一种面向监控视频的胡须人脸检测方法技术

本发明专利技术涉及一种面向监控视频的胡须人脸检测方法。该方法主要针对监控视频进行处理，首先计算机读入视频文件，解码并利用改进的背景差法结合人体上半身HOG分类器，获取存在人体上半身运动目标的区域；然后针对人体上半身运动区域的上三分之一部分，采用人脸Haar分类器检测其中可能存在的人脸区域，并截取其中的下半部分作为胡须检测区域；最后对该区域进行尺度归一化后计算其横向纹理复杂度，判断是否有胡须。该方法利用监控视频中胡须人脸的运动特征与形态特征，能可靠地检测行走、奔跑的正面直立人体中所具有的胡须人脸目标。

【技术实现步骤摘要】
一种面向监控视频的胡须人脸检测方法
本专利技术属于面向公共安全预警的视频图像处理领域，具体涉及一种胡须人脸检测方法。
技术介绍
视频监控被广泛应用于公共安全领域，为公共安全管理业务中的预警与查证提供了有力的数据与技术支撑。胡须人脸检测主要用于从海量监控视频中快速筛选面部有胡须的人员目标，可以增强公安部门对特定目标的筛选、查找效率，对预防和打击违法犯罪、追查嫌疑人员、维护社会平安等具有重要作用。但目前面向监控视频的智能分析水平还比较低，在面向监控视频的胡须人脸检测方面，尚无专门针对该应用的有效技术手段。面向监控视频的胡须人脸检测是监控视频图像处理的重要功能。其处理流程为：首先从监控视频中获取图像数据，然后提取运动区域，进一步地进行人脸检测，最后判断人脸是否具有胡须。针对胡须人脸检测中的各个环节，在运动目标检测方面，现有方法如专利201410110812.1采用ViBe算法为视频图像帧建立背景模型，融合帧差法分割前景区域，该方法背景更新环节耗时较多，导致整体处理速度较慢；专利201110253323.8采用基于边缘检测和帧差法进行运动检测，专利201310586151.5结合相邻帧差法和本文档来自技高网...

【技术保护点】
一种面向监控视频的胡须人脸检测方法，针对监控视频进行处理，其特征在于，首先计算机读入视频文件，解码并利用背景差法结合人体上半身HOG分类器，获取存在人体上半身运动目标的区域；然后针对人体上半身运动区域的上三分之一部分，采用人脸Haar分类器检测其中可能存在的人脸区域，并截取其中的下半部分作为胡须检测区域；最后对该区域进行尺度归一化后计算其横向纹理复杂度，判断是否有胡须。

【技术特征摘要】
1.一种面向监控视频的胡须人脸检测方法，针对监控视频进行处理，其特征在于，首先计算机读入视频文件，解码并利用背景差法结合人体上半身HOG分类器，获取存在人体上半身运动目标的区域；然后针对人体上半身运动区域的上三分之一部分，采用人脸Haar分类器检测其中可能存在的人脸区域，并截取其中的下半部分作为胡须检测区域；最后对该区域进行尺度归一化后计算其横向纹理复杂度，判断是否有胡须；所述获取存在人体上半身运动目标的区域，具体步骤如下：Step1：预先采集大量人体上半身区域图像作为正样本，并采集大量无人体上半身区域图像作为负样本，结合正负样本训练人体上半身HOG分类器；Step2：选取起始帧图像为初始背景帧IB(x,y)，其中(x,y)表示该帧中像素坐标；Step3：依次获取下一帧，令其为Ii(x,y)，i为帧处理序号，(x,y)为像素坐标，将当前帧与背景帧进行差分二值化运算：其中Di(x,y)为二值化后的差值图像，i为帧处理序号，ThB为二值化阈值，可人工动态设定，一般可设置为IB的灰度均值；Step4：对当前二值化差值图像进行先腐蚀后膨胀的形态学运算：其中S为形态学模板，Ci(x,y)为腐蚀后的二值图像，Ei(x,y)为膨胀后的二值图像，i为帧处理序号；Step5：对Ei(x,y)提取其中的非零像素点构成的区块序列Blocks＝{b1,b2,…,bn}，其中b1,b2,…,bn为各区块，总数为n，遍历该区块序列，如果每个区块的像素数都＜Thnum，则当前帧不含满足要求的运动区域，获取下一帧，令i＝i+1，IB(x,y)＝IB(x,y)，转至Step3；若存在像素数≥Thnum的区块，则转至step6，其中Thnum为区块像素数量阈值，令当前帧的高、宽分别为Height、Width，Thnum可取值为Thnum＝(Height×Width)/200；Step6：将满足区块像素数量阈值条件的区块bj输入人体HOG分类器，其输出为该区块中是否存在人体上半身目标，如存在，则当前帧的该区块为满足要求的运动区域，检测完当前帧的所有区块后,将当前帧更新为背景帧,即IB(x,y)＝Ii(x,y),然后获取下一帧，令i＝i+1，转至Step3；若当前帧所有区块均未检测到人体上半身目标，则当前帧为无满足要求的运...

【专利技术属性】
技术研发人员：谢剑斌，李沛秦，刘通，闫玮，田凯文，
申请(专利权)人：湖南智慧平安科技有限公司，
类型：发明
国别省市：湖南;43