一種逆光環(huán)境下人臉檢測(cè)方法
【專利摘要】本發(fā)明涉及一種逆光環(huán)境下人臉檢測(cè)方法，包括以下步驟：動(dòng)態(tài)調(diào)整攝像機(jī)的參數(shù)；前景、背景分割；人臉定位；人臉跟蹤并存儲(chǔ)；人臉圖像尺寸過濾；人臉圖像清晰度過濾；正面人臉過濾；人臉圖像輸出。本發(fā)明的有益效果為：對(duì)相機(jī)進(jìn)行動(dòng)態(tài)參數(shù)的調(diào)整，適應(yīng)不同光照環(huán)境下的人臉檢測(cè)，使逆光環(huán)境能夠獲得更好的人臉圖像；針對(duì)逆光環(huán)境設(shè)計(jì)了一系列精簡(jiǎn)的人臉檢測(cè)方法，其檢測(cè)效果好，同時(shí)極大的降低了CPU處理所占的資源，使整個(gè)系統(tǒng)的硬件成本得以下降。
【專利說明】一種逆光環(huán)境下人臉檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種逆光環(huán)境下人臉檢測(cè)方法。
【背景技術(shù)】
[0002]隨著我國(guó)經(jīng)濟(jì)的高速增長(zhǎng)，人們的生活和物質(zhì)水平都得到了大幅提高，越來越重視自己的個(gè)人和財(cái)產(chǎn)安全。同時(shí)，經(jīng)濟(jì)的飛速發(fā)展伴隨著城市流動(dòng)人口的急劇增加，給城市的社會(huì)治安增加了新的難題。由于傳統(tǒng)的安防監(jiān)控大多都只是記錄錄像，事后處理取證，很難達(dá)到防范安全隱患事件的發(fā)生，因此智能化安防監(jiān)控系統(tǒng)的發(fā)展，就成為當(dāng)前平安城市、智慧城市建設(shè)推進(jìn)的必然趨勢(shì)。
[0003]一般在入口處搭建人臉檢測(cè)識(shí)別系統(tǒng)的應(yīng)用主要是公司門禁系統(tǒng)，其光照環(huán)境非常好，并且檢測(cè)人群的配合度很高。而公共、娛樂場(chǎng)所入口處的人臉檢測(cè)應(yīng)用非常少，原因可能是多方面的，單從人臉檢測(cè)的技術(shù)維度考慮，攝像機(jī)搭建在正對(duì)大門的入口處，白天都伴隨著強(qiáng)烈的逆光環(huán)境，檢測(cè)人臉難度大；人臉出現(xiàn)在監(jiān)控區(qū)域中的姿態(tài)不定，需要選出一張最適合識(shí)別的圖像輸出，一般的方法都會(huì)有很大的計(jì)算量，高性能的處理設(shè)備都很難保證實(shí)時(shí)性，如果增加處理設(shè)備的性能或數(shù)量解決實(shí)時(shí)性問題，就會(huì)增加整個(gè)系統(tǒng)的硬件成本。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種逆光環(huán)境下人臉檢測(cè)方法，以克服目前現(xiàn)有技術(shù)存在的上述不足。
[0005]本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn):
一種逆光環(huán)境下人臉檢測(cè)方法，包括以下步驟:
1)根據(jù)光照情況，動(dòng)態(tài)調(diào)整攝像機(jī)的參數(shù)，拍攝監(jiān)控區(qū)域內(nèi)圖像；
2)前景、背景分割，對(duì)監(jiān)控區(qū)域內(nèi)圖像提取前景運(yùn)動(dòng)區(qū)域?yàn)槿四槞z測(cè)區(qū)域；
3)人臉定位，通過基于Haar特征的AdaBoost級(jí)聯(lián)分類器對(duì)人臉檢測(cè)區(qū)域進(jìn)行人臉定位，確定人臉區(qū)域的坐標(biāo)位置；
4)人臉跟蹤并存儲(chǔ)，對(duì)定位到的人臉圖像進(jìn)行跟蹤，采用面積重疊區(qū)域判斷法，判斷是否為同一個(gè)人的人臉圖像，為同一個(gè)人，則對(duì)此人臉圖像保存、標(biāo)記；
5)人臉圖像尺寸過濾，對(duì)步驟4)保存的人臉圖像進(jìn)行像素尺寸判斷，過濾不符合設(shè)定參數(shù)的人臉圖像；
6)人臉圖像清晰度過濾，對(duì)符合步驟5)的人臉圖像進(jìn)行清晰度判斷，過濾掉運(yùn)動(dòng)模糊、失焦等質(zhì)量較差的人臉圖像；
7)正面人臉過濾，對(duì)符合步驟6)的人臉圖像進(jìn)行是否為正面人臉圖像判斷，過濾側(cè)面人臉圖像，并對(duì)正面人臉圖像進(jìn)行評(píng)價(jià)、標(biāo)記；以及
8)人臉圖像輸出，對(duì)符合步驟7)的人臉圖像，輸出評(píng)價(jià)值最高的人臉圖像，沒有符合步驟7)的人臉圖像，則不輸出圖像。[0006]所述步驟I)中動(dòng)態(tài)調(diào)整攝像機(jī)的參數(shù)包括以下步驟:
a)對(duì)攝像機(jī)在不同光照情況下進(jìn)行參數(shù)標(biāo)定，調(diào)整攝像機(jī)亮度基準(zhǔn)值，同時(shí)要限制住數(shù)字增益和曝光時(shí)間的變化范圍；
b)對(duì)相機(jī)在不同光照情況下對(duì)應(yīng)的檢測(cè)區(qū)域平均灰度值進(jìn)行標(biāo)定，同時(shí)要結(jié)合檢測(cè)到人臉區(qū)域的灰度值情況；
c)建立圖像的平均灰度與相機(jī)參數(shù)之間的關(guān)系，使之能夠在不同光照下動(dòng)態(tài)調(diào)整相機(jī)參數(shù)。
[0007]所述步驟2)通過以下方法獲取前景區(qū)域:
【權(quán)利要求】
1.一種逆光環(huán)境下人臉檢測(cè)方法，其特征在于，包括以下步驟: 1)根據(jù)光照情況，動(dòng)態(tài)調(diào)整攝像機(jī)的參數(shù)，拍攝監(jiān)控區(qū)域內(nèi)圖像； 2)前景、背景分割，對(duì)監(jiān)控區(qū)域內(nèi)圖像提取前景運(yùn)動(dòng)區(qū)域?yàn)槿四槞z測(cè)區(qū)域； 3)通過基于Haar特征的AdaBoost級(jí)聯(lián)分類器對(duì)人臉檢測(cè)區(qū)域進(jìn)行人臉定位，確定人臉區(qū)域的坐標(biāo)位置； 4)對(duì)定位到的人臉圖像進(jìn)行跟蹤，采用面積重疊區(qū)域判斷法，判斷是否為同一個(gè)人的人臉圖像，為同一個(gè)人，則對(duì)此人臉圖像保存、標(biāo)記； 5)對(duì)步驟4)保存的人臉圖像進(jìn)行像素尺寸判斷，過濾不符合設(shè)定參數(shù)的人臉圖像； 6)對(duì)符合步驟5)的人臉圖像進(jìn)行清晰度判斷，過濾掉運(yùn)動(dòng)模糊、失焦、質(zhì)量較差的人臉圖像； 7)對(duì)符合步驟6)的人臉圖像進(jìn)行是否為正面人臉圖像判斷，過濾側(cè)面人臉圖像，并對(duì)正面人臉圖像進(jìn)行評(píng)價(jià)、標(biāo)記；以及 8)對(duì)符合步驟7)的人 臉圖像，輸出評(píng)價(jià)值最高的人臉圖像，沒有符合步驟7)的人臉圖像，則不輸出圖像。
2.根據(jù)權(quán)利要求1所述的逆光環(huán)境下人臉檢測(cè)方法，其特征在于:步驟I)中，動(dòng)態(tài)調(diào)整攝像機(jī)的參數(shù)包括以下步驟: a)對(duì)攝像機(jī)在不同光照情況下進(jìn)行參數(shù)標(biāo)定，調(diào)整攝像機(jī)亮度基準(zhǔn)值，同時(shí)要限制住數(shù)字增益和曝光時(shí)間的變化范圍； b)對(duì)相機(jī)在不同光照情況下對(duì)應(yīng)的檢測(cè)區(qū)域平均灰度值進(jìn)行標(biāo)定，同時(shí)要結(jié)合檢測(cè)到人臉區(qū)域的灰度值情況 '及 c)建立圖像的平均灰度與相機(jī)參數(shù)之間的關(guān)系，使之能夠在不同光照下動(dòng)態(tài)調(diào)整相機(jī)參數(shù)。
3.根據(jù)權(quán)利要求2所述的逆光環(huán)境下人臉檢測(cè)方法，其特征在于:步驟2)中，通過以下公式獲取前景區(qū)域:Tc im) = ? 1< Tr11otherwiseBt(M)J1 |>(m)>=Tn

I i=l

1,0otherwise 其中n為樣本數(shù)，Xf(m)為f n之間的某一樣本像素灰度值，Xt(m )表示當(dāng)前幀像素灰度值,Tf為常量取值范圍在(100-128)，Τ；為fn之間的某一常數(shù)，可取在n/2附近的整數(shù)值，Bt(m)即為獲取到的前景目標(biāo)圖像。
4.根據(jù)權(quán)利要求3所述的逆光環(huán)境下人臉檢測(cè)方法，其特征在于:步驟6)采用基于Sobel算子的梯度方差來評(píng)價(jià)圖像的清晰度: Sobel水平和垂直方向算子如下:
5.根據(jù)權(quán)利要求4所述的逆光環(huán)境下人臉檢測(cè)方法，其特征在于:步驟7)進(jìn)一步包括以下步驟: a)采用ASM算法定位人臉68個(gè)特征點(diǎn)，然后選取兩只眼睛的坐標(biāo)對(duì)人臉圖像進(jìn)行平移、旋轉(zhuǎn)、縮放、裁剪，從而使所有檢測(cè)的人臉規(guī)范到50mm X 50mm尺寸； b)采用Sobel算子進(jìn)行垂直方向的邊緣檢測(cè)，然后通過兩眼的坐標(biāo)點(diǎn)向兩邊尋找與兩側(cè)臉邊緣的交點(diǎn)，計(jì)算眼睛到臉的距離是否相同 '及 c)如果大于設(shè)定的正面人臉閾值，將對(duì)該人臉圖像進(jìn)行標(biāo)記。
【文檔編號(hào)】G06K9/00GK103927520SQ201410148552
【公開日】2014年7月16日 申請(qǐng)日期:2014年4月14日 優(yōu)先權(quán)日:2014年4月14日
【發(fā)明者】李晨光 申請(qǐng)人:中國(guó)華戎控股有限公司