人脸检测装置及其人脸检测方法制造方法及图纸

本发明专利技术是一种人脸检测装置及其人脸检测方法。人脸检测装置包括矩形积分影像单元、特征匹配单元及串列及评分单元。矩形积分影像根据原始影像提供矩形积分影像。特征匹配单元根据矩形人脸特征样板决定人脸候选区域，并根据矩形积分影像计算矩形人脸特征样板的特征值。串列及评分单元判断人脸候选区域是否符合串列条件，当人脸候选区域符合串列条件，根据特征值对人脸候选区域评分，若人脸候选区域的分数小于阈值时，人脸候选区域即为非人脸区域。

【技术实现步骤摘要】

本专利技术是有关一种，且特别是有关一种降低运算 量的。
技术介绍
传统人脸检测技术多先以肤色检测，将可能为人脸的区域定义出来，再通过图形 比较的方式检测出人脸可能位置。然而，图形比较的方式将造成运算量相当地庞大，所以并 不适合使用于如个人数字助理(Personal Digital Assistant，PDA)、数码相机或其它嵌入 式系统中。不仅如此，肤色检测容易受到光源影响，而影响人脸检测结果的正确性。
技术实现思路
本专利技术的目的是提供一种人脸识别装置及其人脸识别方法，其至少包括如下优 点一、运算量低且大幅提升运算速度。二、对于不同光源具有较大的容忍性。三、有效对抗取像过程中的复杂背景或噪声产生。根据本专利技术的一方面，提出一种人脸检测装置。人脸检测装置包括矩形积分影像 单元、特征匹配单元及串列及评分单元。矩形积分影像根据原始影像提供矩形积分影像。特 征匹配单元根据矩形人脸特征样板决定人脸候选区域，并根据矩形积分影像计算矩形人脸 特征样板的特征值。串列及评分单元判断人脸候选区域是否符合串列条件，当人脸候选区 域符合串列条件，根据特征值对人脸候选区域评分，若人脸候选区域的分数小于阈值时，人 脸候选区域即为非人脸区域。根据本专利技术的另一方面，提出一种人脸检测方法。人脸检测方法包括根据原始影像提供矩形积分影像；根据矩形人脸特征样板决定 人脸候选区域；根据矩形积分影像计算矩形人脸特征样板的特征值；判断人脸候选区域是 否符合串列条件；当人脸候选区域符合串列条件，根据特征值对人脸候选区域评分；以及 若人脸候选区域的分数小于阈值时，人脸候选区域即为非人脸区域。附图说明为让本专利技术的上述内容能更明显易懂，下面将配合附图对本专利技术的较佳实施例作 详细说明，其中图1是依照本专利技术第一实施例的人脸识别装置的方块图平均值的示意图。图2是在坐标(X，y)处的矩形积分影像的示意图。图3是原始影像的灰阶值的示意图。图4是图3的矩形积分影像的示意图。图5是原始影像的灰阶值的示意图。图6绘示为图5的矩形积分影像的示意图。图7A及图7B是矩形人脸特征样板的示意图。图8是串列条件的示意图。图9是评分表的示意图。图10是人脸候选区域的示意图。图11是将人脸候选区域分为64等分的示意图。图12是64等分的灰阶平均值的示意图。图 13 是支持向量机(Support Vector Machine, SVC)的示意图。图14是依照本专利技术实施例的一种人脸识别方法的流程图。具体实施例方式为了改善传统人脸识别技术运算量大且易受光源影响的缺点，下述实施例揭露 一种人脸识别装置及其人脸识别方法。人脸检测装置至少包括矩形积分影像(Rectangle Integral Image,RII)单元、特征匹配(Feature Mapping)单元及串列及评分(Cascade and Score)单元。矩形积分影像单元根据原始影像提供矩形积分影像。特征匹配单元根据矩形 人脸特征样板决定人脸候选区域，并根据矩形积分影像计算矩形人脸特征样板的特征值。 串列及评分单元判断人脸候选区域是否符合串列条件？当人脸候选区域符合串列条件，根 据特征值对人脸候选区域评分。若人脸候选区域的分数小于一阈值时，人脸候选区域即为 非人脸区域。请参照图1，图1是依照本专利技术第一实施例的人脸识别装置的方块图平均值的示 意图。人脸检测装置10包括矩形积分影像单元110、特征匹配单元120、串列及评分单元 130、区块平均单元140、分类器150及人脸及非人脸数据库160。矩形积分影像单元110根 据原始影像OI提供矩形积分影像RII。特征匹配单元120根据矩形人脸特征样板决定人脸 候选区域HFC，并根据矩形积分影像RII计算矩形人脸特征样板的特征值FV。串列及评分 单元130判断人脸候选区域HFC是否符合串列条件？当人脸候选区域HFC符合串列条件， 根据特征值FV对人脸候选区域HFC评分。若人脸候选区域HFC的分数小于一阈值时，人脸 候选区域HFC即为非人脸区域。需特别说明的是，倘若前述的矩形人脸特征样板及串列条件足以精确地判别人脸 候选区域HFC为人脸区域或非人脸区域，则可不再经由区块平均单元140、分类器150及人 脸及非人脸数据库160等后续处理。反之，人脸检测装置10亦可利用区块平均单元140、分 类器150及人脸及非人脸数据库160进行进一步的后续处理，以判别人脸候选区域为人脸 区域或非人脸区域。区块平均(Block Average)单元140将人脸候选区域HFC分成mXm等分，并计算 每一等分的平均值，以输出特征向量VI。人脸及非人脸数据库160储存多张人脸影像及非 人脸影像，并根据人脸影像及非人脸影像提供特征向量V2。分类器150根据特征向量Vl及 特征向量V2决定人脸候选区域HFC是否为人脸区域。请同时参照图1至图4，图2是在坐标(x，y)处的矩形积分影像的示意图，图3是 原始影像的灰阶值的示意图，图4是图3的矩形积分影像的示意图。所谓的矩形积分影像 是如图2绘示表示由原点坐标(0，0)至坐标(X，y)间所围成的方形区域内灰阶值的总和RII (χ，y)。其定义如下公式⑴所述rh^ Σ^'^')mχ'^,/iy(1)假设原始影像OI的灰阶值如图3绘示，矩形积分影像单元110根据原始影像OI 的灰阶值及套用公式(1)后提供如图4绘示的矩形积分影像RII。举例来说，由原点坐标 (0,0)至坐标(xl，yl)间所围成的方形区域内灰阶值的总和等于图4绘示的RII (xl，yl) =5+4+3+2 = 14。另外，由原点坐标(0，0)至坐标(x2，y2)间所围成的方形区域内灰阶值 的总和等于图 4 绘示的 RII (x2, y2) = 5+4+3+2+1+5+2+3+5+2+2+3 = 37。请同时参照图1、图5及图6，图5是原始影像的灰阶值的示意图，图6绘示为图 5的矩形积分影像的示意图。通过矩形积分影像单元110提供的矩形积分影像RII，之后 在需要计算画面中任意矩形区域面积时，只需由一个加法及二个减法的运算即能完成。举 例来说，当矩形积分影像单元Iio计算的方形区域510内灰阶值的总和时，并非将方形区 域 510 内逐一像素去做相加，而是将 RII (x6, y6)+RII (x3, y3)-RII (x4, y4) -RII (x5, y5)= 30+5-10-10 = 15。由于矩形积分影像单元110并非将方形区域510内逐一像素去做相加， 因此大幅的降低运算量，特别适合于不具强大计算能力的嵌入式硬件。请同时参照图1及图7A和图7B，图7A和图7B是矩形人脸特征样板的示意图。前 述特征匹配单元120根据矩形人脸特征样板决定人脸候选区域，并根据矩形积分影像RII 计算矩形人脸特征样板的特征值FV。矩形人脸特征样板可视实际应用而决定，且矩形人脸 特征样板的个数亦可视需求而对应调整。举例来说，矩形人脸特征样板包括第7图绘示的 矩形人脸特征样板710、矩形人脸特征样板720、730、矩形人脸特征样板740、矩形人脸特征 样板750、矩形人脸特征样板760、矩形人脸特征样板770及矩形人脸特征样板780。而对应 于矩形人脸特征样板710、720、730、740、750、760、770及780的特征值FV本文档来自技高网...

【技术保护点】
一种人脸检测装置，包括：一矩形积分影像单元，用以根据一原始影像提供一矩形积分影像；一特征匹配单元，用以根据多个矩形人脸特征样板决定一人脸候选区域，并根据该矩形积分影像计算该些矩形人脸特征样板的多个特征值；以及一串列及评分单元，用以判断该人脸候选区域是否符合多个串列条件，当该人脸候选区域符合这些串列条件，根据这些特征值对该人脸候选区域评分，若该人脸候选区域的分数小于一阈值时，该人脸候选区域即为一非人脸区域。

【技术特征摘要】

【专利技术属性】
技术研发人员：宋开泰，韩孟儒，王仕杰，江铭峰，林家合，
申请(专利权)人：联咏科技股份有限公司，
类型：发明
国别省市：71[中国|台湾]