[发明专利]特定被摄体检测方法和装置

说明书

技术领域

本发明涉及特定被摄体检测方法和装置，尤其涉及基于稀疏粒子特征的多视角人脸检测的方法和装置。

背景技术

特定被摄体(例如人脸、汽车、行人，其他物体等)的检测越来越受到人们的关注。其中，人脸检测(face detection)是一项在图片中定位人脸出现区域的技术[1]，可以看作是物体检测(object detection)的一种特例。人脸通常具有十分丰富的生物特征信息，可以用于人机交互、跟踪监控、身份识别等领域，而提取人脸相关信息的首要步骤正是定位人脸区域。这使得人脸检测技术具有非同寻常的意义和极为广泛的应用前景。

多视角人脸检测的检测对象不仅包含传统研究领域中的正面直立人脸，还包括了侧面(平面外旋转)和倾斜(平面内旋转)的人脸。它是人脸检测最具有应用价值的一个课题。这是由于在现实应用中，人脸图像往往是在非配合条件下获取的，很难保证处于最佳视角(即正面直立)。与单纯的正面人脸检测相比，多视角人脸检测由于需要检测的视角范围变化更广，其问题的复杂程度也大大加深。

目前比较成功的人脸检测系统大都源于Viola和Jones在2001年提出的人脸检测模型[2]。这一模型采用Haar型特征，通过AdaBoost学习算法将若干基于这些特征的弱分类器组合成为一个强分类器，最终将这些强分类器串联起来构成瀑布型(cascade)检测器结构。与此前的工作相比[3][4][5]，Viola和Jones提出的这一检测器模型可以更为有效地处理正面直立人脸检测问题。从体系架构的角度分析，如图1所示，该检测器自上而下可以分为四个层次。这其中尤为值得一提的是，由于Haar型特征能够通过积分图像进行快速计算，使得整个检测系统的运行速度大大提高，可以做到实时检测。

针对这一体系结构(图1)，后人在各个方面作出了诸多改进，不仅提高了系统检测的精度和速度，还将检测器扩展成为多视角人脸检测。其中，在检测器结构层次上，为了扩大人脸检测视角，Li提出使用金字塔(pyramid)模型替代瀑布模型[6]，Jones和Viola使用的是决策树结构(decision tree)[7]，而Huang采用的则是宽度优先搜索树(WFS tree)[8]。另一方面，Xiao的链式Boosting算法(boosting chain)和Wu的嵌入式瀑布结构(nesting cascade)将[2]中原有的组织松散的强分类器更为紧密地联系在一起。在强分类器层次上，目前被广泛采用的是性能更为优异的RealBoost算法和GentleBoost算法。在弱分类器层次上，为了能够对特征空间进行更为细致的分割以便更好地分类([2]中的阈值型仅能将特征空间分为两部份)，Wu提出了分段线性函数(piece-wisefunction)[10]，而Mita则采用了组合式Haar型特征(joint Haarfeature)[11]。而在特征层次上，Liu的KL特征[12]，Lienhart的扩展Haar型特征[13]，Baluja的双点特征(pair-wise point)[14]，Wang的RNDA算法[15]和Abramson的控制点特征(control point)[16]都是对于原有Haar型特征的有效提高。