[发明专利]用于加速人脸检测的方法

说明书

技术领域

本发明涉及用于检测数字图像内一个或多个人脸的方法和系统。

背景技术

图像中的人脸或人头的检测是视频会议系统和其他视频系统中的关键能力。具有视频图像捕获装置(例如，视频摄像机、视频会议设备、Web摄像机等)的系统便利了下述功能，诸如：最佳视场定义(BestView)、用于聚焦目的的区域目标确定(以确保视频中的人清晰)和颜色优化(确保正确的人脸颜色)等。

人脸检测通常要求人脸检测装置(或逻辑)检查/处理一个数字图像内的成千上万或者上百万的候选窗口，以定位可能包含人脸的视频帧(或图像)的部分。传统的技术要求在各个不同的位置和/或按不同的规模操纵和检查候选窗口内的图像数据。这种处理的全部能够导致缓慢的检测速度。

存在用于图像中人脸检测的几种方法。目前对于单帧分析开发的较快的方法之一是Viola和Jones[1]的使用Haar类似特征的所谓的级联分类器。Viola和Jones使用一系列(称为级联)训练的分类器[1]。对于具有和不具有人脸的大量图像(称为正采样和负采样)训练这些级联，并且这些级联必须学习人脸的区别特征。当应用到图像(这里的情况是视频的单个帧)时，来自级联的每一个分类器被应用到图像的区域(或窗口)，其中，对于每次迭代增加窗口的大小。在最初的VJ方法中，检测器基于场景的灰度图像中的局部几何特征；一种典型的分类器是较暗的眼洞(eye-cave)与较亮的周边等。然而，VJ的最初的方法仅考虑每一个窗口(或区域)的人脸特征，并且在它确定是否包含人脸之前需要针对人脸特征处理每一个区域。这给系统施加了大量处理负荷，因为必须对图像执行详细的分析，即使在那些其中例如颜色可以表明不存在人脸的区域中。

因此，在商业上非常需要提供增加检测速度的改进的方法、设备和/或系统。用于此的一种方法是快速地减少需要处理和检查的候选窗口的数量。这样导致的人脸检测加速将在许多基于计算机和机器的应用中是有利的。

一种已知的用于减少需要处理和检查的候选窗口的数量的方法是定义颜色(人脸颜色)组，该颜色组被假定是在表示人脸的图像区域中找到的颜色。因此，人脸检测单元仅需要处理和检查包含具有与定义的人脸颜色组对应的颜色的像素的图像的部分。然而，诸如视频会议设备的许多视频系统通常被置于具有非常不同的照明和照明条件变化很大的不同环境中。视频会议端点经常被置于靠近窗口的桌面上(即使系统保持静态，也具有不同的照明)、良好和不良光照的会议室中、大讲堂中、装饰有皮肤色调的家具或墙壁的会议室中等。因此，虽然有用于分类人脸的区域颜色的值，但是不同照明之间测量的皮肤颜色的变化很大，使得难以利用。另外，在包含皮肤颜色的墙壁或家具的图像中，人脸检测逻辑仍然在不包含人脸的大区域上花费时间。因此，不可能在实现可靠的人脸检测之前了解图像中的皮肤的实际颜色。

发明内容

本发明的目的是提供一种用于解决现有技术中的上述问题中的至少一个的方法和系统。

在所附独立权利要求中限定的特征表明了该方法的特征。

附图说明

为了使得能够更容易理解本发明，下面的讨论将参考附图。

图1是示出加速人脸检测的示例性系统构造的框图，

图2是描述根据本发明的特定实施方式的被构造为加速人脸检测的示例性逻辑的说明图，

图3示出包含人脸的示例性输入图像，

图4示出图3中的输入图像的示例性背景直方图，

图5示出根据本发明的特定实施方式的示例性运动颜色直方图，

图6示出根据本发明的特定实施方式的示例性比率直方图。

具体实施方式

在下面，将通过描述优选实施例并且通过参考附图来描述本发明。然而，本领域内的技术人员将认识到在所附独立权利要求中定义的本发明的范围内的其他应用和修改。

本发明提供了一种新颖的方法，该方法通过减少候选窗口的数量来显著地提高人脸检测速度，候选窗口需要通过更复杂和/或更耗时的人脸检测过程来处理和检查。而且，本发明提供了一种比现有技术的人脸检测方法更独立于照明条件的更鲁棒的人脸检测方法。

已知多种人脸检测技术，并且继续对这些技术调整和改进。提供对于这样的公知技术的教育性介绍不在本说明书的范围之内。因此，对有兴趣学习更多内容的读者可以参考下面的示例性参考文献：