人脸图像检测方法技术

本发明专利技术提供了一种人脸检测方法，通过增加肤色检测和人脸边沿检测，为人脸检测增加了肤色这一重要人脸特征，增加了人脸检测的准确性。进一步，通过动态调整人脸候选窗口，加快了人脸检测速度。

【技术实现步骤摘要】

本专利技术涉及图像处理检测
，尤其涉及一种。
技术介绍
目前，计算机对人脸检测技术应用的是Adaboost算法，这种算法与传统的算法相比，检测速度大大提高。Adaboot算法利用人脸特征和积分图像来简化特征值计算的复杂度，在搜索过程中加入了层叠分类器的方法实现了进一步的提速，该算法检测率和误检率比较理想，能够被较好的应用于PC机上小图片的实时人脸检测。但是，上述人脸检测方法，需要搜索的图像子窗口比较多，并且以灰度图像为基础，丢弃了肤色这一重要的人脸特征，同时，也没有考虑到利用人脸边缘相对固定的特点， 仅仅利用灰度区域变化来实现检测，因此检测效率有限。
技术实现思路
为此，本专利技术所要解决的技术问题是提供一种，以克服
技术介绍
中所述的不足，提高检测效率。于是，本专利技术提供了一种人脸检测方法，包括步骤I，设置一初始候选窗口 ； 步骤2，对候选窗口内的图片上的所有像素点计算肤色像素，若NI > thSkin，则执行下一步，否则执行步骤5，其中，NI为肤色像素点的个数，thSkin为一个与候选窗口面积有关的阀值；thSkin = areaX SkinSensitivity, area 为候选窗口 面积，Skin Sensitivity 为一个小于I的正数；步骤3，对候选窗口内的所有像素点计算边沿点像素，若N2 > thSobel，则执行下一步，否则执行步骤5，其中，N2为边沿像素的个数，thSobel为一个与候选窗口边长相关的阀值，thSobel = dXSobelSensitivity, d 为候选窗口边长,SobelSensitivity 为一个由实验所得的正数；步骤4，计算stage分离器的输出值，并判断是否通过所有分离器，若为是，则记录当前窗口，若为否，则执行下一步骤；步骤5，移动候选窗口，转至步骤2开始执行，并判断候选窗口水平移动是否遇到边界，若为是，则下移候选窗口，转至步骤2，直至候选窗口遍历一次图片；步骤6，若图片中包含人脸，则将包含人脸的候选窗口按照尺寸相近且位置相邻的原则将候选窗口归类合并，得出人脸矩形方框区域。其中，在步骤5中，在步骤5中，移动候选窗口后，转至步骤2之前，还包括移动候选窗口的步长与上一候选窗口设定值及窗口扩大倍数有关，若上一个候选窗口判定不为人脸，则直接移动候选窗口，若上一个候选窗口判定为人脸，则增大移动步长Step = Stepscale X scale X (islastFace acc :1),同时判断候选窗口水平移动是否超过边界， 若为否，则转至步骤2，若为是，则调整候选窗口大小，并判断是否超过预置最大人脸尺寸，若为否，则转至步骤2，若为是，则结束图像的扫描，其中St印scale为初始候选窗口步长设定值，一般为I, scale为当前窗口扩大倍数,islastFace为一布尔值,若上一个候选窗口为人脸则为真，否则为假，acc为动态增大倍数。其中，步骤2中所述对候选窗口内的图片上的所有像素点计算肤色像素，包括选用YCbCr空间作为肤色分布统计的映射空间，RGB空间按照如下公式获得肤色像素Y = O. 299R+0. 587G+0. 114BCb = O. 168R-0. 332G+0. 5BCr = O. 5R-0. 4187G-0. 813B其中，Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量。其中，所述scale取值为1. 5至2。上述方法还包括根据肤色范围80 < Cb < 135，136 ≤Cr ≤177，得到肤色判定的二值逻辑图像。上述方法还包括利用sobel算子，设定固定阀值后，即可以等到相应的边沿判定二值逻辑图像。其中，步骤2中所述Skin Sensitivity取值为1/3。其中，步骤3中所述对候选窗口内的所有像素点计算边沿点像素，包括利用积分图像公式ii (x,y) = Σ i(x' ,y')，其中(x，y)点为候选窗口像素点， (X, ,1')为边沿像素点；计算候选窗口四个边沿点的像素值，根据一对角积分图像值相加减去另外一对角积分图像值，得到候选窗口内边沿像素的个数。步骤3中所述SobelSensitivity取值为2至5中的正数。步骤6中所述归类合并包括将尺寸相近且位置相邻的候选窗口归为一类；若类成员数大于或等于预置阀值，则保留该类，否则进行删除；根据类成员的位置坐标和尺寸求取平均坐标和平均尺寸，作为每一类的坐标和尺寸；剔除大窗口中出现的小窗口，剩下若干窗口则为判定的人脸区域。本专利技术所述一种人脸检测方法，通过增加肤色检测和人脸边沿检测，为人脸检测增加了肤色这一重要人脸特征，增加了人脸检测的准确性。进一步，通过动态调整人脸候选窗口，加快了人脸检测速度。附图说明图1为本专利技术实施例所述人脸检测方法流程示意图2为本专利技术实施例所述人脸检测方法详细具体的流程示意图；图3为(X, y)点的积分图像不意图；图4为候选窗口区域示意图。具体实施方式下面，结合附图对本专利技术进行详细描述。如图1所示，本实施例提供了一种人脸检测方法，该方法中增加了肤色这一重要人脸特征，使得人脸检测准确性更高。其核心处理算法可以分成四个步骤来实现，分别为A :计算肤色和边沿积分图像，以确定人脸区域;B :对确定的人脸区域再计算积分图像和平方图像，进一步确定人脸区域；C :动态调整人脸候选窗口的步长并扫描人脸;D :合并同类方框。本实施例中，输入是一张彩色图片，使用本实施例所述人脸检测方法，输出的是代表人脸区域的矩形方框。另外，本实施例所述人脸检测方法中还有最小搜索窗口，最大搜索窗口，图像缩小倍数，搜索方框扩大倍数，移动步长倍数，肤色及边沿控制阀值等控制参数， 这些控制参数可以根据需要调整搜索速度和搜索精确度。下面详细描述本实施例提供的人脸检测方法。如1和2所示步骤201，开始扫描图像，设置一初始候选窗口 ；步骤201，对候选窗口内的图片上的所有像素点计算肤色像素；其中，对于肤色判断，选用YCbCr空间作为肤色分布统计的映射空间，RGB空间可按下述公式(I)转换到YCbCr空间Y = O. 299R+0. 587G+0. 114BCb = O. 168R-0. 332G+0. 5B(I)Cr = O. 5R-0. 4187G-0. 0813B由于肤色范围为80 ^ Cb ^ 135，136 ^ Cr ^ 177(2)因此，得到肤色判定的二值逻辑图像。同样的，利用sobel算子，设定固定阀值可以等到相应的边沿判定二值逻辑图像。 利用积分图像公式ii(x，y) =Σ i(x' , γ' )(3)其中(x，y)点的积分图像就是图3中阴影区域的所有像素i(x' ,j')的逻辑值之和，代表该区域内肤色像素和边沿像素的个数。如图4所示，应用时利用公式区域 D 和=(4)可计算区域D中肤色点的个数与边缘点的个数。步骤203，若NI > thSkin,则执行下一步，否则执行步骤208 ；其中，NI为肤色像素点的个数，thSkin为一个与候选窗口面积有关的阀值；thSkin = areaXSkinSensitivity, area 为候选窗口面积，Skin Sensitivity 为一个小于 I的正数，此时可以取值为1/3;步骤204，对候选窗口内的所有像素点计本文档来自技高网...

【技术保护点】
一种人脸检测方法，其特征在于，包括：步骤1，设置一初始候选窗口；步骤2，对候选窗口内的图片上的所有像素点计算肤色像素，若N1＞thSkin，则执行下一步，否则执行步骤5，其中，N1为肤色像素点的个数，thSkin为一个与候选窗口面积有关的阀值；thSkin＝area×SkinSensitivity，area为候选窗口面积，Skin?Sensitivity为一个小于1的正数；步骤3，对候选窗口内的所有像素点计算边沿点像素，若N2＞thSobel，则执行下一步，否则执行步骤5，其中，N2为边沿像素的个数，thSobel为一个与候选窗口边长相关的阀值，thSobel＝d×SobelSensitivity，d为候选窗口边长，SobelSensitivity为一个由实验所得的正数；步骤4，计算stage分离器的输出值，并判断是否通过所有分离器，若为是，则记录当前窗口，若为否，则执行下一步骤；步骤5，移动候选窗口，转至步骤2开始执行，并判断候选窗口水平移动是否遇到边界，若为是，则下移候选窗口，转至步骤2，直至候选窗口遍历一次图片；步骤6，若图片中包含人脸，则将包含人脸的候选窗口按照尺寸相近且位置相邻的原则将候选窗口归类合并，得出人脸矩形方框区域。...

【技术特征摘要】
1.一种人脸检测方法，其特征在于，包括 步骤I，设置一初始候选窗口 ； 步骤2，对候选窗口内的图片上的所有像素点计算肤色像素，若NI > thSkin，则执行下一步，否则执行步骤5，其中，NI为肤色像素点的个数，thSkin为一个与候选窗口面积有关的阀值；thSkin = areaXSkinSensitivity, area 为候选窗口面积，Skin Sensitivity 为一个小于I的正数； 步骤3，对候选窗口内的所有像素点计算边沿点像素，若N2 > thSobel,则执行下一步，否则执行步骤5，其中，N2为边沿像素的个数，thSobel为一个与候选窗口边长相关的阀值，thSobel = dXSobelSensitivity, d 为候选窗口边长，SobelSensitivity 为一个由实验所得的正数； 步骤4，计算stage分离器的输出值，并判断是否通过所有分离器，若为是，则记录当前窗口，若为否，则执行下一步骤； 步骤5，移动候选窗口，转至步骤2开始执行，并判断候选窗口水平移动是否遇到边界，若为是，则下移候选窗口，转至步骤2，直至候选窗口遍历一次图片； 步骤6，若图片中包含人脸，则将包含人脸的候选窗口按照尺寸相近且位置相邻的原则将候选窗口归类合并，得出人脸矩形方框区域。2.根据权利要求1所述的方法，其特征在于，在步骤5中，移动候选窗口后，转至步骤2之前，还包括移动候选窗口的步长与上一候选窗口设定值及窗口扩大倍数有关，若上一个候选窗口判定不为人脸，则直接移动候选窗口，若上一个候选窗口判定为人脸，则增大移动步长Step = Stepscale X scale X (isIastFace acc I),同时判断候选窗口水平移动是否超过边界，若为否，则转至步骤2，若为是，则调整候选窗口大小，并判断是否超过预置最大人脸尺寸，若为否，则转至步骤2，若为是，则结束图像的扫描，其中St印scale为初始候选窗口步长设定值，一般为I, scale为当前窗口扩大倍数,islastFa...

【专利技术属性】
技术研发人员：杨卫国，金连文，洪智滨，廖文鑫，郭礼华，
申请(专利权)人：康佳集团股份有限公司，
类型：发明
国别省市：