專(zhuān)利名稱(chēng)：快速人臉檢測(cè)方法
快速人臉檢測(cè)方法技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，特別是關(guān)于一種快速人臉檢測(cè)方法。背景技術(shù)：
人臉檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要研究?jī)?nèi)容。近年來(lái)，人臉檢測(cè)算法取得了很多突破性進(jìn)展。但是，人臉檢測(cè)速度雖然在PC (Personal Computer)上已經(jīng)完全達(dá)到實(shí)時(shí)運(yùn)行的水平，滿(mǎn)足了很多需求。但是，基于嵌入式平臺(tái)的應(yīng)用，所能夠提供的運(yùn)算資源更少，同時(shí)由于需要進(jìn)行其它處理，因而對(duì)資源占有率要求更高。
人臉檢測(cè)領(lǐng)域最常用的是層次型adab00st(自適應(yīng)增強(qiáng))結(jié)合haar-like特征的方法。該方法包括訓(xùn)練一個(gè)固定尺度的人臉檢測(cè)模型，比如24x24，然后采用特征放縮的方式得到一系列不同尺度的人臉檢測(cè)模型，這些模型可以檢測(cè)到不同尺度的人臉；對(duì)輸入圖像求取積分圖像；分別采用不同尺度的人臉檢測(cè)模型按照設(shè)定步長(zhǎng)在水平和垂直方向?qū)Ψe分圖像中的每一個(gè)該尺度人臉的可能位置進(jìn)行判定；記錄通過(guò)人臉檢測(cè)模型的位置，并采用合并后處理得到最終的人臉位置。
由于該方法對(duì)每個(gè)候選位置一視同仁，無(wú)論圖像內(nèi)容或是人臉的變化如何，其都會(huì)對(duì)圖像上的所有尺度所有位置進(jìn)行一次判定，對(duì)于160x120的圖像而言，會(huì)處理上萬(wàn)個(gè)候選位置，因而運(yùn)算量很大，不能滿(mǎn)足某些應(yīng)用要求。
因此，希望提出一種改進(jìn)的快速人臉檢測(cè)方案來(lái)克服上述問(wèn)題。
發(fā)明內(nèi)容
本發(fā)明所解決的技術(shù)問(wèn)題在于提供一種快速人臉檢測(cè)方法，其可以較小的計(jì)算量快速檢測(cè)到人臉。
為解決上述問(wèn)題，本發(fā)明提出一種快速人臉檢測(cè)方法，其包括利用人臉檢測(cè)模型對(duì)第一幀輸入圖像中的所有人臉候選窗口進(jìn)行人臉檢測(cè)，如果檢測(cè)到一個(gè)人臉，則記錄下該人臉的位置和大小參數(shù)，并退出該第一幀輸入圖像的人臉檢測(cè)，在檢測(cè)到一個(gè)人臉或在所有人臉候選窗口中均未檢測(cè)到人臉時(shí)，將該第一幀輸入圖像保存為參考幀圖像；如果在先前幀輸入圖像中未檢測(cè)到人臉，基于參考幀圖像判斷當(dāng)前幀輸入圖像中的各個(gè)人臉候選窗口是否發(fā)生運(yùn)動(dòng)，通過(guò)所述人臉檢測(cè)模型對(duì)發(fā)生運(yùn)動(dòng)的人臉候選窗口進(jìn)行人臉檢測(cè)，如果檢測(cè)到人臉，則記錄下該人臉的位置和大小參數(shù)，并退出當(dāng)前輸入圖像的人臉檢測(cè)，在檢測(cè)到一個(gè)人臉或在所有人臉候選窗口均未檢測(cè)到人臉時(shí)，將該當(dāng)前幀輸入圖像保存為參考幀圖像。
進(jìn)一步的，所述快速人臉檢測(cè)方法還包括訓(xùn)練得到人臉檢測(cè)模型，對(duì)該人臉檢測(cè)模型進(jìn)行縮放得到一系列不同尺度的人臉檢測(cè)模型。
更進(jìn)一步的，所述快速人臉檢測(cè)方法還包括如果在先前幀輸入圖像中檢測(cè)到人臉，并且當(dāng)前幀輸入圖像的已記錄的人臉區(qū)域未發(fā)生運(yùn)動(dòng)，則將先前幀中已記錄的人臉的位置和大小參數(shù)作為當(dāng)前幀輸入圖像的人臉檢測(cè)結(jié)果，并將退出當(dāng)前輸入圖像的人臉檢測(cè)，將所述當(dāng)前輸入圖像作為參考幀圖像保存下來(lái)。
更進(jìn)一步的，所述快速人臉檢測(cè)方法還包括如果在先前幀輸入圖像中檢測(cè)到人臉，并且當(dāng)前幀輸入圖像的已記錄的人臉區(qū)域發(fā)生了運(yùn)動(dòng)，則利用所述人臉檢測(cè)模型中對(duì)當(dāng)前幀輸入圖像中的以已記錄的人臉的位置為中心的一個(gè)矩形搜索區(qū)域內(nèi)的所有人臉候選窗口進(jìn)行人臉檢測(cè)，如果檢測(cè)到一個(gè)人臉，則記錄下該人臉的位置和大小參數(shù)，并退出該當(dāng)前幀輸入圖像的人臉檢測(cè)，在檢測(cè)到一個(gè)人臉或在該矩形搜索區(qū)域內(nèi)的所有人臉候選窗口中均未檢測(cè)到人臉時(shí)，將當(dāng)前幀輸入圖像保存為參考幀圖像。
再進(jìn)一步的，所述快速人臉檢測(cè)方法還包括統(tǒng)計(jì)人臉在相鄰兩幀輸入圖像的位置變化以及大小變化符合的概率分布，其中根據(jù)所述人臉在相鄰兩幀輸入圖像的位置變化符合的概率分布確定所述矩形搜索區(qū)域，根據(jù)所述人臉在相鄰兩幀輸入圖像的大小變化符合的概率分布確定符合尺度要求的人臉檢測(cè)模型。
再進(jìn)一步的，所述快速人臉檢測(cè)方法還包括計(jì)算所述矩形搜索區(qū)域內(nèi)的所有人臉候選窗口可能為人臉的概率，其中按照所述可能為人臉的概率的從大到小排序?qū)λ腥四樅蜻x窗口依次進(jìn)行人臉檢測(cè)。
進(jìn)一步的，通過(guò)對(duì)應(yīng)矩形區(qū)域的歸一化運(yùn)動(dòng)能量來(lái)判斷所述人臉候選窗口或已記錄的人臉區(qū)域是否運(yùn)動(dòng)，在所述矩形區(qū)域的歸一化運(yùn)動(dòng)能量大于閾值，則認(rèn)為所述矩形區(qū)域發(fā)生了運(yùn)動(dòng)，否則認(rèn)為未發(fā)生運(yùn)動(dòng)，所述歸一化運(yùn)動(dòng)能量基于像素運(yùn)動(dòng)標(biāo)志掩模圖像獲得，求取當(dāng)前幀輸入圖像與參考幀圖像的像素亮度差，將所述像素亮度差與閾值比較，如果大于閾值，則將該像素的運(yùn)動(dòng)標(biāo)志設(shè)定為運(yùn)動(dòng)，如果小于閾值，則將該像素的運(yùn)動(dòng)標(biāo)志設(shè)定為靜止，從而得到所述像素運(yùn)動(dòng)標(biāo)志掩模圖像。
進(jìn)一步的，所述人臉檢測(cè)模型為層次型自適應(yīng)增強(qiáng)人臉檢測(cè)模型，計(jì)算輸入圖像的積分圖像，所述人臉檢測(cè)模型在積分圖像的基礎(chǔ)上進(jìn)行人臉檢測(cè)。
與現(xiàn)有技術(shù)相比，在本發(fā)明中在先前幀圖像未檢測(cè)到人臉時(shí)，只對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行人臉檢測(cè)，能夠減少對(duì) 沒(méi)有發(fā)生運(yùn)動(dòng)區(qū)域進(jìn)行人臉檢測(cè)判定的工作量，節(jié)省運(yùn)算量。

結(jié)合參考附圖及接下來(lái)的詳細(xì)描述，本發(fā)明將更容易理解，其中同樣的附圖標(biāo)記對(duì)應(yīng)同樣的結(jié)構(gòu)部件，其中
圖1為本發(fā)明中的快速人臉檢測(cè)方法在一個(gè)實(shí)施例中的流程示意圖。
具體實(shí)施方式
下面結(jié)合說(shuō)明書(shū)附圖來(lái)說(shuō)明本發(fā)明的具體實(shí)施方式
。
圖1為本發(fā)明中的快速人臉檢測(cè)方法100在一個(gè)實(shí)施例中的流程示意圖。如圖1 所示，所述快速人臉檢測(cè)方法100包括如下操作。
步驟110，訓(xùn)練得到人臉檢測(cè)模型，對(duì)該人臉檢測(cè)模型進(jìn)行縮放得到一系列不同尺度的人臉檢測(cè)模型。
在一個(gè)實(shí)施例中，設(shè)定所述人臉檢測(cè)模型的寬度和高度分別為麗和MH(比如可以取MW = 24，MH = 24)，采用割取并放縮為此尺度的人臉樣本和非人臉樣本，訓(xùn)練層次型 AdaBoost人臉檢測(cè)模型。假定放縮比例為SR,則采用特征放縮的方式對(duì)所述AdaBoost人臉檢測(cè)模型進(jìn)行放縮得到的一系列不同尺度的人臉檢測(cè)模型，它們的寬度和高度分別為 ROUND (MW*SRS)和ROUNS (MH*SRS)，其中s為人臉檢測(cè)模型的個(gè)數(shù)，其大于O的整數(shù)，ROUND O 表示對(duì)括號(hào)內(nèi)的數(shù)值進(jìn)行四舍五入取整運(yùn)算。
步驟120，利用不同尺度的人臉檢測(cè)模型對(duì)第一幀輸入圖像中的所有人臉候選窗口進(jìn)行人臉檢測(cè)。如果檢測(cè)到一個(gè)人臉，則記錄下該人臉的位置和大小參數(shù)(Xc;f，ycf, wcf, hj，并退出該第一幀輸入圖像的人臉檢測(cè)，其中xrf為人臉中心橫坐標(biāo)Xc;f，yrf為人臉中心縱坐標(biāo)，Wcf為人臉寬度，hrf為人臉高度。在檢測(cè)到一個(gè)人臉或在所有人臉候選窗口中均未檢測(cè)到人臉時(shí)，將該第一幀輸入圖像保存為參考幀圖像，之后進(jìn)入步驟130。
在一個(gè)實(shí)施例中，求取第一幀輸入圖像的積分圖像，利用不同尺度的人臉檢測(cè)模型分別對(duì)第一幀輸入圖像進(jìn)行遍歷人臉檢測(cè)。具體的，每個(gè)尺度的人臉檢測(cè)模型對(duì)應(yīng)相同尺度的矩形搜索窗口，將所述搜索窗口在所述積分圖像上以固定的水平步長(zhǎng)和垂直步長(zhǎng)進(jìn)行逐步搜索，并將所述搜索窗口對(duì)應(yīng)的積分圖像區(qū)域提供給對(duì)應(yīng)的人臉檢測(cè)模型進(jìn)行人臉檢測(cè)，以檢測(cè)該搜索窗口對(duì)應(yīng)的區(qū)域是否為人臉區(qū)域。每個(gè)人臉檢測(cè)模型的每個(gè)矩形搜索窗口對(duì)應(yīng)的圖像位置都可以被稱(chēng)為一個(gè)人臉候選窗口。
步驟130，判斷在先前幀輸入圖像中是否檢測(cè)到人臉，如果未檢測(cè)到人臉，則進(jìn)入步驟140，如果檢測(cè)到人臉則進(jìn)入步驟150。
步驟140，基于參考幀圖像判斷當(dāng)前幀輸入圖像中的各個(gè)人臉候選窗口是否發(fā)生運(yùn)動(dòng)，如果一個(gè)人臉候選窗口發(fā)生運(yùn)動(dòng)，則通過(guò)其對(duì)應(yīng)的人臉檢測(cè)模型對(duì)該人臉候選窗口進(jìn)行人臉檢測(cè)。如果檢測(cè)到人臉，則記錄下該人臉的位置和大小參數(shù)，并退出該輸入圖像的人臉檢測(cè)。在檢測(cè)到一個(gè)人臉或在所有人臉候選窗口均未檢測(cè)到人臉時(shí)， 將該當(dāng)前幀輸入圖像保存為參考幀圖像，之后返回步驟130。
在一個(gè)實(shí)施例中，求取當(dāng)前幀輸入圖像與參考幀圖像的像素亮度差，將所述像素亮度差與閾值比較，如果大于閾值，則將該像素的運(yùn)動(dòng)標(biāo)志設(shè)定為I (表示運(yùn)動(dòng))，如果小于閾值，則將該像素的運(yùn)動(dòng)標(biāo)志設(shè)定為O (表示靜止)，從而得到像素運(yùn)動(dòng)標(biāo)志掩模圖像MI ?？梢曰谒鱿袼剡\(yùn)動(dòng)標(biāo)志掩模圖像MI確定一個(gè)矩形區(qū)域是否發(fā)生運(yùn)動(dòng)。
在一個(gè)示例中，一個(gè)矩形區(qū)域R(left, top, right, bottom)的運(yùn)動(dòng)能量ME為[_] ΜΕ= Σ 爐(,，·/)，top< j<bottom
其中l(wèi)eft, top, right, bottom分別為所述矩形區(qū)域左邊沿橫坐標(biāo),上邊沿縱坐標(biāo)，右邊沿橫坐標(biāo)，上邊沿縱坐標(biāo)，MI (i, j)為(i, j)像素的運(yùn)動(dòng)標(biāo)志。
所述矩形區(qū)域的歸一化運(yùn)動(dòng)能量NME為{bottom - top +1) * (right - top +1)
在另一個(gè)示例中，可以采用基于像素運(yùn)動(dòng)標(biāo)志掩模圖像MI的積分圖像Integ(i， j)的方式計(jì)算矩形區(qū)域的歸一化運(yùn)動(dòng)能量，以進(jìn)一步減少運(yùn)算量。
所述像素運(yùn)動(dòng)標(biāo)志掩模圖像MI的積分圖像Integ(i，j)為
Integ(i,j) = X MI(m,n).0<m</',0< 7< j
釆用積分圖像計(jì)算的所述矩形區(qū)域的歸一化運(yùn)動(dòng)能量NME為
Nme Integ{left -1, top -1) + Integ (right, bottom) -1nteg (left - !,bottom) -1nteg (top -1, right){bottom - top +1) * {right - top +1),
其中l(wèi)eft, top, right, bottom分別為所述矩形區(qū)域的左邊緣橫坐標(biāo),上邊緣縱坐標(biāo)，右邊緣橫坐，標(biāo)，下邊緣縱坐標(biāo)。
如果所述矩形區(qū)域的歸一化運(yùn)動(dòng)能量NME大于閾值，則認(rèn)為所述矩形區(qū)域發(fā)生了運(yùn)動(dòng)，否則認(rèn)為未發(fā)生運(yùn)動(dòng)。
上述運(yùn)動(dòng)能量的計(jì)算方式不限定于上述使用積分圖像進(jìn)行計(jì)算，也不限定于使用區(qū)域內(nèi)發(fā)生運(yùn)動(dòng)的象素?cái)?shù)目作為運(yùn)動(dòng)能量，除了采用上述兩幀間差別的方法衡量區(qū)域是否發(fā)生變化外，還可以采用計(jì)算多幀差別的方法衡量區(qū)域是否發(fā)生變化，比如采用高通濾波器，或者KDE等方法計(jì)算得到發(fā)生變化的像素?cái)?shù)目作為區(qū)域內(nèi)的運(yùn)動(dòng)能量。
在一個(gè)實(shí)施例中，求取當(dāng)前巾貞輸入圖像的積分圖像，對(duì)于一個(gè)人臉候選窗口，如果該人臉候選窗口未發(fā)生運(yùn)動(dòng)，則開(kāi)始處理下一個(gè)人臉候選窗口。如果該人臉窗口發(fā)生了運(yùn)動(dòng)，則采用對(duì)應(yīng)尺度的層次型adaboost檢測(cè)器對(duì)該人臉候選窗口對(duì)應(yīng)的積分圖像區(qū)域進(jìn)行人臉檢測(cè)判定。如果在該人臉候選窗口對(duì)應(yīng)的積分圖像區(qū)域中檢測(cè)到人臉，則將該人臉候選窗口的位置和大小作為人臉的位置和大小參數(shù)，并退出當(dāng)前輸入圖像的人臉檢測(cè)，將當(dāng)前幀輸入圖像作為參考幀圖像保存下來(lái)，之后返回步驟130。如果在該人臉候選窗口中未檢測(cè)到人臉，則處理下一個(gè)人臉候窗口。如果將所有人臉候選窗口處理完畢還未檢測(cè)人臉， 則直接將該當(dāng)前幀輸入圖像作為參考幀圖像保存下來(lái)，之后返回步驟130。
這樣做的好處是，能夠減少對(duì)沒(méi)有發(fā)生運(yùn)動(dòng)區(qū)域進(jìn)行人臉檢測(cè)判定的工作量，節(jié)省運(yùn)算量。尤其是在采集視頻圖 像靜止的情況下，圖像中一直處于無(wú)人臉的狀態(tài)時(shí)，在現(xiàn)有技術(shù)中，往往依然會(huì)對(duì)圖像進(jìn)行處理，浪費(fèi)運(yùn)算資源。而采用本發(fā)明，則只需要進(jìn)行各個(gè)人臉候選區(qū)域的運(yùn)動(dòng)檢測(cè)即可，不需要對(duì)各個(gè)人臉候選區(qū)域進(jìn)行更為復(fù)雜的人臉檢測(cè)。
步驟150，判斷當(dāng)前幀輸入圖像的已記錄的人臉區(qū)域是否發(fā)生運(yùn)動(dòng)，如果未發(fā)生運(yùn)動(dòng)，進(jìn)入步驟160，如果發(fā)生運(yùn)動(dòng)，則進(jìn)入步驟170。
在一個(gè)實(shí)施例中，可以采用步驟140中的描述的判斷人臉候選窗口是否運(yùn)動(dòng)的方式來(lái)判斷已記錄的人臉區(qū)域是否發(fā)生運(yùn)動(dòng)，具體內(nèi)容就不再贅述了。
步驟160，將先前幀中已記錄的人臉的位置和大小參數(shù)作為當(dāng)前幀輸入圖像的人臉檢測(cè)結(jié)果，并將退出當(dāng)前輸入圖像的人臉檢測(cè)，將所述當(dāng)前輸入圖像作為參考幀圖像保存下來(lái)，之后返回步驟130。這樣，大大節(jié)省了計(jì)算量。
步驟170，利用所述人臉檢測(cè)模型中的部分對(duì)當(dāng)前幀輸入圖像中的以已記錄的人臉的中心坐標(biāo)為中心的一個(gè)矩形搜索區(qū)域內(nèi)的所有人臉候選窗口進(jìn)行人臉檢測(cè)。如果檢測(cè)到一個(gè)人臉，則記錄下該人臉的位置和大小參數(shù)(Xcf，ycf, Wcf, hrf)，并退出該當(dāng)前幀輸入圖像的人臉檢測(cè)。在檢測(cè)到一個(gè)人臉或在該矩形搜索區(qū)域內(nèi)的所有人臉候選窗口中均未檢測(cè)到人臉時(shí)，將當(dāng)前幀輸入圖像保存為參考幀圖像，之后返回步驟130。
在一個(gè)實(shí)施例中，假定前面檢測(cè)得到的相鄰兩幀圖像的人臉的寬度變化的絕對(duì)值 |wt+1-wt (由于人臉模板寬度和高度比例相同，因而僅以寬度計(jì)算)，中心橫坐標(biāo)變化絕對(duì)值I xt+1-xt I，中心縱坐標(biāo)變化絕對(duì)值I Ytn-Yt I，符合高斯概率分布，其中寬度差絕對(duì)值符合 η (μw, ow)的高斯概率分布，其中yw為分布均值，σw為方差，其中中心橫坐標(biāo)差值絕對(duì)值符合σ cx)的高斯概率分布，其中μ 為分布均值，σ 為方差，其中縱坐標(biāo)差值絕對(duì)值符合O cy)的高斯概率分布，其中μ C7為分布均值，Oct為方差。
假定先前幀中已記錄的人臉位置為(xef，ycf)，寬度為Wef，確定當(dāng)前幀輸入圖像的人臉?biāo)阉鞣秶且砸延涗浀娜四樀闹行淖鴺?biāo)(Xc^yrf)為中心，ws = f(o 為寬度，hs =f (σ Μ)*μ ^為高度的矩形搜索區(qū)域，其中，f(o J為關(guān)于σ α的單調(diào)遞增函數(shù)，簡(jiǎn)單的可以取為α*σ ，α為常數(shù)，f(0c;y)為關(guān)于0。,的單調(diào)遞增函數(shù)，簡(jiǎn)單的可以取為β*σε ， β為常數(shù)，α，β值越大，越不會(huì)漏檢人臉，但同時(shí)最差情況下的計(jì)算量會(huì)增加。也就是說(shuō)， 根據(jù)所述人臉在相鄰兩幀輸入圖像的位置變化符合的概率分布確定所述矩形搜索區(qū)域。
人臉候選窗口的大小范圍為[wrf_f ( σ J * μ w，wef+f(ow)#w]，其中，f ( σ J為關(guān)于0￥的單調(diào)遞增函數(shù)，簡(jiǎn)單的可以取f(ow) = λ*σψ0對(duì)于上述人臉候選窗口的大小范圍，確定在此范圍內(nèi)的所有人臉檢測(cè)模型的序號(hào)，即滿(mǎn)足Wff ( σ w) * μ w彡ROUND (MW*SRS)( Wcf-f ( σ w) * μ w的所有s，它們?yōu)樗腥四槞z測(cè)模型中的部分。也就是說(shuō)，根據(jù)所述人臉在相鄰兩幀輸入圖像的大小變化符合的概率分布確定符合尺度要求的人臉檢測(cè)模型。
對(duì)于滿(mǎn)足上述寬度的所有人臉檢測(cè)模型，假定水平步長(zhǎng)為Sxs，垂直步長(zhǎng)為5ys, 在以已記錄的人臉的中心坐標(biāo)為中心的矩形區(qū)域內(nèi)，得到所有的人臉候選窗口(Xsf，ysf， wsf，hsf)，其中，(xsf，ysf)為所述人臉候選窗口的中心，Wsf為所述人臉候選窗口的寬度，hsf為所述人臉候選窗口的寬度。對(duì)于所有人臉候選窗口(xsf，ysf，《sf)，分別計(jì)算其可能為人臉的概率
η (I Wsf-Wcf I I μ w, O w)2* Tl (| Xsf-Xcf | | μ cx,。cx) * η (| ysf-ycf | | μ cy, σ
其中
權(quán)利要求
1.一種快速人臉檢測(cè)方法，其特征在于，其包括 利用人臉檢測(cè)模型對(duì)第一幀輸入圖像中的所有人臉候選窗口進(jìn)行人臉檢測(cè)，如果檢測(cè)到一個(gè)人臉，則記錄下該人臉的位置和大小參數(shù)，并退出該第一幀輸入圖像的人臉檢測(cè)，在檢測(cè)到一個(gè)人臉或在所有人臉候選窗口中均未檢測(cè)到人臉時(shí)，將該第一幀輸入圖像保存為參考巾貞圖像； 如果在先前幀輸入圖像中未檢測(cè)到人臉，基于參考幀圖像判斷當(dāng)前幀輸入圖像中的各個(gè)人臉候選窗口是否發(fā)生運(yùn)動(dòng)，通過(guò)所述人臉檢測(cè)模型對(duì)發(fā)生運(yùn)動(dòng)的人臉候選窗口進(jìn)行人臉檢測(cè)，如果檢測(cè)到人臉，則記錄下該人臉的位置和大小參數(shù)，并退出當(dāng)前輸入圖像的人臉檢測(cè)，在檢測(cè)到一個(gè)人臉或在所有人臉候選窗口均未檢測(cè)到人臉時(shí)，將該當(dāng)前幀輸入圖像保存為參考幀圖像。
2.根據(jù)權(quán)利要求1所述的快速人臉檢測(cè)方法，其特征在于其還包括 訓(xùn)練得到人臉檢測(cè)模型，對(duì)該人臉檢測(cè)模型進(jìn)行縮放得到一系列不同尺度的人臉檢測(cè)模型。
3.根據(jù)權(quán)利要求2所述的快速人臉檢測(cè)方法，其特征在于其還包括 如果在先前幀輸入圖像中檢測(cè)到人臉，并且當(dāng)前幀輸入圖像的已記錄的人臉區(qū)域未發(fā)生運(yùn)動(dòng)，則將先前幀中已記錄的人臉的位置和大小參數(shù)作為當(dāng)前幀輸入圖像的人臉檢測(cè)結(jié)果，并將退出當(dāng)前輸入圖像的人臉檢測(cè)，將所述當(dāng)前輸入圖像作為參考幀圖像保存下來(lái)。
4.根據(jù)權(quán)利要求2所述的快速人臉檢測(cè)方法，其特征在于其還包括 如果在先前幀輸入圖像中檢測(cè)到人臉，并且當(dāng)前幀輸入圖像的已記錄的人臉區(qū)域發(fā)生了運(yùn)動(dòng)，則利用所述人臉檢測(cè)模型中對(duì)當(dāng)前幀輸入圖像中的以已記錄的人臉的位置為中心的一個(gè)矩形搜索區(qū)域內(nèi)的所有人臉候選窗口進(jìn)行人臉檢測(cè)，如果檢測(cè)到一個(gè)人臉，則記錄下該人臉的位置和大小參數(shù)，并退出該當(dāng)前幀輸入圖像的人臉檢測(cè)，在檢測(cè)到一個(gè)人臉或在該矩形搜索區(qū)域內(nèi)的所有人臉候選窗口中均未檢測(cè)到人臉時(shí)，將當(dāng)前幀輸入圖像保存為參考巾貞圖像。
5.根據(jù)權(quán)利要求4所述的快速人臉檢測(cè)方法，其特征在于其還包括統(tǒng)計(jì)人臉在相鄰兩幀輸入圖像的位置變化以及大小變化符合的概率分布， 其中根據(jù)所述人臉在相鄰兩幀輸入圖像的位置變化符合的概率分布確定所述矩形搜索區(qū)域，根據(jù)所述人臉在相鄰兩幀輸入圖像的大小變化符合的概率分布確定符合尺度要求的人臉檢測(cè)模型。
6.根據(jù)權(quán)利要求5所述的快速人臉檢測(cè)方法，其特征在于其還包括計(jì)算所述矩形搜索區(qū)域內(nèi)的所有人臉候選窗口可能為人臉的概率， 其中按照所述可能為人臉的概率的從大到小排序?qū)λ腥四樅蜻x窗口依次進(jìn)行人臉檢測(cè)。
7.根據(jù)權(quán)利要求1-6任一所述的快速人臉檢測(cè)方法，其特征在于 通過(guò)對(duì)應(yīng)矩形區(qū)域的歸一化運(yùn)動(dòng)能量來(lái)判斷所述人臉候選窗口或已記錄的人臉區(qū)域是否運(yùn)動(dòng)，在所述矩形區(qū)域的歸一化運(yùn)動(dòng)能量大于閾值，則認(rèn)為所述矩形區(qū)域發(fā)生了運(yùn)動(dòng)，否則認(rèn)為未發(fā)生運(yùn)動(dòng)， 所述歸一化運(yùn)動(dòng)能量基于像素運(yùn)動(dòng)標(biāo)志掩模圖像獲得， 求取當(dāng)前幀輸入圖像與參考幀圖像的像素亮度差，將所述像素亮度差與閾值比較，如果大于閾值，則將該像素的運(yùn)動(dòng)標(biāo)志設(shè)定為運(yùn)動(dòng)，如果小于閾值，則將該像素的運(yùn)動(dòng)標(biāo)志設(shè)定為靜止，從而得到所述像素運(yùn)動(dòng)標(biāo)志掩模圖像。
8.根據(jù)權(quán)利要求1-6任一所述的快速人臉檢測(cè)方法，其特征在于所述人臉檢測(cè)模型為層次型自適應(yīng)增強(qiáng)人臉檢測(cè)模型，計(jì)算輸入圖像的積分圖像，所述人臉檢測(cè)模型在積分圖像的基礎(chǔ)上進(jìn)行人臉檢測(cè)。
全文摘要
本發(fā)明公開(kāi)一種人臉快速檢測(cè)方法，所述方法包括在先前幀輸入圖像中未檢測(cè)到人臉時(shí)，基于參考幀圖像判斷當(dāng)前幀輸入圖像中的各個(gè)人臉候選窗口是否發(fā)生運(yùn)動(dòng)，通過(guò)所述人臉檢測(cè)模型對(duì)發(fā)生運(yùn)動(dòng)的人臉候選窗口進(jìn)行人臉檢測(cè)，如果檢測(cè)到人臉，則記錄下該人臉的位置和大小參數(shù)，并退出當(dāng)前輸入圖像的人臉檢測(cè)，在檢測(cè)到一個(gè)人臉或在所有人臉候選窗口均未檢測(cè)到人臉時(shí)，將該當(dāng)前幀輸入圖像保存為參考幀圖像。這樣，本發(fā)明可以在檢測(cè)到一個(gè)人臉時(shí)退出人臉檢測(cè)，并且在先前幀圖像未檢測(cè)到人臉時(shí)，只對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行人臉檢測(cè)，能夠減少對(duì)沒(méi)有發(fā)生運(yùn)動(dòng)區(qū)域進(jìn)行人臉檢測(cè)判定的工作量，節(jié)省運(yùn)算量。
文檔編號(hào)G06K9/00GK103020580SQ201110285278
公開(kāi)日2013年4月3日 申請(qǐng)日期2011年9月23日 優(yōu)先權(quán)日2011年9月23日
發(fā)明者鄧亞峰 申請(qǐng)人:無(wú)錫中星微電子有限公司