[發明專利]一種人頭檢測的方法

有效

• 申請號: 201610689364.4
• 申請日: 2016-08-19
• 公開（公告）號: CN106326851B
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 周康;劉玉宇;王增鍬;趙偉;吳劍清
• 申請（專利權）人: 杭州智諾科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 張曉紅

1.一種人頭檢測的方法，其特征在于包括以下步驟：對輸入的視頻圖像進行前景提取同時將每幀圖像縮放到不同的尺寸，對每個固定尺寸的圖像窗口提取像素差特征送入Adaboost多視角分類器進行人頭檢測，采用人頭模型對前景掩碼進行匹配生成人頭先驗概率圖，先驗概率圖與Adaboost多視角分類器結果進行加權得到最終結果；

對輸入的圖像數據，根據設定的最大最小人頭尺寸按照一定的縮放比率構建圖像金字塔，對金字塔上的每個圖像進行窗口掃描，提取每個窗口內的像素差特征，并用Adaboost進行分類；

上述Adaboost多視角分類包括正面人頭分類器、背面人頭分類器、左側面人頭分類器、右側面人頭分類器、頂視人頭分類器，各個視角分類器分別對掃描窗口進行判定，如果通過一個或者多個分類器則可以認為掃描窗口為候選人頭窗口；

人頭分類器采用的像素差特征，僅僅使用像素差對即可生成特征，也可以采用多個像素對聯合而產生其他變種特征，公式（1）即為最基本的像素對差值特征：

(1)

上述公式中，F表示提取的像素差特征值，P（i，j）代表圖像中第i行第j列的位置上對應的像素值，同理P（m，n），以下表述中對應的公式符號均表示相同意義；

為了對于光線的變化有更好的適應性，采用韋伯法則對上述特征進行歸一化，如公式（2），

(2) ；

前景的提取采用均值背景差分、中值背景差分、混合高斯模型或VIBE方法；

采用離線生成的人頭模型對前景圖像進行匹配得到人頭先驗概率圖；離線人頭模型，采用高斯橢圓模型，公式3；或者中心距離模型，公式4；

(3)

(4)

(5)

上式（5）中Model(i,j)取高斯模型或者取中心距離模型，foreground(i,j)則表示前景圖中i行j列位置上的像素值，零為背景非零則為前景；

(6)

上式（6）中T為最終人頭分類所采用的閾值，w1與w2分別為先驗概率圖對應位置匹配分數與檢測器對應位置分數的加權值；此處得到的先驗概率圖與人頭檢測器結果進行加權并通過融合與過濾就可以獲得最終的人頭檢測結果。