專利名稱：一種人臉檢測方法
技術領域：
本發(fā)明涉及的是生物特征身份識別領域，特別是涉及一種人臉檢測方法。
背景技術：
人臉檢測方法各異，大體上可分為:基于膚色特征與人臉驗證的方法、基于啟發(fā)式模型的方法、基于統(tǒng)計模型的方法，由于人臉是非剛性的，具有高自由度的變化，顯式地描述人臉特征有一定難度，為此，基于統(tǒng)計模型的方法更受到重視，如人工神經(jīng)網(wǎng)絡、AdaBoost、特征空間法和基于概率模型的方法等。單獨地應用一種方法往往得不到準確的檢測效果，將多種特征信息及方法融合來提高對目標檢測的準確度越來越受到研究者的重視。P.Viola和M.Jone通過將AdaBoost算法與基于積分圖的Haar-Like特征結合起來實現(xiàn)的人臉檢測系統(tǒng)，是歷史上第一次使人臉檢測達到了實時處理的程度。Viola的人臉檢測方法是一種基于積分圖、級聯(lián)檢測器和AdaBoost的方法。該方法可以分為三個部分:第一部分，使用基于積分圖計算的Haar-1ike特征表示人臉；第二部分，使用AdaBoost挑選出一些最能代表人臉的矩形特征(弱分類器)，按照加權投票的方式將弱分類器構造為一個強分類器；第三部分，將訓練得到的若干強分類器級聯(lián)形成分層檢測結構，這種結構能有效地提高分類器的檢測速度((I)Viola P, Jones M.Robust real time objectdetection[C].1CCV2001,Vancouver,British Columbia.USA:1EEE Computer SocietyPress, 2001;(2)P.Viola, M.Jones.Robust Real-Time Face Detection.1nternationalJournal of Computer Vision.2004，57(2):137-154)。膚色是人臉的重要信息，不依賴于面部的細節(jié)特征，對于旋轉、表情等變化情況都能適用，具有相對的穩(wěn)定性并且和大多數(shù)背景物體的顏色相區(qū)別。因此膚色特征在人臉檢測中是最常用的一種特征(Ming H Y, David J, Kriegman, et.al.DetectingFaces in Images: A Sur vey[J].1EEE Trans.0n Pattern Analysis and MachineIntelligence, 2002, 24(1):34-58.)。但是膚色信息容易受到光照變化等的影響從而導致人臉檢測準確度嚴重下降。所以，基于膚色信息進行的人臉檢測，需要有好的光照補償方法進行輔助。

發(fā)明內容
本發(fā)明的目的在于提供一種檢測速度更快，檢測準確率更高、誤檢率更低的人臉檢測方法。本發(fā)明的目的是這樣實現(xiàn)的:本發(fā)明包括下列步驟:( I)讀取原始人臉圖像；(2)對原始人臉圖像進行人臉光照預處理:圖像[O, 255]的像素值區(qū)間P到[O, 31 ]的角度值區(qū)間Ω的線性映射Φ為:
φ:ρ — Ω Ω = {ω | ω=Φ (χ)},角度值區(qū)間Ω到Gamma值區(qū)間Γ的映射h為:h: Ω — Γ Γ = { γ I y =h (χ)}
權利要求
1.一種人臉檢測方法，其特征在于，包括以下步驟: (1)讀取原始人臉圖像； (2)對原始人臉圖像進行人臉光照預處理: 圖像[O, 255]的像素值區(qū)間P到[O, 31 ]的角度值區(qū)間Ω的線性映射Φ為:
全文摘要
本發(fā)明涉及的是生物特征身份識別領域，特別是涉及一種人臉檢測方法。本發(fā)明包括下列步驟讀取原始人臉圖像；對原始人臉圖像進行人臉光照預處理；采用AdaBoost檢測候選人臉區(qū)域；計算相似度圖確認人臉區(qū)域圖像。本方法在保證檢測速度的同時，大大減少了目標區(qū)域的誤檢率，提高了人臉檢測的準確率。
文檔編號G06K9/00GK103226698SQ20131013191
公開日2013年7月31日 申請日期2013年4月16日 優(yōu)先權日2013年4月16日
發(fā)明者王科俊, 鄒國鋒, 孫晶, 唐墨, 付斌, 呂卓紋 申請人:哈爾濱工程大學