[發明專利]人臉檢測方法及裝置

有效

• 申請號: 201210141577.5
• 申請日: 2012-05-08
• 公開（公告）號: CN103390151A
• 公開（公告）日: 2013-11-13
• 發明（設計）人: 張本好;羅小偉;黃玉春;彭曉峰;林福輝
• 申請（專利權）人: 展訊通信(上海)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 駱蘇華

技術領域

本發明涉及圖像技術領域，尤其涉及一種人臉檢測方法及裝置。

背景技術

人臉識別（Face?Recognition）特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術，是目前人工智能和模式識別的重點，被廣泛地應用在國家安全、軍事安全、身份識別、銀行及海關的監控、門禁系統、視頻會議等領域。

人臉檢測（Face?Detection）是人臉識別中的關鍵環節，人臉檢測是指對于任意一副給定的圖像，采用一定的策略對其進行搜索以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態。

根據利用的人臉知識的不同，人臉檢測方法可以分為：基于特征的人臉檢測方法和基于學習的人臉檢測方法。基于特征的人臉檢測方法包括：底層特征分析方法、組群特征方法和變形模板方法，底層特征分析方法又包括基于膚色的人臉檢測方法。基于學習的人臉檢測方法根據學習方法的不同可以分為：基于貝葉斯準則的方法、基于人工神經網絡的方法（ANN,artificial?neural?network）、支持向量機的方法（SVM，support?vector?machine）、基于Adaboost的方法等。

基于膚色的人臉檢測方法主要根據像素點的顏色信息來檢測像素點是否屬于膚色，從大量的景物中對圖像進行膚色分割，并通過對圖像中膚色像素點進行聚類分析來找到可能的人臉區域。其不依賴于面部的細節特征，對于旋轉、表情改變等情況具有相對的穩定性，且能和大多數背景物體的顏色相區別。但是基于膚色的人臉檢測方法由于依賴于固定的先驗模式，因此適應能力比較差，當圖像受到光照影響時，對于偏色的環境或偏色人臉檢測率低，檢測效果較差，有時甚至檢測不出人臉。此外，基于膚色的人臉檢測方法也易受噪聲以及各種遮擋的影響，進而影響最終的檢測效果。

基于Adaboost的人臉檢測方法，其基本思想是對同一個訓練集運用不同的特征，訓練出不同的弱分類器，然后將這些弱分類器組合起來構成一個強分類器。該法不易受到顏色的影響，但是誤檢率高。為了能夠降低誤檢率，通常需要采集大量的訓練樣本，進行嚴格的訓練，提取更多的矩形特征參數，進而增加了計算的復雜度。對于小型設備而言，如：手持設備，由于設備自身資源的限制，使得該法不太適用在小型設備上檢測圖像中的人臉，對于低端的手持設備而言，該法甚至不能用于低端設備上檢測圖像中的人臉。

因此，提供一種復雜度、誤檢率和漏檢率都低的人臉檢測方法成為目前亟待解決的問題之一。

其他有關人臉檢測的相關技術還可以參見公開號為US2006072811A1，發明名稱為人臉檢測（Face?detection）的美國專利申請。

發明內容

本發明解決的問題是提供一種復雜度、誤檢率和漏檢率都低的人臉檢測方法及裝置。

為了解決上述問題，本發明提供一種人臉檢測方法，包括：

利用人臉檢測算法獲取圖像中的多個區域框；

對所述多個區域框進行聚類分析，以獲得至少一個聚類區域；

統計各聚類區域中的區域框的個數，確定區域框的個數大于第一閾值的聚類區域為人臉區域。

可選的，所述人臉檢測方法，還包括：

基于區域框的個數小于第一閾值且大于第二閾值的聚類區域的膚色特征確定人臉區域。

可選的，所述基于區域框的個數小于第一閾值且大于第二閾值的聚類區域的膚色特征確定人臉區域包括：

利用膚色檢測算法檢測所述聚類區域的膚色像素點；

在所述膚色像素點的個數比所述聚類區域內像素點的個數的值大于第三閾值時，確定所述聚類區域為人臉區域。

可選的，所述基于區域框的個數小于第一閾值且大于第二閾值的聚類區域的膚色特征確定人臉區域包括：

利用膚色檢測算法檢測所述聚類區域中任一區域框的膚色像素點；

在所述膚色像素點的個數比所述任一區域框內像素點的個數的值大于第四閾值時，確定所述聚類區域為人臉區域。

可選的，所述基于區域框的個數小于第一閾值且大于第二閾值的聚類區域的膚色特征確定人臉區域包括：

利用膚色檢測算法檢測所述聚類區域中任一區域框的預設區域的膚色像素點；

在所述膚色像素點的個數比所述預設區域內的像素點的個數的值大于第五閾值時，確定所述聚類區域為人臉區域。

可選的，所述區域框為矩形框，所述預設區域通過下述方式確定：

width∈0.25W～1W，height∈0.25H～1H；