[發明專利]一種基于皮膚模型和SVM分類器的人臉檢測方法及其裝置

有效

• 申請號: 202010023633.X
• 申請日: 2020-01-09
• 公開（公告）號: CN111259744B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 李周姿;馮躍;林卓勝;梁惠珠;劉慧琳
• 申請（專利權）人: 五邑大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/764
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 孫浩

本發明公開了一種基于皮膚模型和SVM分類器的人臉檢測方法及其裝置，在獲取到待檢測圖像后，對待檢測圖像進行膚色檢測和形態學處理，得出候選人臉區域，再將候選人臉區域劃分為若干個圖像子塊并獲取對應的直方圖，分別根據直方圖中內層窗口和外層窗口的領域元素和相鄰元素得出各自的元素均值，采用元素均值更能反映直方圖中元素的紋理特征，與各自的中心元素進行大小比較后分得出直方圖并合并得出的紋理特征向量能夠很好地反映全局紋理，減少了非膚色區域，在利用SVM分類器得出人臉檢測結果時減少了計算量，并且計算準確度更好。

技術領域

本發明涉及圖像處理技術領域，特別是一種基于皮膚模型和SVM分類器的人臉檢測方法及其裝置。

背景技術

目前，人臉識別技術得到了廣泛的應用，而在進行人臉識別之前，首先需要從獲取到的圖像提取出人臉部分，因此人臉檢測是人臉識別的前提和基礎?，F有方法通常先從圖像中提取出皮膚特征，再使用SVM(Support?Vector?Machine,支持向量機)分類器對皮膚特征分為膚色區域和非膚色區域，進而將膚色區域組合得出人臉。但現有技術在特征提取的過程中主要使用LBP(Local?Binary?Pattern,局部二值模式)，由于傳統的LBP采用3乘3的直方圖，只考慮中心元素和周圍的8個領域元素的大小關系，只能得出局部紋理的特征向量，既容易受到背景信息的干擾，又導致SVM分類器需要對很多非膚色區域進行匹配處理，時間開銷較大，人臉檢測的準確度和效率不高。

發明內容

為了克服現有技術的不足，本發明的目的在于提供一種基于皮膚模型和SVM分類器的人臉檢測方法及其裝置，能夠減少背景信息的干擾，提高人臉檢測的效率和準確性。

本發明解決其問題所采用的技術方案是：第一方面，本發明提供了一種基于皮膚模型和SVM分類器的人臉檢測方法及其裝置，包括以下步驟：

客戶端獲取待檢測圖像，讀取預先設定的皮膚模型和約束條件，對所述待檢測圖像進行膚色檢測和形態學處理，得出候選人臉區域；

所述客戶端將所述候選人臉區域劃分為若干個圖像子塊，并獲取所述圖像子塊所對應的直方圖；

所述客戶端分別獲取所述直方圖中的內層窗口和外層窗口的領域元素和與所述領域元素相鄰的相鄰元素，分別計算出所述內層窗口和外層窗口的領域元素和所述相鄰元素的元素均值，根據所述元素均值與中心元素比較大小，分別得出所述直方圖并合并成所對應區域的紋理特征向量；

所述客戶端根據SVM分類器和所述紋理特征向量完成所述候選人臉區域的特征分類，得出人臉檢測結果。

進一步，所述皮膚模型為基于YCbCr顏色空間的橢圓模型，所述約束條件為RGB顏色空間的B與G的比值。

進一步，所述對所述待檢測圖像進行膚色檢測和形態學處理具體包括以下步驟：

所述客戶端根據所述皮膚模型和所述約束條件獲取所述待檢測圖像中提取出膚色區域；

所述客戶端從所述膚色區域中檢測出非人臉連通區域并去除，得出候選人臉區域。

進一步，所述內層窗口為3×3的窗口；所述外層窗口為5×5的窗口。

進一步，所述得出所述直方圖所對應區域的紋理特征向量具體包括以下步驟：

所述客戶端分別選取所述直方圖中的內層窗口和外層窗口的領域元素，分別將所述領域元素的值和與其相鄰的相鄰元素的值相加并計算出平均值，將所述平均值設置為元素均值；

所述客戶端將所述元素均值與所述中心元素進行值的大小對比，若所述元素均值小于所述中心元素的值，則所對應的領域元素的值設為0，若大于則所述領域元素的值設置為1；

所述客戶端根據順時針的順序依次分別讀取所述內層窗口和外層窗口的領域元素的值，得出各自的直方圖并組合得出紋理特征向量。