基于嵌入式系统的人脸检测与跟踪方法

摘要

一种基于嵌入式系统的人脸检测与跟踪方法，包括以下步骤：图像预处理；人脸检测；和人脸跟踪。其中，图像预处理包括降采样和计算灰度积分图。在人脸检测步骤中首先采用肤色比例判决方法和眼睛灰度特征判决方法排除掉大量的非人脸窗口，然后对剩余的少量窗口用基于Adaboost算法的人脸分类器进行检测和定位。在跟踪步骤中，采用了简化的椭圆轮廓信息和颜色直方图信息联合的方法。本发明人脸检测与跟踪方法大大地减少人脸检测的运算量，能应用于数码相机、数码摄相机、手机等采用嵌入式系统的电子产品中。

主权项

一种基于嵌入式系统的人脸检测与跟踪方法，其特征在于包括以下步骤：S1、图像预处理S11、对输入图像降采样，输出分辨率为A1×A2的第一图像和分辨率为B1×B2的第二图像，所述A1＞B1，A2＞B2，所述第一图像用于1‑2.5米距离的人脸检测和跟踪，所述第二图像用于0.5‑1米距离的人脸检测和跟踪；S12、计算降采样后图像的灰度积分图；S2、人脸检测S21、采用HSV肤色模型在预处理后的图像上进行肤色检测，标识出肤色区和非肤色区；S22、分别用不同尺度的搜索窗口按照一定间隔移动，遍历上述肤色分割后的图像，利用肤色比例判决方法和眼睛灰度特征判决方法，从搜索到的窗口排除掉大量非人脸窗口，然后用基于Adaboost算法的人脸分类器对剩下的窗口分类；所述肤色比例判决方法包括以下步骤：计算窗口中肤色像素所占比例，将该比例与设定的人脸窗口阈值比较，小于人脸窗口阈值则判决该窗口为非人脸窗口；所述眼睛灰度特征判决方法包括以下步骤：根据人脸五官具有相对固定的对称比例关系和眼睛具有相对较低的灰度值的特征，利用先验知识建立一个人脸比例模板，将窗口与所述人脸比例模板进行比例判断，是否存在成对的人眼区域有明显的灰度值下降，满足设定的阈值条件则认为当前窗口是可能的人脸窗口；S23、根据人脸分类器输出的人脸窗口，在图像上标识出人脸区域；S3、人脸跟踪S31、在步骤S2检测到的人脸区域内，分别计算颜色直方图和人脸椭圆轮廓，建立跟踪模型；S32、在后续输入图像上根据目标人脸在前一帧输入图像中的位置和大小确定搜索区域；S33、在步骤S32确定的搜索区域内进行窗口搜索，计算每个窗口的颜色直方图和椭圆梯度，并与所述跟踪模型匹配，找出具有最佳颜色直方图和最佳椭圆梯度值的窗口，作为目标人脸在该帧图像中的位置；S34、判断是否退出跟踪，如果不退出，转去执行步骤S32。