异常人脸检测方法及装置制造方法及图纸

本申请提供一种异常人脸检测方法及装置，所述方法包括：根据拍摄到的视频图像确定待检区域，所述待检区域为矩形；根据所述待检区域的宽和高之间的比较关系，选择对应的已训练的分类器确定所述待检区域中是否为人脸；当确定所述待检区域中为人脸时，根据所述待检区域确定肤色占比以及占比阈值；当所述肤色占比不大于所述占比阈值时，确定所述人脸为异常人脸。应用该方法，可以提高异常人脸检测的准确率，同时，提高异常人脸检测的效率，以尽可能地满足用户的实时性要求。

【技术实现步骤摘要】
异常人脸检测方法及装置
本申请涉及视频监控
，尤其涉及一种异常人脸检测方法及装置。
技术介绍
视频监控系统作为一种可视化监控手段，在公共安全领域得到了广泛的应用。在视频监控系统中，可以通过计算机的检测和识别，在监控区域发现异常人脸，例如戴墨镜、戴口罩等人脸，从而实现尽早地发现不法人员，以有效地避免违法事件、危害公共安全等事件的发生。在现有的方案一中，首先基于Hough算法对在视频图像上提取到的运动目标进行人头定位，之后通过肤色模型对人脸进行初次判定，得出可能的戴口罩人脸和戴墨镜人脸，之后基于Tamura纹理特征对可能的戴口罩人脸进行二次判断，以确定是否为戴口罩的异常人脸；基于Hu氏特征对可能的戴墨镜人脸进行二次判断，以确定是否为戴墨镜人脸。在现有的方案二中，基于与或图级数的多通道人脸检测方法检测异常人脸，该方法中，定义了三个通道，α通道，直接进行人脸检测，β通道，通过检测人脸局部特征得到人脸区域，γ通道，通过检测头肩区域得到人脸区域，之后，使用贪心的方式整合该三个通道所得出的检测结果，得到最终的人脸检测结果。然而，在上述方案一中，由于Hough变换算法的计算量随着参数空间的增大呈指数增长，从而通过Hough变换算法难以实时地在监控到的视频图像上定位出人头，同时对于被遮挡住的人脸，基于Hough变换算法也无法定位出人头；由于肤色模型中采用固定的肤色区间，从而通过肤色模型对人脸进行初次判定，很容易产生误判或漏判；由于初次判定之后再进行二次判定，从而增加了性能开销，对于实时性要求高的场景适用性并不佳。在上述方案二中，由于整个与或图技术的流程类似于串行过程，从而造成性能浪费，并且人脸检测的实时性不佳。
技术实现思路
有鉴于此，本申请提供一种异常人脸检测方法及装置，以提高异常人脸检测的准确率，同时，提高异常人脸检测的效率，以尽可能地满足用户的实时性要求。具体地，本申请是通过如下技术方案实现的：根据本申请实施例的第一方面，提供一种异常人脸检测方法，所述方法包括：根据拍摄到的视频图像确定待检区域，所述待检区域为矩形；根据所述待检区域的宽和高之间的比较关系，选择对应的已训练的分类器确定所述待检区域中是否为人脸；当确定所述待检区域中为人脸时，根据所述待检区域确定肤色占比以及占比阈值；当所述肤色占比不大于所述占比阈值时，确定所述人脸为异常人脸。可选的，当所述待检区域的宽小于高时，所述根据所述待检区域确定肤色占比以及占比阈值包括：获取第一子区域，所述第一子区域位于所述待检区域中，且所述第一子区域的上边界与所述待检区域的上边界重合，所述第一子区域的高度为α，所述α的取值范围为所述H1为所述待检区域的高度；确定所述第一子区域中肤色区域的肤色占比，以及确定所述第一子区域对应的占比阈值。可选的，当所述待检区域的宽大于高时，所述根据所述待检区域确定肤色占比以及占比阈值包括：基于所述待检区域进行扩展，得到人脸区域；获取第二子区域，所述第二子区域位于所述人脸区域中，且所述第二子区域的下边界与所述人脸区域的下边界重合，所述第二子区域的高度为β，所述β的取值范围为所述H2为所述人脸区域的高度；确定所述第二子区域中肤色区域的肤色占比，以及确定所述第二子区域对应的占比阈值。可选的，所述确定所述第一子区域对应的占比阈值包括：对所述第一子区域进行二值化处理，得到第一二值化图像；确定所述第一二值化图像的第一水平投影曲线；在所述第一水平投影曲线上，确定最高的两个波峰各自对应的横轴位置y1和y2；根据第一公式计算得出所述第一子区域对应的占比阈值；所述第一公式为：所述第一子区域对应的可选的，所述确定所述第二子区域对应的占比阈值包括：对所述第二子区域进行二值化处理，得到第二二值化图像；确定所述第二二值化图像的第二水平投影曲线；在所述第二水平投影曲线上，确定最高的波峰对应的横轴位置y0；根据第二公式计算得出所述第二子区域对应的占比阈值；所述第二公式为：所述第二子区域对应的根据本申请实施例的第二方面，提供一种异常人脸检测装置，所述装置包括：第一确定模块，用于根据拍摄到的视频图像确定待检区域，所述待检区域为矩形；人脸确定模块，用于根据所述待检区域的宽和高之间的比较关系，选择对应的已训练的分类器确定所述待检区域中是否为人脸；第二确定模块，用于当确定所述待检区域中为人脸时，根据所述待检区域确定肤色占比以及占比阈值；异常人脸确定模块，用于当所述肤色占比不大于所述占比阈值时，确定所述人脸为异常人脸。可选的，当所述待检区域的宽小于高时，所述第二确定模块包括：第一获取子模块，用于获取第一子区域，所述第一子区域位于所述待检区域中，且所述第一子区域的上边界与所述待检区域的上边界重合，所述第一子区域的高度为α，所述α的取值范围为所述H1为所述待检区域的高度；第一确定子模块，用于确定所述第一子区域中肤色区域的肤色占比，以及确定所述第一子区域对应的占比阈值。可选的，当所述待检区域的宽大于高时，所述第二确定模块包括：扩展子模块，用于基于所述待检区域进行扩展，得到人脸区域；第二获取子模块，用于获取第二子区域，所述第二子区域位于所述人脸区域中，且所述第二子区域的下边界与所述人脸区域的下边界重合，所述第二子区域的高度为β，所述β的取值范围为所述H2为所述人脸区域的高度；第二确定子模块，用于确定所述第二子区域中肤色区域的肤色占比，以及确定所述第二子区域对应的占比阈值。可选的，所述第一确定子模块包括：第一二值化子模块，用于对所述第一子区域进行二值化处理，得到第一二值化图像；第一投影子模块，用于确定所述第一二值化图像的第一水平投影曲线；第一波峰确定子模块，用于在所述第一水平投影曲线上，确定最高的两个波峰各自对应的横轴位置y1和y2；第一计算子模块，用于根据第一公式计算得出所述第一子区域对应的占比阈值；所述第一公式为：所述第一子区域对应的可选的，所述第二确定子模块包括：第二二值化子模块，用于对所述第二子区域进行二值化处理，得到第二二值化图像；第二投影子模块，用于确定所述第二二值化图像的第二水平投影曲线；第二波峰确定子模块，用于在所述第二水平投影曲线上，确定最高的波峰对应的横轴位置y0；第二计算子模块，用于根据第二公式计算得出所述第二子区域对应的占比阈值；所述第二公式为：所述第二子区域对应的由上述实施例可见，通过待检区域的宽和高之间的比较关系，选择对应的已训练的分类器确定待检区域中是否为人脸，可以实现对获取到的每个待检区域进行人脸判定，避免漏检；当确定待检区域中为人脸时，根据该待检区域确定占比阈值，相较于固定的占比阈值，可以有效地避免异常人脸的误判，提高异常人脸检测的准确率；同时，由于通过两个分类器，以及类似并行的方式进行异常人脸的检测，从而可以提供异常人脸检测的效率，尽可能地满足用户的实时性要求。附图说明图1为本申请实施例实现异常人脸检测方法的一个应用场景示意图；图2A为本申请异常人脸检测方法的一个实施例流程图；图2B为所确定的待检区域的示例图之一；图2C为所确定的待检区域的示例图之二；图2D为所确定的待检区域的示例图之三；图2E为第一水平投影曲线的一种示例；图2F为人脸区域的一种示例；图2G为第二水平投影曲线的一种示例；图3为本申请异常人脸检测装置所在网络设备的一种硬件结构图；图4为本文档来自技高网...

【技术保护点】
1.一种异常人脸检测方法，其特征在于，所述方法包括：根据拍摄到的视频图像确定待检区域，所述待检区域为矩形；根据所述待检区域的宽和高之间的比较关系，选择对应的已训练的分类器确定所述待检区域中是否为人脸；当确定所述待检区域中为人脸时，根据所述待检区域确定肤色占比以及占比阈值；当所述肤色占比不大于所述占比阈值时，确定所述人脸为异常人脸。

【技术特征摘要】
1.一种异常人脸检测方法，其特征在于，所述方法包括：根据拍摄到的视频图像确定待检区域，所述待检区域为矩形；根据所述待检区域的宽和高之间的比较关系，选择对应的已训练的分类器确定所述待检区域中是否为人脸；当确定所述待检区域中为人脸时，根据所述待检区域确定肤色占比以及占比阈值；当所述肤色占比不大于所述占比阈值时，确定所述人脸为异常人脸。2.根据权利要求1所述的方法，其特征在于，当所述待检区域的宽小于高时，所述根据所述待检区域确定肤色占比以及占比阈值包括：获取第一子区域，所述第一子区域位于所述待检区域中，且所述第一子区域的上边界与所述待检区域的上边界重合，所述第一子区域的高度为α，所述α的取值范围为所述H1为所述待检区域的高度；确定所述第一子区域中肤色区域的肤色占比，以及确定所述第一子区域对应的占比阈值。3.根据权利要求1所述的方法，其特征在于，当所述待检区域的宽大于高时，所述根据所述待检区域确定肤色占比以及占比阈值包括：基于所述待检区域进行扩展，得到人脸区域；获取第二子区域，所述第二子区域位于所述人脸区域中，且所述第二子区域的下边界与所述人脸区域的下边界重合，所述第二子区域的高度为β，所述β的取值范围为所述H2为所述人脸区域的高度；确定所述第二子区域中肤色区域的肤色占比，以及确定所述第二子区域对应的占比阈值。4.根据权利要求2所述的方法，其特征在于，所述确定所述第一子区域对应的占比阈值包括：对所述第一子区域进行二值化处理，得到第一二值化图像；确定所述第一二值化图像的第一水平投影曲线；在所述第一水平投影曲线上，确定最高的两个波峰各自对应的横轴位置y1和y2；根据第一公式计算得出所述第一子区域对应的占比阈值；所述第一公式为：所述5.根据权利要求3所述的方法，其特征在于，所述确定所述第二子区域对应的占比阈值包括：对所述第二子区域进行二值化处理，得到第二二值化图像；确定所述第二二值化图像的第二水平投影曲线；在所述第二水平投影曲线上，确定最高的波峰对应的横轴位置y0；根据第二公式计算得出所述第二子区域对应的占比阈值；所述第二公式为：所述6.一种异常人脸检测装置，其特征在于，所述装置包括：第一确定模块，用于根据拍摄到的视频图像确定待检区域，所述待检区域为矩形；人...

【专利技术属性】
技术研发人员：胡晶芳，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江,33