人臉檢測(cè)方法、裝置及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，特別涉及一種人臉檢測(cè)方法、裝置及系統(tǒng)。
【背景技術(shù)】
[0002] 人臉檢測(cè)最初起源于人臉識(shí)別，是實(shí)現(xiàn)自動(dòng)人臉識(shí)別系統(tǒng)的一個(gè)重要環(huán)節(jié)。近年 來(lái)隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，人臉檢測(cè)的應(yīng)用已推廣至智能監(jiān)控等方面。
[0003]目前智能監(jiān)控應(yīng)用于眾多領(lǐng)域，如智能交通，智慧園區(qū)、城市安防等。由于人臉最 能提供有效的人員信息，因此人臉檢測(cè)技術(shù)是智能監(jiān)控系統(tǒng)中對(duì)出入口的人臉抓拍，人臉 考勤，人員布控等進(jìn)行信息處理的關(guān)鍵技術(shù)。
[0004]相關(guān)技術(shù)中，人臉檢測(cè)方法主要是對(duì)二維圖像中的人臉進(jìn)行檢測(cè)，包括:膚色檢 測(cè)、模板匹配，機(jī)器學(xué)習(xí)等方法。其中，較準(zhǔn)確的基于機(jī)器學(xué)習(xí)的人臉檢測(cè)方法，實(shí)現(xiàn)步驟 為：首先，收集大量的人臉正、負(fù)樣本；然后，采用Adaboost或SVM(SupportVector Machine，支持向量機(jī))等機(jī)器學(xué)習(xí)方法對(duì)人臉正、負(fù)樣本進(jìn)行學(xué)習(xí)訓(xùn)練，得到人臉檢測(cè)分類 器;最后，利用訓(xùn)練好的人臉檢測(cè)分類器對(duì)待檢測(cè)圖像進(jìn)行人臉檢測(cè)，判斷出圖像中的人臉 位置。然而，相關(guān)技術(shù)中的人臉檢測(cè)技術(shù)因?yàn)橥耆蕾囉诙S圖像信息，抗干擾能力弱，無(wú) 法準(zhǔn)確區(qū)分真實(shí)人臉和人臉影像，比如容易將衣服上的人臉圖像、玻璃門上的人臉倒影等 也誤檢為人臉，誤檢率較高。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明提供一種人臉檢測(cè)方法、裝置及系統(tǒng)，以提高人臉檢測(cè)的準(zhǔn)確 性。
[0006]第一方面，本發(fā)明實(shí)施例提供了一種人臉檢測(cè)方法，所述方法包括：
[0007]對(duì)待檢測(cè)二維圖像進(jìn)行前景目標(biāo)提?。?br>[0008]若所述待檢測(cè)二維圖像中存在前景目標(biāo)，對(duì)前景目標(biāo)區(qū)域進(jìn)行膚色檢測(cè)；
[0009]若所述前景目標(biāo)區(qū)域存在膚色前景，利用人臉二維圖像分類器對(duì)膚色前景區(qū)域進(jìn) 行人臉檢測(cè)。
[0010] 可選地，所述利用人臉二維圖像分類器對(duì)膚色前景區(qū)域進(jìn)行人臉檢測(cè)，包括：
[0011] 根據(jù)所述膚色前景區(qū)域和人臉估計(jì)尺寸，確定待搜索人臉區(qū)域；
[0012] 估計(jì)所述待搜索人臉區(qū)域內(nèi)的人臉尺寸范圍，確定所述待搜索人臉區(qū)域的縮放系 數(shù)；
[0013]根據(jù)所述縮放系數(shù)，對(duì)所述待搜索人臉區(qū)域進(jìn)行縮放；
[0014]計(jì)算每一次縮放后的待搜索人臉區(qū)域的積分圖；
[0015]利用所述人臉二維圖像分類器，對(duì)所述每一次縮放后的待搜索人臉區(qū)域的積分圖 進(jìn)tx人臉檢測(cè)；
[0016]當(dāng)所述人臉二維圖像分類器完成對(duì)各個(gè)縮放尺度的待搜索人臉區(qū)域的檢測(cè)時(shí)，合 并檢測(cè)出的相鄰人臉，輸出第一目標(biāo)二維人臉；
[0017] 確定所述第一目標(biāo)二維人臉的人臉位置和尺寸；
[0018]根據(jù)所述第一目標(biāo)二維人臉的人臉位置和尺寸，更新下一幀存在膚色前景區(qū)域的 待檢測(cè)圖像的人臉估計(jì)尺寸及人臉估計(jì)平均亮度。
[0019]可選地，所述估計(jì)所述待搜索人臉區(qū)域內(nèi)的人臉尺寸范圍，確定所述待搜索人臉 區(qū)域的縮放系數(shù)，包括：
[0020] 計(jì)算所述待搜索人臉區(qū)域內(nèi)的最小人臉估計(jì)尺寸WFac^min:
[0021]
[0022] 計(jì)算所述待搜索人臉區(qū)域內(nèi)的最大臉估計(jì)尺寸WFac^max:
[0023]
[0024]上述公式中，（W+WF_)表示待搜索人臉區(qū)域的寬度；（H+WF_)表示待搜索人臉區(qū)域 的高度;xFace表示待搜索人臉區(qū)域中心位置的水平坐標(biāo);yFace表示待搜索人臉區(qū)域中心 位置的垂直坐標(biāo)
I表示待搜索人臉區(qū)域的右下角位置；
1表示待搜索人臉區(qū)域的左下角位置：
隸不符?系人服兇J5W、」卜;?琢與待檢測(cè)二維圖像的垂直平分線的交點(diǎn)處位置;Wi表示整幀 待檢測(cè)二維圖像的寬度；
[0025]其中，人臉尺寸擴(kuò)展搜索范圍系數(shù)α為：
[0026]
[0027]其中，Nf_表示在所述待檢測(cè)區(qū)域的對(duì)應(yīng)位置檢測(cè)出的人臉的圖像的總幀數(shù)； [0028]分別計(jì)算所述最小人臉估計(jì)尺寸WFace+min和所述最大臉估計(jì)尺寸WFacejnax與所述膚 色前景區(qū)域中心位置(xFace，yFace)處的人臉估計(jì)尺寸WFace的比值，確定所述待搜索人臉 區(qū)域的縮放系數(shù)。
[0029]可選地，所述利用所述人臉二維圖像分類器，對(duì)所述每一次縮放后的待搜索人臉 區(qū)域圖像的積分圖進(jìn)行人臉檢測(cè)，包括：
[0030]采用平移矩形框的方式，對(duì)所述每一次縮放后的待搜索人臉區(qū)域圖像的積分圖進(jìn) 行人臉檢測(cè)，其中，平移矩形框時(shí)的水平跨矩Step_w采用以下公式計(jì)算：
[0031]
[0032] 其中，WScaie表示縮放后的待搜索人臉區(qū)域的寬度；（W+WFace)表示縮放前待搜索人 臉區(qū)域的寬度;表示所述待搜索人臉區(qū)域的最大縮放系數(shù);RSc^l^n表示所述待搜 索人臉區(qū)域的最小縮放系數(shù)；
[0033]平移矩形框時(shí)的垂直跨矩Step_H采用以下公式計(jì)算：
[0034]
[0035]只rT，mcaieU、；?|HA!A/口cm^n文亦;八冋度；（H+WFace)表不縮放如待搜索人 臉區(qū)域的高度。
[0036]可選地，所述根據(jù)所述第一目標(biāo)二維人臉的人臉位置和尺寸，更新下一幀存在膚 色前景區(qū)域的待檢測(cè)圖像的人臉估計(jì)尺寸及人臉估計(jì)平均亮度，包括：
[0037 ]利用以下公式審新下一幀存在膚色前景岡域的待檢測(cè)圖像的人瞼估計(jì)尺寸：
[0038]
[0039]其中，Wn+1_FaCe(x，y)為下一幀待檢測(cè)圖像在位置(x，y)處的人臉估計(jì)尺寸;Wn_Face(x，y)為當(dāng)前待檢測(cè)圖像在位置(x，y)處的人臉估計(jì)尺寸；1?%. 為所述第一 目標(biāo)二維人臉在位置(x，y)處的人臉尺寸;β為更新系數(shù)，取值范圍為[0.1，0.5];
[0040] 丞田苗H一帖左在1前甚Γ7姑的性拾、ΜΕ0梅的人臉估計(jì)平均亮度：
[0041]
[0042]其中，為下一幀待檢測(cè)圖像在位置（x，y)處的人臉估計(jì)平均亮度； $丨,1_為本次檢測(cè)前、所述第一目標(biāo)二維人臉在位置U，y)處的人臉估計(jì)平均亮度； 為所述第一目標(biāo)二維人臉在位置(x，y)處的人臉平均亮度值。
[0043]第二方面，提供了另一種人臉檢測(cè)方法，所述方法包括：
[0044]獲取人臉二維圖像分類器及對(duì)應(yīng)的人臉深度圖像分類器；
[0045]根據(jù)上述任一所述的人臉檢測(cè)方法對(duì)輸入的待檢測(cè)二維圖像進(jìn)行人臉檢測(cè)；
[0046]若所述人臉二維圖像分類器在所述待檢測(cè)二維圖像中檢測(cè)到人臉信息，利用所述 人臉深度圖像分類器，對(duì)所述待檢測(cè)二維圖像對(duì)應(yīng)的待檢測(cè)深度圖像進(jìn)行人臉檢測(cè)；
[0047]若所述人臉深度圖像分類器在所述待檢測(cè)深度圖像中檢測(cè)到人臉信息，輸出人臉 檢測(cè)結(jié)果。
[0048]可選地，所述人臉檢測(cè)方法還包括：
[0049]記錄已檢測(cè)圖像中目標(biāo)二維圖像的幀數(shù)，其中，所述目標(biāo)二維圖像為存在前景目 標(biāo)、但不存在膚色前景的待檢測(cè)二維圖像；
[0050]當(dāng)所述目標(biāo)二維圖像的幀數(shù)達(dá)到預(yù)設(shè)閾值時(shí)，對(duì)當(dāng)前目標(biāo)二維圖像對(duì)應(yīng)的待檢測(cè) 深度圖像中的目標(biāo)深度圖像區(qū)域，進(jìn)行深度歸一化處理，獲得歸一化的目標(biāo)深度圖像區(qū)域， 其中，所述待檢測(cè)深度圖像中的目標(biāo)深度圖像區(qū)域的位置與所述目標(biāo)二維圖像中的前景目 標(biāo)區(qū)域的位置相同；
[0051]利用所述預(yù)設(shè)人臉深度圖像分類器對(duì)所述歸一化的目標(biāo)深度圖像區(qū)域進(jìn)行人臉 檢測(cè)；
[0052]若在所述歸一化的目標(biāo)深度圖像區(qū)域檢測(cè)到第二目標(biāo)深度人臉，按照預(yù)置策略自 適應(yīng)調(diào)整曝光補(bǔ)償參數(shù)，以使圖像采集裝置調(diào)整采集圖像的曝光補(bǔ)償?shù)燃?jí)。
[0053] 可選地，所述按照預(yù)置策略自適應(yīng)調(diào)整曝光補(bǔ)償參數(shù)，包括：
[0054]根據(jù)所述第二目標(biāo)深度人臉在深度圖像中的位置和人臉尺寸，確定對(duì)應(yīng)二維圖像 中的第二目標(biāo)二維人臉的人臉位置和尺寸；
[0055]根據(jù)所述第二目標(biāo)二維人臉的人臉位置和尺寸，計(jì)算所述第二目標(biāo)二維人臉的 平均亮度；
[0056]若所述第二目標(biāo)二維人臉的平均亮度小于當(dāng)前統(tǒng)計(jì)的最小人臉亮度，則增大曝光 補(bǔ)償參數(shù)；
[0057]若所述第二目標(biāo)二維人臉的平均亮度大于當(dāng)前統(tǒng)計(jì)的最大人臉亮度，則減小曝光 補(bǔ)償參數(shù)。
[0058]可選地，采用以下公式自適應(yīng)調(diào)整曝光補(bǔ)償參數(shù)：
[0059]
[0060] 其中，Stage+EVi為調(diào)整后的曝光補(bǔ)償?shù)燃?jí)；Stage_EVo為調(diào)整前的曝光補(bǔ)償?shù)燃?jí)；YF__avg所述第二目標(biāo)二維人臉的估計(jì)平均亮度￥&(^^。*(1，7)為所述第二目標(biāo)二維人臉 在(x,y)位置檢測(cè)到的平均亮度，為當(dāng)前統(tǒng)計(jì)的最大人臉亮度，^^_為當(dāng)前統(tǒng)計(jì)的最小人臉亮度;Stage_EV_T0TAL為預(yù)設(shè)的曝光補(bǔ)償?shù)燃?jí)。
[0061]第三方面，對(duì)應(yīng)上述第一方面提供的人臉檢測(cè)方法，本公開提供了 一種人臉檢測(cè) 裝置，所述裝置包括：
[0062]前景目標(biāo)提取模塊，用于對(duì)待檢測(cè)二維圖像進(jìn)行前景目標(biāo)提??；
[0063]膚色檢測(cè)模塊，用于在所述待檢測(cè)二維圖像中存在前景目標(biāo)的情況下，對(duì)前景目 標(biāo)區(qū)域進(jìn)行膚色檢測(cè)；
[0064]人臉檢測(cè)模塊，用于在所述前景目標(biāo)區(qū)域存在膚色前景的情況下，利用人臉二維 圖像分類器對(duì)膚色前景區(qū)域進(jìn)行人臉檢測(cè)。
[0065]可選的，所述人臉檢測(cè)模塊包括：
[0066]搜索區(qū)域確定單元，用于根據(jù)所述膚色前景區(qū)域和人臉估計(jì)尺寸，確定待搜索人 臉區(qū)域；
[0067]縮放系數(shù)確定單元，用于估計(jì)所述待搜索人臉區(qū)域內(nèi)的人臉尺寸范圍，確定所述 待搜索人臉區(qū)域的縮放系數(shù)；
[0068]縮放單元，用于根據(jù)所述縮放系數(shù)，對(duì)所述待搜索人臉區(qū)域進(jìn)行縮放；
[0069]積分單元，用于計(jì)算每一次縮放后的待搜索人臉區(qū)域的積分圖；
[0070]人臉檢測(cè)單元，用于利用所述人臉二維圖像分類器，對(duì)所述每一次縮放后的待搜 索人臉區(qū)域的積分圖進(jìn)行人臉檢測(cè)；
[0071]第一結(jié)果輸出單元，用于在所述人臉二維圖像分類器完成對(duì)各個(gè)縮放尺度的待搜 索人臉區(qū)域的檢測(cè)時(shí)，合并檢測(cè)出的相鄰人臉，輸出第一目標(biāo)二維人臉；
[0072]尺寸確定單元，