[發明專利]手機中人臉檢測方法

有效

• 申請號: 201510864315.5
• 申請日: 2015-11-30
• 公開（公告）號: CN105488475B
• 公開（公告）日: 2019-10-15
• 發明（設計）人: 李保印
• 申請（專利權）人: 西安聞泰電子科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京天盾知識產權代理有限公司 11421
• 代理人: 黃鵬飛

1.一種手機中人臉檢測方法，其特征在于，所述人臉檢測方法包括：

步驟S1、膚色分割步驟；

對于原始圖像img，膚色聚類分割算法首先將其由RGB顏色空間轉化到YCgCr空間，并且為了簡化計算，將亮度Y分量量化；將樣本圖像亮度分成高、中、低3類，具體的膚色分割步驟如下；

S11)初始化：將原始圖像img轉化為YCgCr空間，即將圖像從BGB顏色空間轉化到YCgCr空間；Y∈[0,255]量化為Y′∈[1,16]；樣本像素集I＝{P₁,P₂,…,P_n}，其中Pj＝(Y′,Cg,Cr)；

S12)按亮度將Y′分成高、中、低3類，I＝{I₁,I₂,I₃}，其中I₁＝{Pi|1≤Yi′＜7}，I₂＝{Pi|7≤Yi′＜12}，I₃＝{Pi|12≤Yi′≤16}；

S13)統計I_i類中樣本像素Pj在Y'CgCr空間中的頻度f(Pj)，得到3個Cg－Cr平面上的頻度分布Fi；其中，i≤3，j≤n；

S14)如果Cg∈[45，165]，Cr∈[55，225]，則Pj∈O,1→Pj，即將Pj加入輸出像素集O，并賦值為1；否則0→Pj；

利用分割算法得到的0，1值構造關于亮度和色度的三維0-1查找表，檢測過程中只需要考察與像素點相對應的、查找表中的值，據此來判斷膚色區域和非膚色區域，得到二值化的膚色區域圖像；

步驟S2、候選人臉區域確定步驟；

由于模板匹配易受圖像灰度變化的影響，在匹配之前需要對候選人臉區域作以下規范化處理:按照式(2)求出候選人臉區域傾斜角度θ:

式中，

其中:(x，y)表示圖像上位置為(i，j)的像素點的坐標；S表示該候選區域的面積；A表示m×n維候選人臉區域矩陣；利用此傾斜角度，將圖像調整為正面端正圖像；最后使用指數變換式(3)來實現圖像的灰度均衡化：

g(x,y)＝b^cf(x,y)-a (6)

其中:a、b、c為直方圖均衡化過程中所需的參數；f(x，y)為灰度變換前的圖像；g(x，y)為灰度變換后的圖像；

步驟S3、人臉檢測及定位步驟；

采用加權歐氏距離來度量候選人臉區域和平均人臉模板的相似程度；對選取的訓練圖像集中的人臉樣本圖像，依據人臉模板的生成規則和方法，建立平均人臉模板；選擇合適尺寸的人臉模板，并對其做相關的標準化處理；

用A表示候選人臉灰度矩陣，B表示標準人臉模板灰度矩陣，則標準人臉模板灰度均值通過式(7)求出，候選人臉區域和標準人臉模板之間的加權歐氏距離通過式(8)求出；

A_pq、B_pq分別為候選人臉矩陣A_u×v和人臉模板灰度矩陣B_u×v的第p行q列位置上的元素值，加權系數

公式如下:

加權歐氏距離D(A，B)的值越小，表示候選人臉區域和標準人臉模板匹配程度越高；

假設候選人臉區域中有L個候選人臉窗口，當前檢測窗口為第w個，D_w(A,B)表示第w個檢測窗口與人臉模板的加權歐氏距離，基于加權歐氏距離的模板匹配步驟如下:

步驟S31、數據初始化:w＝1，閾值為T；

步驟S32、使用式(7)計算人臉模板的灰度均值

步驟S33、使用式(8)計算D_w(A,B)；

步驟S34、如果D_w(A,B)<T，將該窗口加入人臉區域；否則確定為非人臉；

步驟S35、自動檢測下一個候選人臉窗口。