[發(fā)明專利]一種全方位人臉檢測的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201310468403.4
• 申請日: 2013-10-09
• 公開（公告）號: CN103544478A
• 公開（公告）日: 2014-01-29
• 發(fā)明（設(shè)計）人: 肖健華;彭敏晶;李勃;駱達(dá)榮
• 申請（專利權(quán)）人: 五邑大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 陳國榮

技術(shù)領(lǐng)域

本發(fā)明涉及人臉識別領(lǐng)域，特別是一種全方位人臉檢測的方法及系統(tǒng)。

背景技術(shù)

復(fù)雜背景下的人臉檢測是指在輸入圖像中確定是否存在人臉，如果人臉存在，確定其位置、大小等信息，是當(dāng)前計算機(jī)視覺、模式識別、人機(jī)交互和多媒體技術(shù)研究的熱點，在人機(jī)接口、內(nèi)容檢索、視頻處理、安全保障等領(lǐng)域具有著重要的應(yīng)用價值。而在復(fù)雜背景下的人臉快速檢測技術(shù)在安全保障、人機(jī)接口等實時系統(tǒng)中是一個熱點的方向。

近年來，研究人員對復(fù)雜背景下的人臉快速檢測已經(jīng)進(jìn)行了大量的研究，取得了眾多成果。當(dāng)前人臉檢測步驟一般包括特征提取、檢測模型和人臉驗證三個步驟。其中，在特征提取研究中，研究者所采用的特征主要包括膚色特征、臉形特征和積分圖像特征；在檢測模型研究中，所采用的模型有知識模型、Adaboost模型、層疊分類器模型和模板匹配模型；在人臉驗證研究中，采用的算法有神經(jīng)網(wǎng)絡(luò)算法及SVM算法。

以上關(guān)于復(fù)雜背景下全方位人臉檢測方面研究的缺陷主要在于特征提取這個環(huán)節(jié)：無法進(jìn)行全方向的人臉檢測。其中，膚色提取主要用于人臉位置的初步確定，無法確定人臉的方向；臉形特征的前提是假定人臉已經(jīng)是正方位的，因此，這種特征提取只能適用于正面的人臉照片；而積分圖像特征也僅適合于事先預(yù)定的若干角度的人臉檢測。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明的目的在于提供一種新的全方位人臉檢測的方法，基于膚色特征提取技術(shù)，利用人眼核心點特征提取，對人臉進(jìn)行全方位定位，并采用臉形模型進(jìn)行人臉檢測，最后采用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行人臉驗證，實現(xiàn)全方位的人臉檢測。

本發(fā)明解決其問題所采用的技術(shù)方案是：

一種全方位人臉檢測的方法，包括：

獲取人臉圖像的視頻流；

對所述人臉圖像的視頻流進(jìn)行人臉膚色的檢測，確定人臉的區(qū)域范圍；

在人臉的區(qū)域范圍內(nèi)確定人眼的位置；

以人臉的區(qū)域范圍、人眼的位置及人臉圖像的視頻流作為輸入，通過臉型模型確定人臉的各個部位，形成一個完整的人臉圖形；以及

通過神經(jīng)網(wǎng)絡(luò)算法對形成的人臉圖形進(jìn)行驗證。

其中，所述對人臉圖像的視頻流進(jìn)行人臉膚色的檢測包括以下步驟：

遍歷整個視頻流，獲取每一像素的R、G與B顏色分量值；

利用RGB至HIS的轉(zhuǎn)換公式將獲取的R、G與B顏色分量值轉(zhuǎn)換為對應(yīng)的H、S及I值；

將滿足條件H值大于0小于設(shè)定值A(chǔ)、S值大于0小于設(shè)定值B并且I值大于設(shè)定值C小于1的像素設(shè)置為白色，將不滿足此條件的像素設(shè)置為黑色，以黑色像素點形成的區(qū)域作為人臉的區(qū)域范圍。

所述設(shè)定值A(chǔ)、B與C依次為0.86、0、68與0、35。

其中，通過人眼核心點算法在人臉的區(qū)域范圍內(nèi)確定人眼的位置，具體包括以下步驟：

確定人臉區(qū)域范圍的長軸，以此長軸的中心點為垂足作垂線確定短軸，根據(jù)所確定的長軸及短軸作出人臉橢圓；

在作出的人臉橢圓中確定非膚色的區(qū)域，此非膚色的區(qū)域包括人眼的位置；

清除非膚色區(qū)域的外圍邊緣，縮小非膚色區(qū)域的范圍，當(dāng)非膚色區(qū)域的大小小于預(yù)定值時，則停止清除非膚色區(qū)域的外圍邊緣，以縮小后的非膚色區(qū)域作為人眼區(qū)域；以及

在人眼區(qū)域中取其像素塊的質(zhì)心作為人眼的核心。

所述通過臉型模型確定人臉的各個部位，形成一個完整的人臉圖形包括以下步驟：

基于人臉的區(qū)域范圍、人眼的位置及人臉圖像的視頻流與人臉模板進(jìn)行匹配，從而確定人臉的各個部位，形成一個完整的人臉正面圖形；

將此人臉的正面圖形以水平方向為軸對稱旋轉(zhuǎn)，每次旋轉(zhuǎn)固定角度，形成一定數(shù)目的人臉側(cè)面圖像，對應(yīng)的即形成了不同人臉部位的側(cè)面圖像；以及

分別提取人臉側(cè)面圖像中人臉各個部位的像素塊，將提取的像素塊與視頻流中對應(yīng)的像素塊進(jìn)行吻合度計算，將吻合度最符合的人臉各個部位作為真實的人臉圖形。

其中，所述將人臉的正面圖形以水平方向為軸對稱旋轉(zhuǎn)時，從-30度到30進(jìn)行水平旋轉(zhuǎn)，每次旋轉(zhuǎn)5度，形成12幅人臉側(cè)面圖像，對應(yīng)的也形成了12幅不同人臉部位的側(cè)面圖像。

所述通過神經(jīng)網(wǎng)絡(luò)算法對形成的人臉圖形進(jìn)行驗證具體為：

將人臉圖形中各個人臉部位的像素塊作為輸入，每個像素塊經(jīng)神經(jīng)網(wǎng)絡(luò)算法計算后，若輸出值為1，則表示此像素塊為臉部，若輸出為零，則表示此像素塊非臉部。