视频人脸检测评价方法技术

本发明专利技术提供了一种视频人脸检测评价方法，对输入视频进行评估对象选取后，进行综合了人脸进行大小、清晰度、正脸可能性的最优人脸评估，进而选取最优人脸。本发明专利技术的有益效果在于：通过对连续视频所有画面选取评估对象后，进一步对评估对象的人脸进行大小、清晰度、正脸可能性的综合判断，从而可在跟踪人脸的基础上对同一人脸的不同时刻快照进行评估输出该人脸的最优时刻快照作为输出快照以便使用、保留。解决了以往视频人脸识别会产生大量重复人脸快照而导致后端服务器的存储及计算工作量大的问题。同时解决了实时检测人脸进行采集存在重复及效果差的问题，并有效提高人脸快照的使用价值。

【技术实现步骤摘要】

本专利技术涉及一种视频图像处理方法，尤其是指一种。
技术介绍
在实时视频监控系统中，对于不同角度的人脸图像存在实时检测采集，而后上传 于服务器数据库存储关键信息进而进行犯罪嫌疑人人脸识别的应用需求。 然而传统的人脸检测由于通常是实时进行检测的，因此在检测过程中会产生大量 重复的同一对象的不同人脸快照，这就造成在联系时间段T内可能在画面中检测出若干张 同一对象的人脸，全部保存快照增加传输存储，不利于识别和使用查看，因此需要解决此类 实时人脸检测采集的重复及效果差问题。
技术实现思路
本专利技术所要解决的技术问题是：提供一种可有效减少后端设备存储及计算工作、 提高人脸快照使用价值的。 为了解决上述技术问题，本专利技术采用的技术方案为：一种， 对输入视频进行评估对象选取后进行最优人脸评估选取最优人脸； 所述评估对象选取包括步骤， S51)对视频连续图像帧中每帧图像检测得到的人脸位置终序列结果进行匹配跟 踪，得到对象组跟踪序列；所述对象组跟踪序列中包含至少一个对象在连续图像帧中的人 脸位置信息； S52)将对象组跟踪序列中每个对象的人脸位置分别提取得到对应的对象人脸跟 踪序列； 所述最优人脸评估包括对每个对象人脸跟踪序列分别进行正脸可能性评估、清晰 度评估、人脸大小评估后经加权计算得到对象人脸跟踪序列的最终系数序列，选取最终序 列的最大为对象人脸跟踪序列中的最优人脸； 所述正脸可能性评估包括步骤， S611)根据对象人脸跟踪序列中的人脸位置信息获取其所在图像帧的肤色检测二 值掩码图像上对应区域； S612)根据肤色检测二值掩码图像上对应区域计算得到人脸面积比重序列； 所述清晰度评估包括步骤， S621)输入对象人脸跟踪序列中每帧图像作为原始图像，对原始图像进行平滑获 得平滑图像； S622)对平滑图像计算边缘获得边缘图像； S623)对边缘图像根据预设阈值进行二值化得到第四二值掩码图像； S624)计算第四二值掩码图像与原始图像的边缘二值掩码图像的差值，得到差值 二值掩码图像； S625)根据对象人脸跟踪序列中每帧图像的人脸位置信息获取差值二值掩码图像 上对应区域； S626)根据差值二值掩码图像上对应区域计算得到清晰度值序列； 所述人脸大小评估包括计算人脸位置跟踪序列对应区域的大小得到大小序列的 步骤； 所述加权计算包括根据检测人脸面积比重值序列、清晰度值序列及大小序列结合 权重系数计算获得评估序列的步骤。 上述中，所述图像帧的肤色检测二值掩码图像通过遍历判断图像帧中每个像素在 YCbCr色彩空间下的颜色是否同时满足Cb e 且Cr e 得到。 上述中，所述正脸可能性评估中，步骤S612的人脸面积比重序列通过肤色检测二 值掩码图像上对应人脸位置信息的区域内累加值除于区域长、宽计算得到。 上述中，所述清晰度评估中，步骤S626的清晰度值序列通过差值二值掩码图像上 对应人脸位置信息的区域内累加值除于区域长、宽计算得到。 上述中，所述人脸大小评估中的大小序列通过当前人脸位置信息的面积除于人脸 位置终序列中人脸位置信息的最大面积计算得到。 上述中，所述评估对象选取中的人脸位置终序列通过以人脸检测流程得到；所述 人脸检测流程包括步骤， SI)输入视频图像帧，将图像帧作为原始图像； S3)采用haar或Ibp特征使用adaboost分类器检测原始图像，得到人脸位置预序 列； S4)将人脸位置预序列输入SVM分类器进行检测，得到人脸位置终序列。 上述中，在人脸检测流程Sl与S3之间还包括S2)输入加速处理；所述输入加速处 理包括步骤， S21)遍历判断原始图像的每个像素在YCbCr色彩空间下的颜色是否同时满足 Cb e 且Cr e ，得到肤色检测二值掩码图像； S22)对原始图像进行图像边缘检测得到边缘图像； S23)对边缘图像根据设定阈值进行二值化处理，得到边缘二值掩码图像； S24)对边缘二值掩码图像进行腐蚀、膨胀图像处理，得到第三二值掩码图像； S25)取肤色检测二值掩码图像与第三二值掩码图像的交集，得到原始图像的区域 二值掩码图像； 所述步骤S3具体包括步骤， S31)采用滑动子窗口遍历原始图像； S32)将当前滑动子窗口相对应的区域二值掩码图像中区域的值进行累加； S33)判断累加值是否满足预设阈值，对满足阈值的执行步骤S34 ; S34)对当前滑动子窗口进行adaboost分类检测，遍历结束后得到人脸位置预序 列。 本专利技术的有益效果在于：通过对连续视频所有画面选取评估对象后，进一步对评 估对象的人脸进行大小、清晰度、正脸可能性的综合判断，从而可在跟踪人脸的基础上对同 一人脸的不同时刻快照进行评估输出该人脸的最优时刻快照作为输出快照以便使用、保 留。解决了以往视频人脸识别会产生大量重复人脸快照而导致后端服务器的存储及计算工 作量大的问题。同时解决了实时检测人脸进行采集存在重复及效果差的问题，并有效提高 人脸快照的使用价值。【附图说明】 下面结合附图详述本专利技术的具体结构 图1为本专利技术的人脸检测评价流程图； 图2为本专利技术的人脸检测流程的流程图； 图3为本专利技术的输入加速流程的流程图； 图4为本专利技术的人脸检测流程的实施例流程图。【具体实施方式】 为详细说明本专利技术的
技术实现思路
、构造特征、所实现目的及效果，以下结合实施方式 并配合附图详予说明。 请参阅图1，一种，对输入视频进行评估对象选取后进行最 优人脸评估选取最优人脸。 上述的评估对象选取包括步骤： S51)对视频连续图像帧中每帧图像检测得到的人脸位置终序列结果进行匹配跟 踪，得到对象组跟踪序列；所述对象组跟踪序列中包含至少一个对象在连续图像帧中的人 脸位置信息； 本步骤中的人脸位置终序列，是对视频连续图像帧中每帧图像前处理人脸识别得 到的。其人脸位置终序列通常为对应图像帧中检测到可能包含人脸的多个矩形区域各端 点、长宽的序列。而对象组跟踪序列则是通过匹配跟踪方法对视频的整个连续图像帧中每 帧图像的人脸位置终序列中属于不同对象的人脸位置信息按对象分类后构成的对象组跟 踪序列。 S52)将对象组跟踪序列中每个对象的人脸位置分别提取得到对应的对象人脸跟 踪序列。 本步骤进一步将包含不同对象的对象组跟踪序列按对象分离形成单独的对象人 脸跟踪序列，以便后续对每个对象最优人脸进行评估。 讲一步的，上述的最优人睑评估包括对每个对象人睑跟踪序列分别讲行正睑可能 件评估、清晰度评估、人睑大小评估后经加权计筧得到对象人睑跟踪序列的最终系数序列， 选取最终序列的最大为对象人脸跟踪序列中的最优人脸。其中： 所沭lH睑可能件评估包括步骤, S611)根据对象人脸跟踪序列中的人脸位置信息获取其所在图像帧的肤色检测二 值掩码图像上对应区域； S612)根据肤色检测二值掩码图像上对应区域计算得到人脸面积比重序列； 所沭当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种视频人脸检测评价方法，其特征在于：对输入视频进行评估对象选取后进行最优人脸评估选取最优人脸；所述评估对象选取包括步骤，S51)对视频连续图像帧中每帧图像检测得到的人脸位置终序列结果进行匹配跟踪，得到对象组跟踪序列；所述对象组跟踪序列中包含至少一个对象在连续图像帧中的人脸位置信息；S52)将对象组跟踪序列中每个对象的人脸位置分别提取得到对应的对象人脸跟踪序列；所述最优人脸评估包括对每个对象人脸跟踪序列分别进行正脸可能性评估、清晰度评估、人脸大小评估后经加权计算得到对象人脸跟踪序列的最终系数序列，选取最终序列的最大为对象人脸跟踪序列中的最优人脸；所述正脸可能性评估包括步骤，S611)根据对象人脸跟踪序列中的人脸位置信息获取其所在图像帧的肤色检测二值掩码图像上对应区域；S612)根据肤色检测二值掩码图像上对应区域计算得到人脸面积比重序列；所述清晰度评估包括步骤，S621)输入对象人脸跟踪序列中每帧图像作为原始图像，对原始图像进行平滑获得平滑图像；S622)对平滑图像计算边缘获得边缘图像；S623)对边缘图像根据预设阈值进行二值化得到第四二值掩码图像；S624)计算第四二值掩码图像与原始图像的边缘二值掩码图像的差值，得到差值二值掩码图像；S625)根据对象人脸跟踪序列中每帧图像的人脸位置信息获取差值二值掩码图像上对应区域；S626)根据差值二值掩码图像上对应区域计算得到清晰度值序列；所述人脸大小评估包括计算人脸位置跟踪序列对应区域的大小得到大小序列的步骤；所述加权计算包括根据检测人脸面积比重值序列、清晰度值序列及大小序列结合权重系数计算获得评估序列的步骤。...

【技术特征摘要】

【专利技术属性】
技术研发人员：李杨，莫平华，刘军，
申请(专利权)人：深圳英飞拓科技股份有限公司，
类型：发明
国别省市：广东;44