[发明专利]实时身体分割系统

权利要求书

1.一种用于在识别人的系统中识别所选的人体部分的特性和特征的方法，包括：

捕获具有已知人体部分的人体的至少一部分的图像作为数据集；

通过使所述数据集经过多次基于特征的拒绝测试，从代表所述图像的所述数据集中识别对应于所述已知人体部分的子数据集；

根据适合于特性分析的、识别的子数据集片段，分割用于所述已知人体部分的所述子数据集；

使所述子数据集片段与已知特性匹配；以及

将所述已知特性作为输出报告给输出装置。

2.如权利要求1所述的方法，其中所述已知人体部分是人脸，所述基于特征的拒绝测试使用区域方差特征集作为第一分类器。

3.如权利要求2所述的方法，其中所述区域方差特征集是从在输入扫描期间用于光照修正的积分图像中构造的。

4.如权利要求2所述的方法，其中所述基于特征的拒绝测试进一步使用由仅低-低非归一化Haar变换系数之间的差构成的特征集作为第二分类器。

5.如权利要求4所述的方法，其中所述特征集由通过算术运算组合的多个类积木特征形成。

6.如权利要求1所述的方法，其中所述分割步骤使用了主动提升，所述主动提升的特征在于重要性权重采样、Kullback-Leibler置信图、基于均值漂移的区域分割以及主动特征选择。

7.如权利要求6所述的方法，其中所述特征集包括两个和四个矩形块之间的多个线性组合，所述矩形块用于产生表示Haar变换系数的特征。

8.如权利要求7所述的方法，其中特征集分类包括：

对每个两块特征执行主动提升程序；

对于每个提升程序记录分类误差；然后

通过下面的方式选择具有最低误差的两块特征：

根据误差按次序整理所述两块特征，以及

选择多个高位的两块特征；然后

由所述高位的两块特征组成四块特征；然后

对每个所述四块特征执行所述提升程序；

对于所述提升程序记录分类误差；然后

将所述四块特征的所述分类误差与所述高位的两块特征的所述分类误差相比较；以及

选择具有最低总误差的特征。

9.如权利要求6所述的方法，其中所述主动特征选择包括利用粗略标准搜索特征，然后利用精细标准搜索特征。

10.如权利要求1所述的方法，其中所述子数据集包括混合级联结构，所述混合级联结构是树形结构，其中第一节点类型表示从主动提升学习到的强分类器，第二节点类型是通过低计算量的懒惰提升得到的，并且弱分类器是从前面的层得到的。

11.如权利要求10所述的方法，其中所述分割步骤包括执行懒惰提升程序，以加速匹配。

12.如权利要求1所述的方法，其中所述分割步骤包括将之前的图像帧的前景信息用于当前计算，并且更新前景信息为之后的帧作准备，以促进快速多层分割。