[發(fā)明專利]一種基于大梯度像素分析的人臉預(yù)篩選方法

有效

• 申請?zhí)枺?/td>: 201710654229.0
• 申請日: 2017-08-02
• 公開（公告）號: CN107491746B
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計）人: 汪俊鋒;鄧宏平;戴平;韓鈺
• 申請（專利權(quán)）人: 安徽慧視金瞳科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 合肥天明專利事務(wù)所(普通合伙) 34115
• 代理人: 金凱

1.一種基于大梯度像素分析的人臉預(yù)篩選方法，其特征在于：包括以下步驟：

(1)計算待篩選圖像中每一個像素的梯度值G(x,y)；

(2)根據(jù)設(shè)定閾值th，選取大梯度像素；

(3)對經(jīng)過步驟(2)處理后的圖片歸一化處理，對每一個大梯度像素，評估其成為候選點的概率值，確定篩選到的人臉區(qū)域；

步驟(3)的具體過程為：以該大梯度像素為中心，根據(jù)設(shè)定的樣本尺寸，繪制矩形框，統(tǒng)計該矩形框內(nèi)所有大梯度像素的總數(shù)目N，然后，根據(jù)均值mean_N和標準差sigma_N，得到該像素成為候選點的概率，計算概率值的方法如下：

概率值低于特定值p的，算作背景，概率高于或等于特定值p的，該像素點為候選點，以該像素點為中心的矩形框內(nèi)區(qū)域為篩選到的人臉區(qū)域；其中，對人臉樣本庫中的圖像歸一化處理，計算每張圖片中大梯度像素數(shù)目，由工程經(jīng)驗，該數(shù)目服從高斯分布，得到均值mean_N和標準差sigma_N。

2.根據(jù)權(quán)利要求1所述的基于大梯度像素分析的人臉預(yù)篩選方法，其特征在于：步驟(1)中，采用sobel算子計算待篩選圖像中每一個像素的梯度值G(x,y)。

3.根據(jù)權(quán)利要求1所述的基于大梯度像素分析的人臉預(yù)篩選方法，其特征在于：步驟(2)中選取大梯度像素的方法為：

其中，L表示經(jīng)過檢測之后的大梯度圖像，其中的每一個像素G(x,y)th時，該像素的L(x,y)值設(shè)為1，表示當前像素為大梯度像素；反之，L(x,y)設(shè)為0，表示當前像素不是大梯度像素。

4.根據(jù)權(quán)利要求1所述的基于大梯度像素分析的人臉預(yù)篩選方法，其特征在于：所述閾值th的取值過程為：首先針對人臉樣本庫中的圖像，計算每一個像素梯度G(x,y)'，然后人工調(diào)整閾值th的大小，保證所有樣本對應(yīng)的梯度圖像中，當留取G(x,y)'th的像素點時，人臉的輪廓、五官能夠清晰可見，將此時的th，作為大梯度像素提取對應(yīng)的閾值參數(shù)。

5.根據(jù)權(quán)利要求1所述的基于大梯度像素分析的人臉預(yù)篩選方法，其特征在于：所述步驟(3)還包括非極大值抑制過程：

(3.1)對經(jīng)過步驟(2)處理后的圖片歸一化處理，對每一個大梯度像素，評估其成為候選點的概率，具體過程為：以該像素為中心，根據(jù)待篩選圖像尺寸，繪制矩形框，統(tǒng)計該矩形框內(nèi)所有大梯度像素的總數(shù)目N，然后，根據(jù)均值mean_N和標準差sigma_N，得到該像素成為候選點的概率；計算概率值的方法如下：

概率值低于特定值p的，算作背景，概率高于等于特定值p的，該像素點為候選點，以該像素點為中心的矩形框內(nèi)區(qū)域為篩選到的人臉區(qū)域；

(3.2)以該像素點為中心繪制一個小矩形框，計算該小矩形框內(nèi)其他像素成為候選點的概率值，若存在另一大梯度像素pix具有最大概率值，則將該中心像素點的概率值設(shè)為0，以像素pix為中心的矩形框區(qū)域為篩選出的人臉區(qū)域。

6.根據(jù)權(quán)利要求5所述的基于大梯度像素分析的人臉預(yù)篩選方法，其特征在于：在步驟(3.2)中，計算矩形框中非中心像素的的概率值過程中，對大梯度像素數(shù)目N的統(tǒng)計，采用積分圖技術(shù)。

7.根據(jù)權(quán)利要求5所述的基于大梯度像素分析的人臉預(yù)篩選方法，其特征在于：所述特定值p為0.3。