臉窗口概率值越大，下一幀圖像的縮放尺度范圍的中心值越靠近與該第一人臉窗口概率值對應(yīng)的縮放圖像的縮放尺度。
[0050]在該步驟中，在判斷生成的檢測窗口是否含有人臉之后，還對判斷出含有人臉的檢測窗口對應(yīng)的檢測窗口尺寸下的所有檢測窗口進(jìn)行合并，并將合并后的圖像恢復(fù)到所述當(dāng)前幀圖像的初始尺寸，將恢復(fù)尺寸后的圖像上人臉對應(yīng)的位置在所述未經(jīng)縮放處理的原始當(dāng)前幀圖像上標(biāo)出。
[0051]此外，可以理解，縮放圖像的第一人臉窗口概率值是表示每張縮放圖像在其縮放尺度下能夠檢測出人臉的概率值，用于對后續(xù)幀圖像的縮放尺度范圍產(chǎn)生影響，其能夠檢測出人臉的概率值高的縮放圖像對應(yīng)的縮放尺度對后一幀圖像的縮放尺度范圍影響較大。第一人臉窗口概率值可以是縮放圖像含有人臉的檢測窗口的數(shù)目與不含人臉的檢測窗口數(shù)目的比值，也可以是縮放圖像含有人臉的檢測窗口數(shù)目與該圖像檢測窗口總數(shù)的比值。
[0052]此后，結(jié)束本流程。
[0053]此外，在一優(yōu)選例中，在上述步驟104中，采用級聯(lián)分類器判斷檢測窗口是否含有人臉。
[0054]級聯(lián)分類器的原理如圖3所示，各級分類器依次對人臉的檢測窗口進(jìn)行檢測，只有檢測窗口通過所有級別的分類器，才會被認(rèn)為含有人臉。每一級分類器都由若干類Haar特征組成，每一個類Haar特征都有一個特征值和兩個正負(fù)影響因子。類Haar特征的例子如圖4所示，包括邊緣特征、線特征和特定方向特征。在使用單級分類器檢測時，類Haar特征白色矩形區(qū)域的像素和減去黑色矩形區(qū)域的像素和，計算結(jié)果與它的特征值進(jìn)行比較，如果結(jié)果大于特征值，則該類Haar特征就具有正的影響因子，否則具有負(fù)的影響因子(值得注意的是，實際的影響因子并不分正負(fù)，只是它們的大小不同，它們被稱為left value (左邊的值)和right value (右邊的值)，計算得到的特征值大于閾值，就取left value,反之則取right value) ο最終該單級分類器中所有類Haar特征的影響因子取值的和與該級分類器的閾值進(jìn)行比較，如果影響因子之和大于該級閾值，那么檢測窗口通過該級分類器，進(jìn)入下一級分類器的檢測階段。否則，被檢測的窗口被認(rèn)為不含有人臉，對該窗口的檢測終止。
[0055]圖像積分圖加快了矩形區(qū)域像素和的計算，如圖5所示，計算窗口 ABCD中矩形區(qū)域EFGH內(nèi)像素的和。在圖像積分圖已知的情況下，計算EFGH內(nèi)的像素和，只需將積分圖F、G和H點處的值相加，再減去E點的值即可，這樣就避免了對檢測窗口中對應(yīng)區(qū)域像素值的逐點累加。
[0056]此外，在另一優(yōu)選例中，在上述步驟104中，當(dāng)?shù)谝蝗四槾翱诟怕手刀疾粸榱銜r，下一幀圖像縮放尺度范圍的中心值為與當(dāng)前幀圖像對應(yīng)的第一人臉窗口概率值中的最大值對應(yīng)的縮放圖像的縮放尺度。
[0057]此外，可以理解，在本發(fā)明的其他實施方式中，也可以將靠近第一人臉窗口概率值最大值的對應(yīng)的縮放圖像的縮放尺度的某個數(shù)值作為縮放尺度范圍的中心值，在此不做限定。
[0058]此外，在另一優(yōu)選例中，在上述步驟104中，當(dāng)?shù)谝蝗四槾翱诟怕手刀紴榱銜r，下一幀圖像的縮放尺度范圍為AdaBoost算法的默認(rèn)縮放尺度范圍。即如果當(dāng)前幀圖像中沒有檢測到人臉，那么下一幀圖像會在全部可能的縮放尺度上進(jìn)行縮放。此外，可以理解，默認(rèn)縮放尺度范圍包含任何含有人臉的檢測窗口的數(shù)目不為零的圖像對應(yīng)的縮放尺度范圍。
[0059]由于在AdaBoost算法中，圖像中的人臉區(qū)域大小與檢測窗口相當(dāng)時，才能檢測出人臉，在檢測窗口尺寸固定時，需要對待檢測圖像進(jìn)行不同縮放尺度的縮放處理生成圖像金字塔后，才可進(jìn)行后續(xù)的檢測窗口檢測。在視頻圖像中，由于視頻的連續(xù)性，相鄰幀間人臉變化較小，在新一幀圖像中，人臉很有可能出現(xiàn)在上一幀圖像人臉出現(xiàn)最多的縮放尺寸前后的幾個縮放尺寸內(nèi)，因而本發(fā)明通過對是否含有人臉的檢測窗口的數(shù)目進(jìn)行統(tǒng)計，可根據(jù)統(tǒng)計值減小圖像縮放尺度范圍，降低圖像檢測計算量，提高人臉檢測速度，節(jié)省系統(tǒng)的計算資源。
[0060]本發(fā)明第二實施方式涉及一種視頻流人臉檢測方法。圖6是該視頻流人臉檢測方法的流程示意圖。
[0061]具體地說，如圖6所示，該視頻流人臉檢測方法包括以下步驟:
[0062]在步驟601中，獲取當(dāng)前幀圖像。
[0063]此后進(jìn)入步驟602，根據(jù)前一幀圖像的第二人臉窗口概率值確定當(dāng)前幀圖像的檢測窗口尺寸范圍，并在該尺寸范圍內(nèi)生成當(dāng)前幀圖像的不同尺寸的檢測窗口。
[0064]此后進(jìn)入步驟603，判斷生成的檢測窗口是否含有人臉，并統(tǒng)計每個檢測窗口尺寸下具有人臉的檢測窗口的數(shù)目，得到當(dāng)前幀的每個檢測窗口尺寸的第二人臉窗口概率值，供下一幀圖像生成檢測窗口時使用，其中，第二人臉窗口概率值中的最大值越大，下一幀圖像的檢測窗口尺寸范圍越小，且第二人臉窗口概率值越大，下一幀圖像的檢測窗口尺寸范圍的中心值越靠近該第二人臉窗口概率值對應(yīng)的檢測窗口尺寸。
[0065]在該步驟中，在判斷生成的檢測窗口是否含有人臉之后，對判斷出含有人臉的檢測窗口對應(yīng)的檢測窗口尺寸下的所有檢測窗口進(jìn)行合并，并將合并后的圖像恢復(fù)到當(dāng)前幀圖像的初始尺寸，將恢復(fù)尺寸后的圖像上人臉對應(yīng)的位置在所述未經(jīng)縮放處理的原始當(dāng)前幀圖像上標(biāo)出。
[0066]此外，可以理解，第二人臉窗口概率值是表示每一尺寸的檢測窗口在其大小尺寸下能夠從圖像中檢測出人臉的概率值，用于對后續(xù)幀圖像要生成的檢測窗口的尺寸范圍產(chǎn)生影響，其能夠檢測出人臉的概率值高的檢測窗口尺寸對應(yīng)的大小對后一幀圖像的檢測窗口尺寸范圍的影響較大。第二人臉窗口概率值可以是每個檢測窗口尺寸下含有人臉的檢測窗口的數(shù)目與不含人臉的檢測窗口數(shù)目的比值，也可以是該檢測窗口尺寸下含有人臉的檢測窗口數(shù)目與檢測窗口總數(shù)的比值。
[0067]此后結(jié)束本流程。
[0068]在一優(yōu)選例中，上述步驟603中，當(dāng)?shù)诙四槾翱诟怕手刀疾粸榱銜r，下一幀圖像的檢測窗口尺寸范圍的中心值為當(dāng)前幀圖像對應(yīng)的第二人臉窗口概率值中的最大值對應(yīng)的檢測窗口尺寸。
[0069]此外，可以理解，在本發(fā)明的其他實施方式中，也可以采用其他相關(guān)數(shù)值作為尺寸范圍的中心值，在此不做限定，例如，將靠近第二人臉窗口概率值最大值對應(yīng)的檢測窗口尺寸的某個數(shù)值作為尺寸范圍的中心值。
[0070]此外，在一優(yōu)選例中，在上述步驟603中，采用級聯(lián)分類器判斷檢測窗口是否含有人臉。
[0071]此外，在另一優(yōu)選例中，在上述步驟603中，當(dāng)對應(yīng)各檢測窗口尺寸的第二人臉窗口概率值都為零時，檢測窗口的尺寸范圍為AdaBoost算法的默認(rèn)尺寸范圍。即如果當(dāng)前幀圖像中沒有檢測到人臉，那么會對下一幀圖像生成所有默認(rèn)尺寸范圍內(nèi)的檢測窗口，然后進(jìn)行檢測。
[0072]由于在AdaBoost算法中，圖像中的人臉區(qū)域大小與檢測窗口的大小相當(dāng)時才能檢測出人臉，如果不對圖像進(jìn)行縮放處理，則需要針對圖像生成各個尺寸下的檢測窗口，才有可能檢測出人臉。由于視頻的連續(xù)性，相鄰幀間人臉變化較小，在新一幀圖像中，人臉很可能出現(xiàn)在上一幀圖像人臉出現(xiàn)最多的檢測窗口尺寸附件的幾個尺寸內(nèi)，因此，通過對是否含有人臉的檢測窗口的尺寸和對應(yīng)的數(shù)目進(jìn)行統(tǒng)計，可根據(jù)統(tǒng)計值減小檢測窗口尺寸范圍，減少檢測窗口數(shù)目，降低圖像檢測計算量，提高人臉檢測速度，節(jié)省系統(tǒng)的計算資源。
[0073]本發(fā)明第三實施方式涉及一種視頻流人臉檢測方法。具體地，在該實施方式中，以320x240的視頻流為例。
[0074]對于分辨率為320X240的視頻流，按照尺度縮放因子為0.8對圖像進(jìn)行縮小。當(dāng)檢測窗口大小固定為24X24時，圖像金字塔最多可以由11級圖像構(gòu)成，各個縮放級別的圖像分辨率分別為 320X240,256X 192,204X 154,164X 124,132X 100,106X80,84X64,68X52、54X42、42X34、34X24，它們對應(yīng)的縮放尺度編號分別為O到10。在縮放過程中對圖像長寬像素數(shù)目進(jìn)行了取整。各個縮放尺度對應(yīng)的遍歷步進(jìn)長度分別為2、2、2、2、2、1、1、
1、1、1、1，單位是像素。對圖像遍歷是按照“Z”字形的方式進(jìn)行的，即先進(jìn)行水平遍歷，再豎直換行進(jìn)行下一個水平方向的遍歷。這11個縮放級別的圖像總共能夠產(chǎn)生47304個大小為24 X 24的檢測窗口。
[0075]在當(dāng)前幀圖像獲取階段:獲得新的一幀320X240分辨率的圖像(即獲取當(dāng)前幀圖像)；
[0076]在圖像縮放階段:按照尺度縮放因子為0.8對圖像進(jìn)行縮放，在最初開始對第一幀圖像進(jìn)行檢測時，原圖像被縮放到圖像金字塔中的所有縮放尺度的圖像尺寸。對于第一幀圖像之后的每一幀圖像，原圖像的縮放尺度的選取方法是:
[0077](I)如果前一幀圖像檢測完畢之后，在第s縮放尺度的金字塔圖像中檢測出人臉的窗口最多，那么新一幀圖像中原圖像的縮放尺度只會選取第s縮放尺度前后各兩個縮放尺度，總共五個縮放尺度的金字塔圖像進(jìn)行檢測，也就是縮放尺度在[s-2，s+2]區(qū)間內(nèi)；如果s大于8，則縮放尺度區(qū)間是[s-2，10];如果s小于2，則縮放尺度區(qū)間是[