[發(fā)明專利]ATM取款機(jī)前的異常人臉檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310290145.5
• 申請(qǐng)日: 2013-07-10
• 公開(kāi)（公告）號(hào): CN103400110B
• 公開(kāi)（公告）日: 2016-11-23
• 發(fā)明（設(shè)計(jì)）人: 張濤;劉寧;楊杰
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 上海漢聲知識(shí)產(chǎn)權(quán)代理有限公司 31236
• 代理人: 郭國(guó)中

1.一種ATM取款機(jī)前的異常人臉檢測(cè)方法，其特征在于，所述方法分三步，首先檢測(cè)出視頻中的取款人目標(biāo)，然后對(duì)其臉部進(jìn)行定位以及實(shí)時(shí)跟蹤，最后對(duì)臉部區(qū)域遮擋的情況進(jìn)行異常判斷；具體為：

第一步，采用高斯混合模型對(duì)場(chǎng)景的背景進(jìn)行建模，在得到背景模型后通過(guò)與當(dāng)前處理圖像的比對(duì)得到粗略的運(yùn)動(dòng)前景，使用前景塊所占整幅圖像的比率以及目標(biāo)的位置定位ATM前的取款人，然后再結(jié)合連通域分析實(shí)現(xiàn)取款人的精定位，接著再進(jìn)行區(qū)域填充和形態(tài)學(xué)處理；

第二步，通過(guò)自下而上地統(tǒng)計(jì)前景身體寬度的變化快速估計(jì)取款人的肩部在水平方向上的位置；使用基于高斯能量函數(shù)的生長(zhǎng)算法找出緊密包裹頭部區(qū)域的方框，然后利用方框邊緣的臉部外輪廓，通過(guò)隨機(jī)Hough變換和最小二乘法擬合頭部的橢圓來(lái)確定下巴的位置，修訂得到頭部目標(biāo)最終的準(zhǔn)確位置；獲得初始頭部目標(biāo)位置后，基于L1跟蹤算子對(duì)它進(jìn)行實(shí)時(shí)跟蹤；

第三步，通過(guò)對(duì)跟蹤到的臉部的膚色面積比例和能否找到眼睛、嘴巴進(jìn)行判斷，進(jìn)行異常人臉的識(shí)別，即檢測(cè)出戴口罩、戴墨鏡、帶鴨舌帽這些遮蔽人臉的行為。

2.根據(jù)權(quán)利要求1所述的ATM取款機(jī)前的異常人臉檢測(cè)方法，其特征在于，所述的取款人的精定位，具體為：基于高斯混合模型提取出粗略的運(yùn)動(dòng)前景塊，然后計(jì)算前景塊所占整幅圖像的比率的大小以及前景塊所在的位置是否滿足設(shè)置的閾值，如果滿足，那么再結(jié)合連通域分析對(duì)前面用高斯混合模型得到的輪廓進(jìn)行修正，從而達(dá)到前景塊的精定位；反之，則放棄后期的跟蹤和識(shí)別。

3.根據(jù)權(quán)利要求1所述的ATM取款機(jī)前的異常人臉檢測(cè)方法，其特征在于，所述通過(guò)自下而上地統(tǒng)計(jì)前景身體寬度的變化快速估計(jì)取款人的肩部在水平方向上的位置，具體為：在得到的前景的基礎(chǔ)上，對(duì)其進(jìn)行填充和形態(tài)學(xué)修正得到填充后的頭肩部區(qū)域；在人體頭肩部的形狀中，肩部與頭部處寬度比軀干部要小很多，根據(jù)這一特點(diǎn)，自下而上地掃描前景水平方向的寬度，統(tǒng)計(jì)落在各個(gè)水平位置上的前景點(diǎn)個(gè)數(shù)并生成直方圖，得出新一行的寬度后比較與上一行寬度的距離，計(jì)算差值diff，當(dāng)diff大于一閾值時(shí)則認(rèn)為找到肩部并停止向上掃描，所述閾值為上一行寬度乘以某個(gè)系數(shù)，取0.1，這樣能快速找到肩部的位置并得出肩部的左右端位置和寬度。

4.根據(jù)權(quán)利要求1所述的ATM取款機(jī)前的異常人臉檢測(cè)方法，其特征是，所述使用基于高斯能量函數(shù)的生長(zhǎng)算法找出緊密包裹頭部區(qū)域的方框，具體為：根據(jù)上一步得到的肩部區(qū)域來(lái)確定初始的矩形生長(zhǎng)框所在位置，然后定義一個(gè)一維的高斯能量函數(shù)，它的變量是以不斷更新的坐標(biāo)值作為輸入，這種能量函數(shù)有正負(fù)之分，對(duì)于掃描線，在這條線上屬于頭肩區(qū)域內(nèi)部的點(diǎn)，定義為正能量，反之則定義為負(fù)能量，如果在這條線上的所有能量值的和不斷增加，那么就按照定義的規(guī)則向某個(gè)方向繼續(xù)生長(zhǎng)，反之，這條掃描線則就是所要得到的頭部橢圓輪廓的外切線，同理做三個(gè)方向的矩形生長(zhǎng)，那么就找到了3個(gè)外切線。

5.根據(jù)權(quán)利要求1所述的ATM取款機(jī)前的異常人臉檢測(cè)方法，其特征是：所述頭部目標(biāo)最終的準(zhǔn)確位置，具體為：當(dāng)基于高斯能量函數(shù)的生長(zhǎng)算法得到的頭部區(qū)域高和寬滿足一定條件時(shí)再去進(jìn)一步利用邊緣信息擬合尋找頭部的橢圓，利用canny算子提取頭部區(qū)域的線條，消除掉頭頂部的線條、人臉內(nèi)部的線條以及頭部左右下角的線段，只保留中下部靠近方框邊界的外輪廓，之后基于隨機(jī)Hough變換并利用最小二乘法進(jìn)行橢圓擬合，獲取橢圓線條的上下左右邊界并進(jìn)行邊界校正，從而精確的得到包裹住人臉部的方框區(qū)域。

6.根據(jù)權(quán)利要求1所述的ATM取款機(jī)前的異常人臉檢測(cè)方法，其特征是，所述基于L1跟蹤算子，是指：基于稀疏編碼的目標(biāo)跟蹤算法，將目標(biāo)圖像塊內(nèi)的所有像素使用小模板處理，小模板的數(shù)量等于目標(biāo)模板向量的維數(shù)，在稀疏編碼中融入遮擋、噪聲對(duì)目標(biāo)物的影響的參數(shù)，從而使跟蹤子能感知目標(biāo)物出現(xiàn)的各種變化，因而能夠更為魯棒地更新目標(biāo)模板。

7.根據(jù)權(quán)利要求1所述的ATM取款機(jī)前的異常人臉檢測(cè)方法，其特征是，所述異常人臉的識(shí)別，具體為：采用在YCbCr顏色空間下的膚色檢測(cè)算法實(shí)現(xiàn)ATM機(jī)前人臉膚色的檢測(cè)，用L1跟蹤算子對(duì)區(qū)域中目標(biāo)人臉進(jìn)行跟蹤；其次進(jìn)行人臉確認(rèn)和基于預(yù)先定義語(yǔ)義的識(shí)別，判斷的依據(jù)為檢測(cè)的蒙面或者臉部有遮擋人臉面積、正常取款即臉部無(wú)遮擋的人臉面積的比值和持續(xù)時(shí)間、能否找到眼睛和嘴巴。