一种人脸检测方法

摘要

本发明涉及的是生物特征身份识别领域，特别是涉及一种人脸检测方法。本发明包括下列步骤：读取原始人脸图像；对原始人脸图像进行人脸光照预处理；采用AdaBoost检测候选人脸区域；计算相似度图确认人脸区域图像。本方法在保证检测速度的同时，大大减少了目标区域的误检率，提高了人脸检测的准确率。

主权项

一种人脸检测方法，其特征在于，包括以下步骤：(1)读取原始人脸图像；(2)对原始人脸图像进行人脸光照预处理：图像[0,255]的像素值区间P到[0,π]的角度值区间Ω的线性映射Φ为：Φ:P→Ω  Ω＝{ω|ω＝Φ(x)}，角度值区间Ω到Gamma值区间Γ的映射h为：h:Ω→Γ  Γ＝{γ|γ＝h(x)}$\left\{\begin{array}{c}h\left(x\right)=1+f\left(x\right)\\ f\left(x\right)=a\cos \left(\Phi \right(x\left)\right)\end{array}\right.,$其中x为区间P的像素值，ω为Ω区间中的数值，γ为区间Γ中的数值，$\Phi \left(x\right)=\{\begin{array}{cc}\pi x/2x_0& x\in [0,x_0]\\ \pi /2& x\in (x_0,x_1)\\ \pi -\pi (255-x)/2(255-x_1)& x\in [x_1,255]\end{array},a=\{\begin{array}{cc}1-x/x_m& x\in [0,x_0]\\ 1& x\in (x_0,x_1)\\ x/x_m-1& x\in [x_1,255]\end{array},$x₀＝x_m‑σ²和x₁＝x_m+σ²为像素区间P中的两点，其中σ²是图像像素的方差，x_m为区间P的中点；在区间P和区间Γ建立对应关系，使任意一个像素x与一个确定的Gamma值γ对应，令γ(x)＝h(x)，Gamma校正函数为：g(x)＝255(x/255)^1/γ(x)g(x)是校正后的像素值，将校正后的像素值与原像素值通过Gamma值联系起来；(3)采用AdaBoost检测候选人脸区域；(4)计算相似度图确认人脸区域图像：对候选人脸区域图像，计算相似度图像的像素值：候选人脸区域图像为RGB图像，分别按照两种方式表示其灰度值：r＝(128+112*R/255‑93.8*G/255‑18.2*B/255)b＝(128‑37.8*R/255‑74.2*G/255+112*B/255)将灰度值r和灰度值b构成向量，即x＝[r b]^T；相似度图像为：P(r,b)＝exp[‑0.5(x‑M)^TC^‑1(x‑M)]其中像素值x的均值为M＝E(x)，方差为C＝E((x‑M)(x‑M)^T)；对相似度图像归一化：$P(r,b)=\frac{P(r,b)}{\max \left(P\right(r,b))}$对相似度图像二值化处理：$P{(r,b)}^{\prime }=\left\{\begin{array}{cc}255& P(r,b)\ge \theta \\ 0& P(r,b)<\theta \end{array}\right.$其中θ为阈值；对二值图像P(r,b)′分别计算水平和垂直方向的灰度积分投影，获得灰度积分投影在水平方向和垂直方向的极小值，确定图像区域是否为有效的人脸区域，若为有效人脸区域，则输出人脸检测结果；若非有效人脸区域，丢弃该检测区域。