[發明專利]一種人臉檢測方法有效
| 申請號: | 201310131911.3 | 申請日: | 2013-04-16 |
| 公開(公告)號: | CN103226698A | 公開(公告)日: | 2013-07-31 |
| 發明(設計)人: | 王科俊;鄒國鋒;孫晶;唐墨;付斌;呂卓紋 | 申請(專利權)人: | 哈爾濱工程大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 檢測 方法 | ||
技術領域
本發明涉及的是生物特征身份識別領域,特別是涉及一種人臉檢測方法。
背景技術
人臉檢測方法各異,大體上可分為:基于膚色特征與人臉驗證的方法、基于啟發式模型的方法、基于統計模型的方法,由于人臉是非剛性的,具有高自由度的變化,顯式地描述人臉特征有一定難度,為此,基于統計模型的方法更受到重視,如人工神經網絡、AdaBoost、特征空間法和基于概率模型的方法等。單獨地應用一種方法往往得不到準確的檢測效果,將多種特征信息及方法融合來提高對目標檢測的準確度越來越受到研究者的重視。
P.Viola和M.Jone通過將AdaBoost算法與基于積分圖的Haar-Like特征結合起來實現的人臉檢測系統,是歷史上第一次使人臉檢測達到了實時處理的程度。Viola的人臉檢測方法是一種基于積分圖、級聯檢測器和AdaBoost的方法。該方法可以分為三個部分:第一部分,使用基于積分圖計算的Haar-like特征表示人臉;第二部分,使用AdaBoost挑選出一些最能代表人臉的矩形特征(弱分類器),按照加權投票的方式將弱分類器構造為一個強分類器;第三部分,將訓練得到的若干強分類器級聯形成分層檢測結構,這種結構能有效地提高分類器的檢測速度((1)Viola?P,Jones?M.Robust?real?time?object?detection[C].ICCV2001,Vancouver,British?Columbia.USA:IEEE?Computer?Society?Press,2001;(2)P.Viola,M.Jones.Robust?Real-Time?Face?Detection.International?Journal?of?Computer?Vision.2004,57(2):137-154)。
膚色是人臉的重要信息,不依賴于面部的細節特征,對于旋轉、表情等變化情況都能適用,具有相對的穩定性并且和大多數背景物體的顏色相區別。因此膚色特征在人臉檢測中是最常用的一種特征(Ming?H?Y,David?J,Kriegman,et.al.Detecting?Faces?in?Images:A?Survey[J].IEEE?Trans.on?Pattern?Analysis?and?Machine?Intelligence,2002,24(l):34-58.)。但是膚色信息容易受到光照變化等的影響從而導致人臉檢測準確度嚴重下降。所以,基于膚色信息進行的人臉檢測,需要有好的光照補償方法進行輔助。
發明內容
本發明的目的在于提供一種檢測速度更快,檢測準確率更高、誤檢率更低的人臉檢測方法。
本發明的目的是這樣實現的:
本發明包括下列步驟:
(1)讀取原始人臉圖像;
(2)對原始人臉圖像進行人臉光照預處理:
圖像[0,255]的像素值區間P到[0,π]的角度值區間Ω的線性映射Φ為:
Φ:P→ΩΩ={ω|ω=Φ(x)},
角度值區間Ω到Gamma值區間Γ的映射h為:
h:Ω→ΓΓ={γ|γ=h(x)}
其中x為區間P的像素值,xm為區間P的中點,ω為Ω區間中的數值,γ為區間Γ中的數值,
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學,未經哈爾濱工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310131911.3/2.html,轉載請聲明來源鉆瓜專利網。





