The invention discloses a method for automatically learning delineation of face detection region of interest, which comprises the following steps: a sequence of video images collected in the frame of the current frame image picture, face detection, face all the minimum image corresponding to the rectangle; according to a plurality of the minimum external rectangle of the position and size. Determine the face image acquisition area concentration, and then generates the face detection region of interest; for each frame of video image frame sequence in the follow-up, face detection based on region of interest. The invention can delineate the region of interest of face detection through automatic adjustment of learning, no real-time image detection for high-definition video full screen face, only within the region of interest for face detection, greatly saves the computing resources and computing time.
【技术实现步骤摘要】
一种自动学习划定人脸检测兴趣区域的方法
本专利技术涉及人脸识别
,具体涉及一种自动学习划定人脸检测兴趣区域的方法。
技术介绍
人脸识别作为生物身份识别的典型技术,由于不需要被检测个体的主动配合,近年来在人机交互,安防,身份认证,娱乐,和医疗看护等方面得到大量的应用。人脸识别技术包括:人脸检测,特征提取和特征匹配和分类。人脸检测的方法有:HARR扫描,HOG扫描,ADABOOT学习,深度学习CNN物体检测等。特征提取的方法有:PCA本征脸,深度学习CNN特征提取等。特征匹配和分类包括:1-NN,k-NN和SVM。将上面提到的各种人脸检测,特征提取和特征匹配的方法有机的结合,就可以得到目前通用的人脸识别技术。在智慧城市,安防和公安技术侦察中,人脸识别是常用的人工智能技术手段。人脸识别技术需要高分辨率视频,而在高清照片上全画面范围的进行人脸检测需要消耗大量的时间和计算资源。一般来讲,在摄像头对着的方向,有些区域距离比较远,人脸很小,价值比较低,有些区域距离比较近,人脸比较大,价值比较高。传统的做法是在画面上人工划定一个区域,在这个区域进行人脸检测和识别。但是如果云台转动,或者调焦,整个画面会发生变化,需要重新划定区域。申请日为2016年8月19日申请号为201610694192.X的专利技术专利申请公开了《一种人脸跟踪方法及装置》,该申请利用人脸感兴趣区域判断每一图像帧的人脸五官位置,当图像帧中出现多个人脸,则依次对每张人脸进行人脸检测生成人脸感兴趣区域。该申请中所记载的技术方案适用于在移动端上进行实时人脸跟踪,其在某一时间段内,拍摄的对象及其数量是固定的 ...
【技术保护点】
一种自动学习划定人脸检测兴趣区域的方法,其特征在于:包括以下步骤:S1,对采集视频图像帧序列中的当前帧图像进行全画面人脸检测,得到帧图像中所有人脸对应的最小外接矩形;S2,根据步骤S1中得到的多个最小外接矩形的位置以及大小,判断图像采集区域的人脸集中度,并以此生成人脸检测感兴趣区域;S3,对后续的视频图像帧序列中的每一帧图像,针对步骤S2中生成的感兴趣区域进行人脸检测。
【技术特征摘要】
1.一种自动学习划定人脸检测兴趣区域的方法,其特征在于:包括以下步骤:S1,对采集视频图像帧序列中的当前帧图像进行全画面人脸检测,得到帧图像中所有人脸对应的最小外接矩形;S2,根据步骤S1中得到的多个最小外接矩形的位置以及大小,判断图像采集区域的人脸集中度,并以此生成人脸检测感兴趣区域;S3,对后续的视频图像帧序列中的每一帧图像,针对步骤S2中生成的感兴趣区域进行人脸检测。2.根据权利要求1所述的一种自动学习划定人脸检测兴趣区域的方法,其特征在于:步骤S1中所述最小外接矩形的位置参数为人脸的中心坐标。3.根据权利要求2所述的一种自动学习划定人脸检测兴趣区域的方法,其特征在于:步骤S2具体包括以下子步骤:S21,设置淘汰阈值,判断步骤S1中得到的所有最小外接矩形的面积是否小于淘汰阈值,保留面积大于淘汰阈值的最小外接矩形;S22,以步骤S21中保留的最小外接矩形的位置坐标为中心,按照一定比例,扩大...
【专利技术属性】
技术研发人员:齐德龙,姚琪,罗畅,刘靖峰,
申请(专利权)人:武汉神目信息技术有限公司,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。