[發(fā)明專利]基于視頻監(jiān)控的ATM機異常人臉檢測方法

有效

• 申請?zhí)枺?/td>: 201410051985.0
• 申請日: 2014-02-14
• 公開（公告）號: CN103761516B
• 公開（公告）日: 2017-06-06
• 發(fā)明（設(shè)計）人: 李作進(jìn);陳劉奎
• 申請（專利權(quán)）人: 重慶科技學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 重慶為信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)50216
• 代理人: 余錦曦

1.一種基于視頻監(jiān)控的ATM機異常人臉檢測方法，其特征在于包括以下步驟：

步驟1：初始化系統(tǒng)參數(shù)，包括設(shè)置平均每行白點個數(shù)判定閾值N’，對稱性指標(biāo)判定閾值R以及人臉異常標(biāo)志位置位總數(shù)判定閾值n；

步驟2：采集一幀視頻圖像；

步驟3：通過膚色模型對步驟2所采集的圖像進(jìn)行二值化處理；

步驟4：選定有效團塊區(qū)域和眼睛/嘴巴區(qū)域；

步驟5：計算有效團塊區(qū)域、眼睛區(qū)域/嘴巴區(qū)域平均每行白點個數(shù)；其中有效團塊區(qū)域平均每行白點個數(shù)記為N，眼睛區(qū)域平均每行白點個數(shù)記為Ne，嘴巴區(qū)域平均每行白點個數(shù)記為Nm；

步驟6：判斷N-Ne或N-Nm是否大于閾值N’；

如果N-Ne或N-Nm大于閾值N’，則進(jìn)入步驟7；否則進(jìn)入步驟8’；

步驟7：判斷對稱性指標(biāo)是否大于閾值R；如果對稱性指標(biāo)大于閾值R，則進(jìn)入步驟8，否則進(jìn)入步驟8’；

步驟8：人臉異常標(biāo)志位置位；

步驟8’：人臉異常標(biāo)志位清零；

步驟9：統(tǒng)計人臉異常標(biāo)志位數(shù)據(jù)；

步驟10：判斷人臉異常標(biāo)志位置位總數(shù)是否大于閾值n，如果人臉異常標(biāo)志位置位總數(shù)大于閾值n，則進(jìn)行人臉異常報警，否則，返回步驟2采集下一幀視頻圖像；

所述步驟4中選定有效團塊的方法是從視頻圖像的頂部開始，選擇二值化處理后像素點為1且相鄰區(qū)域面積大于100的團塊作為有效團塊區(qū)域；將有效團塊區(qū)域中行數(shù)上邊1/3的區(qū)域作為眼睛區(qū)域，將有效團塊區(qū)域中行數(shù)下邊1/3的區(qū)域作為嘴巴區(qū)域；

所述步驟7中對稱性指標(biāo)為視頻圖像中左右兩邊像素點二值化處理后的相關(guān)系數(shù)，通過相關(guān)系數(shù)計算公式：

進(jìn)行計算，其中X_i表示視頻圖像中左邊各個像素點的像素值，為其平均，Y_i表示視頻圖像中右邊各個像素點的像素值，為其平均，M為左右兩邊像素點的個數(shù)。

2.根據(jù)權(quán)利要求1所述的基于視頻監(jiān)控的ATM機異常人臉檢測方法，其特征在于：所述步驟2中采集的一幀視頻圖像按照320*240像素大小進(jìn)行標(biāo)準(zhǔn)化處理。

3.根據(jù)權(quán)利要求1所述的基于視頻監(jiān)控的ATM機異常人臉檢測方法，其特征在于：所述步驟3中的膚色模型選用YCbCr顏色空間進(jìn)行計算，二值化處理時Cb取值為140-190，Cr取值為140-180。

4.根據(jù)權(quán)利要求1所述的基于視頻監(jiān)控的ATM機異常人臉檢測方法，其特征在于：步驟5中按照計算有效團塊區(qū)域平均每行白點個數(shù)N，其中K為平均行縮放因子。