[發明專利]復雜背景下彩色圖像人臉的快速檢測方法

有效

• 申請號: 200910063147.4
• 申請日: 2009-07-13
• 公開（公告）號: CN101630363A
• 公開（公告）日: 2010-01-20
• 發明（設計）人: 王新余;陳璽;李恒;邵宏峰
• 申請（專利權）人: 中國船舶重工集團公司第七○九研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 武漢金堂專利事務所
• 代理人: 胡清堂

技術領域

本發明涉及人臉識別技術領域，尤其涉及一種復雜背景下高分辨率彩 色圖像人臉的快速檢測方法。

背景技術

人臉檢測是指對于任意的一幅給定圖像，采用一定的策略對其進行搜 索以確定其中是否存在人臉，如果存在則進一步確定人臉的位置、大小和 姿態等信息。它目前廣泛應用于人臉識別、視頻監控、圖像檢索、人機接 口等系統中。人臉檢測是一個復雜的具有挑戰性的模式檢測問題，其主要 的難點有兩方面，一方面是由于人臉內在的變化所引起：(1)人臉具有相 當復雜的細節變化，不同的外貌如臉形、膚色等，不同的表情如眼、嘴的 開與閉等；(2)人臉的遮擋，如眼鏡、頭發和頭部飾物以及其他外部物體 等；另一方面由于外在條件變化所引起：(1)由于成像角度的不同造成人 臉的多姿態，如平面內旋轉、深度旋轉以及上下旋轉，其中深度旋轉影響 較大；(2)光照的影響，如光照變化、陰影等。(3)圖像的成像條件， 如攝像設備的焦距、成像距離，圖像獲取途徑等。這些因素都為解決人臉 檢測問題造成了難度。如果能夠找到一些相關的算法并能在應用過程中達 到實時，將為成功構造出具有實際應用價值的人臉檢測與跟蹤等應用系統 提供保證。

近些年提出的人臉檢測方法大致可以分為四類：①基于知識的方法， 這類算法只對簡單背景下的正面人臉檢測有較好的效果；②模板匹配方法， 這類算法不能有效地處理人臉尺度、姿態和形狀等方面的變化；③基于外 觀形狀的方法；④基于特征的方法。

目前人臉檢測的主流方法是基于樣本統計學習的特征檢測方法。這類 方法一般引入了“非人臉”這個類別，通過對收集的樣本進行統計學習獲 得“人臉”類別區別于“非人臉”類別的特征、模型等參數，而不是根據 直觀印象得到的表層規律，這在統計意義上更可靠。不僅避免了由于觀察 的不完整、不精確而帶來的錯誤，還可以通過增加訓練樣本擴充檢測的范 圍，提高了算法的適應性和魯棒性。此類算法大多采用由簡單到復雜的多 層分類器結構，先由結構簡單的分類器排除掉絕大部分背景窗口，然后由 復雜的分類器對剩余的窗口進行進一步判斷，從而達到較快的檢測速度。 考慮到實際圖像中“人臉”與“非人臉”兩類模式分類錯誤風險極不平衡 的特點，以及“人臉”與“非人臉”訓練樣本的非對稱性，學者們對樣本 訓練算法進行了改進，提出了基于風險敏感Adaboost算法的人臉檢測方法、 基于正向特征選擇的人臉檢測方法等，減少了算法訓練時間，提高了人臉 檢測算法的訓練速度和檢測率。但對高分辨率圖像和高清晰視頻而言，算 法檢測時間仍然很長，滿足不了實際應用的需要。為了提高算法的檢測速 度，出現了基于膚色與結構特征的彩色圖像人臉檢測方法。這類方法先對 光照進行補償，然后對膚色進行建模，再利用膚色模型分割出膚色區域， 最后利用基于特征的方法僅在膚色區域進行人臉檢測，從而提高了人臉檢 測效率。但是這類方法存在以下問題：(1)通常采用膚色混合高斯模型或 橢圓模型，無論是否是膚色像素都要進行顏色空間的復雜變換和判定，導 致膚色分割時計算量很大，影響了人臉檢測的速度。(2)在人臉檢測時一 般先使用整體膚色、形狀特征檢測出人臉輪廓(如：橢圓結構)，然后在 人臉輪廓區域檢測人眼、嘴等特征，從而完成人臉的驗證。若圖像中存在 兩個或多個人臉輪廓局部重疊，則該類算法將會出現嚴重的人臉漏檢問題。 (3)采用了人臉眼、嘴等多種結構特征，算法復雜，檢測速度慢，使算法 整體性能下降。

發明內容

本發明的目的在于實現克服現有技術的不足，提供一種復雜背景下高 分辨率彩色圖像人臉的快速檢測方法。該人臉檢測算法的實現包括膚色建 模、人臉檢測器訓練和人臉檢測三個階段。

在膚色建模階段，首先應該進行膚色樣本的采集，繪制膚色在RGB空 間和YCbCr空間的分布圖。再根據膚色在RGB空間和YCbCr空間的分布關 系，找出膚色在RGB空間的三個分量之間簡單的大小約束關系，以及膚色 在YCbCr空間CbCr平面膚色凸多邊形區域約束關系。然后根據亮度分量Y 的統計變化范圍對其施加很寬松的約束。綜合膚色在RGB和YCbCr兩個顏 色空間的約束關系就形成了人臉膚色混合模型。如果當前像素點顏色滿足 該膚色混合模型，則判定該像素為膚色點。