人臉檢測方法和裝置制造方法
【專利摘要】本發(fā)明實施例涉及視頻監(jiān)控【技術(shù)領(lǐng)域】，公開了一種人臉檢測方法和裝置。其中，該方法包括：對視頻幀進(jìn)行Haar特征檢測，獲得包含多個人臉檢測目標(biāo)的第一目標(biāo)；對所述第一目標(biāo)進(jìn)行前景過濾，得到第二目標(biāo)；對所述第二目標(biāo)進(jìn)行膚色過濾，得到第三目標(biāo)；對所述第三目標(biāo)進(jìn)行方向梯度直方圖HOG過濾，得到最終的人臉檢測目標(biāo)。實施本發(fā)明實施例，可以提高人臉檢測方法的識別率，降低誤檢率。
【專利說明】人臉檢測方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通信【技術(shù)領(lǐng)域】，具體涉及一種人臉檢測方法和裝置。
【背景技術(shù)】
[0002]近年來，隨著“智慧城市”、“平安城市”等國家戰(zhàn)略項目的推進(jìn)，在城中村、智能小區(qū)、商業(yè)樓宇、工礦企業(yè)等場所的出入口，對進(jìn)出人員的人臉進(jìn)行捕獲分析的需求會越來越多；交管局已經(jīng)有人臉信息上傳的需求；公安局也要求一些重要出入口進(jìn)行人臉捕獲然后上傳到公安，與公安后臺黑名單數(shù)據(jù)庫進(jìn)行比對抓捕嫌疑犯。隨著計算機(jī)硬件的快速發(fā)展以及人臉識別算法的逐步成熟，人臉識別的應(yīng)用也越來越廣泛，人臉捕獲作為人臉識別的一部分，為后續(xù)的人臉識別產(chǎn)品作鋪墊。
[0003]人臉檢測基于各種數(shù)學(xué)模型的方法有:神經(jīng)網(wǎng)絡(luò)，特征臉等。這兩個方法在人臉檢測歷史上都發(fā)揮過各自的作用。神經(jīng)網(wǎng)絡(luò)人臉檢測的方法，其網(wǎng)絡(luò)結(jié)構(gòu)需要大范圍的調(diào)整才能獲得期望的性能，特征臉方法在本質(zhì)上依賴于訓(xùn)練集和測試集圖像的灰度相關(guān)性，所以也還有著很大的局限性。
[0004]綜上所述，現(xiàn)有技術(shù)中的人臉檢測方法大都面臨以下問題:在目標(biāo)檢測的過程中，有較多誤檢，即識別率較低，誤檢率較高。

【發(fā)明內(nèi)容】

[0005]本發(fā)明實施例所要解決的技術(shù)問題是提供一種人臉檢測方法和裝置，用于提高人臉檢測方法的識別率，降低誤檢率。
[0006]本發(fā)明實施例提供一種人臉檢測方法，包括:
[0007]對視頻幀進(jìn)行Haar特征檢測，獲得包含多個人臉檢測目標(biāo)的第一目標(biāo)；
[0008]對所述第一目標(biāo)進(jìn)行前景過濾，得到第二目標(biāo)；
[0009]對所述第二目標(biāo)進(jìn)行膚色過濾，得到第三目標(biāo)；
[0010]對所述第三目標(biāo)進(jìn)行方向梯度直方圖HOG過濾，得到最終的人臉檢測目標(biāo)。
[0011]相應(yīng)的，本發(fā)明實施例還提供一種人臉檢測裝置，包括:
[0012]檢測單元，用于對視頻幀進(jìn)行Haar特征檢測，獲得包含多個人臉檢測目標(biāo)的第一目標(biāo)；
[0013]前景過濾單元，用于所述第一目標(biāo)進(jìn)行前景過濾，得到第二目標(biāo)；
[0014]膚色過濾單元，用于對所述第二目標(biāo)進(jìn)行膚色過濾，得到第三目標(biāo)；
[0015]HOG過濾單元，用于對所述第三目標(biāo)進(jìn)行方向梯度直方圖HOG過濾，得到最終的人臉檢測目標(biāo)。
[0016]本發(fā)明實施例中提供的人臉檢測方法和裝置，在經(jīng)過Haar特征檢測獲得多個人臉檢測目標(biāo)后，先后使用前景過濾、膚色過濾和HOG過濾方法對人臉檢測目標(biāo)進(jìn)行過濾，可以提高人臉檢測目標(biāo)的識別率，降低誤檢率。【專利附圖】

【附圖說明】
[0017]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0018]圖1是本發(fā)明實施例一提供的人臉檢測方法的流程第一示意圖；
[0019]圖2是本發(fā)明實施例一提供的人臉檢測方法的流程第二示意圖；
[0020]圖3是本發(fā)明實施例一提供的人臉檢測方法的流程第三示意圖；
[0021]圖4是本發(fā)明實施例一提供的人臉檢測方法的流程第四示意圖；
[0022]圖5是本發(fā)明實施例二提供的人臉檢測裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0023]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0024]本發(fā)明實施例中提供了一種人臉檢測方法和裝置，用于提高人臉檢測方法的識別率，降低誤檢率。以下分別進(jìn)行詳細(xì)說明。
[0025]本發(fā)明的說明書和權(quán)利要求書及上述附圖中的術(shù)語“第一”、“第二”、“第三” “第四”等(如果存在)是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當(dāng)情況下可以互換，以便這里描述的本發(fā)明的實施例例如能夠以除了在這里圖示或描述的那些以外的順序?qū)嵤?。此外，術(shù)語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或?qū)τ谶@些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。
[0026]實施例一:
[0027]本發(fā)明實施例提供一種人臉檢測方法，如圖1所示，該方法可以包括:
[0028]101、對視頻幀進(jìn)行Haar特征檢測，獲得包含多個人臉檢測目標(biāo)的第一目標(biāo)；
[0029]102、對上述第一目標(biāo)進(jìn)行前景過濾，得到第二目標(biāo)；
[0030]103、對上述第二目標(biāo)進(jìn)行膚色過濾，得到第三目標(biāo)；
[0031]104、對上述第三目標(biāo)進(jìn)行 HOG (Histogram of oriented gradients,方向梯度直方圖)過濾，得到最終的人臉檢測目標(biāo)。
[0032]本實施例提供的人臉檢測方法，在經(jīng)過Haar特征檢測獲得多個人臉檢測目標(biāo)后，先后使用前景過濾、膚色過濾和HOG過濾方法對人臉檢測目標(biāo)進(jìn)行過濾，相比現(xiàn)有技術(shù)，可以提高人臉檢測目標(biāo)的識別率，降低誤檢率。
[0033]如圖2所示，上述步驟102可以包括:
[0034]102A、使用第一公式對上述視頻幀的前k幀圖像進(jìn)行計算，得到背景模型；
[0035]上述第一公式為:[0036]其中，/“.,為第i幀圖像中點(X，y)的灰度值，^f1r,是在像素點(X，y)處的前k
幀的灰度的平均值，k是預(yù)先設(shè)定的正整數(shù)；
[0037]本實施例中采用平均背景，即背景是過去前k幀的平均；
[0038]舉例來說，本實施例中，k的取值可以為1000，當(dāng)然本領(lǐng)域技術(shù)人員還可以根據(jù)實際情況將k的值設(shè)為其它的數(shù)值，在此不作具體的限制；
[0039]102B、使用第二公式計算上述前k幀圖像的平均幀間差別；
[0040]上述第二公式為:
【權(quán)利要求】
1.一種人臉檢測方法，其特征在于，包括: 對視頻幀進(jìn)行Haar特征檢測，獲得包含多個人臉檢測目標(biāo)的第一目標(biāo)； 對所述第一目標(biāo)進(jìn)行前景過濾，得到第二目標(biāo)； 對所述第二目標(biāo)進(jìn)行膚色過濾，得到第三目標(biāo)； 對所述第三目標(biāo)進(jìn)行方向梯度直方圖HOG過濾，得到最終的人臉檢測目標(biāo)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述第一目標(biāo)進(jìn)行前景過濾的步驟，具體包括: 使用第一公式對所述視頻幀的前k幀圖像進(jìn)行計算，得到背景模型； 所述第一公式為:
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述第二目標(biāo)進(jìn)行膚色過濾的步驟具體包括: 使用第四公式計算所述視頻幀中的各點的膚色分布函數(shù)P(x，y)； 所述第四公式為:
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述第三目標(biāo)進(jìn)行方向梯度直方圖HOG過濾的步驟，具體包括: 利用第五公式計算所述視頻幀中各點的方向梯度；
所述第五公式為:
5.一種人臉檢測裝置，其特征在于，包括: 檢測單元，用于對視頻幀進(jìn)行Haar特征檢測，獲得包含多個人臉檢測目標(biāo)的第一目標(biāo)； 前景過濾單元，用于對所述第一目標(biāo)進(jìn)行前景過濾，得到第二目標(biāo)； 膚色過濾單元，用于對所述第二目標(biāo)進(jìn)行膚色過濾，得到第三目標(biāo)； HOG過濾單元，用于對所述第三目標(biāo)進(jìn)行方向梯度直方圖HOG過濾，得到最終的人臉檢測目標(biāo)。
6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述前景過濾單元包括: 第一計算模塊，用于使用第一公式對所述視頻幀的前k幀圖像進(jìn)行計算，得到背景模型;所述第一公式為:
7.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述膚色過濾單元包括: 第四計算模塊，用于使用第四公式計算所述視頻幀中的各點的膚色分布函數(shù)P(x，y)； 所述第四公式為:
8.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述HOG過濾單元包括: 第五計算模塊，用于利用第五公式計算所述第三圖像中各點的方向梯度；
所述第五公
【文檔編號】G06K9/00GK103699888SQ201310740528
【公開日】2014年4月2日 申請日期:2013年12月29日 優(yōu)先權(quán)日:2013年12月29日
【發(fā)明者】唐健, 關(guān)國雄, 徐文麗 申請人:深圳市捷順科技實業(yè)股份有限公司