀+h)，這里，w和h分別是人臉的寬度和長度。

2)在色調(diào)彩色空間提取直方圖{p_b(X₀)}b＝1，2，…，n表示目標(biāo)，計算它與人臉模板差異的巴氏距離，表示為公式(1)

ρ(X)≡ρ[ρ(X0),q^(X)]=Σb=1npb(X0)qb^(X)---(1)]]>

3)用標(biāo)準(zhǔn)Meanshift優(yōu)化算法，找到滿足的位置X(x，y)。

4)如果Meanshift的最后兩次迭代的最終誤差比閾值5.0個像素大，則跟蹤失敗。

5)假設(shè)人臉的改變總是較大的，為了跟蹤到人臉位置f(x，y，x+w，y+h)，生成一個稍大的人臉區(qū)域f_s(x-δ，y-δ，x+w+δ，y+h+δ)。如果人臉改變比f小，則有步驟6)進行修改。

6)利用皮膚模型計算皮膚像素，歸納出皮膚圖。重新分割皮膚像素，得到它們的邊界框(x′，y′，x′+w′，y′+h′)，找到尺度改變。

5.根據(jù)權(quán)利要求1所述一種基于人臉檢測的閱讀姿勢糾正方法，其特征在于，在每個視頻幀提取3維向量作為訓(xùn)練錯誤閱讀姿勢模型的3層人工神經(jīng)網(wǎng)絡(luò)的一個入口，也即是：ANN需要一個3N維的特征m。

6.根據(jù)權(quán)利要求1所述一種基于人臉檢測的閱讀姿勢糾正方法，其特征在于，利用ANN對人臉模板識別時相鄰層之間的轉(zhuǎn)移函數(shù)Q采用Sigmod函數(shù)。判別函數(shù)描述為：

Rh(m)=Q(Σj=1Hwhj·Q(Σi=1Nwjimi+wj0)+wh0)---(2)]]>

其中，w_hj表示神經(jīng)網(wǎng)絡(luò)中第h個結(jié)點到下一層的j個結(jié)點之間的全值，w_ji含義類似。