[发明专利]视频监控中蒙面人脸的检测方法

说明书

技术领域：

本发明涉及图像处理和模式识别领域，特别涉及视频监控中人脸检测的方法。

背景技术：

视频监控中的人脸检测是将人脸从视频图像背景中检测出来，由于受图像背景、亮度变化以及其他各方面因素的影响，使得人脸检测成为了一项复杂的研究课题。目前，基于haar特征的级联adaboost方法训练识别方法被认为是最成熟、最有效的人脸检测方法。而蒙面人脸，如戴墨镜或者戴口罩，是一种特殊的人脸，这类特殊的人脸检测相对传统的人脸检测来说特征不一样，有着相似的过程，但又不全相同。蒙面检测较理想的情况就是在人头上没有检测到完整的人脸图像，为此在人头检测基础上的人脸检测成为研究的主要思想。

在专利201010122033.5中，提到了一种人体头部检测方法，该方法利用人体头顶部的轮廓特征，来区分多个人体目标，该方法多用于摄像头远距离俯视拍摄，将人头顶部体现的比较完整的场合。而在视频监控的部分应用领域中，如ATM机监控，由于图像采集设备的安装位置的特殊性，获取的检测区域的图像，多是人体正面人脸信息，可以利用面部细节特征进行检测。Min Li，Zhaoxiang Zhang等的Estimatingthe Number of People in Crowded Scenes by MID Based Foreground Segmentationand Head-shoulder Detection中根据人头和肩形成的形状特征，提出了基于梯度方向直方图hog的人头检测方法，该方法能够较准确地进行人头检测，但是对于人脸的面部细节没做分析，不能防止蒙面伪装的不法行为。

发明内容：

本发明的目的是提供一种能判断视频图像中是否有蒙面人脸，防止蒙面伪装不法行为的蒙面人脸检测方法。

本发明包括如下步骤：

1.将监控现场获取的彩色视频图像转换为灰度图像；

2.将灰度图像进行缩放；

3.在灰度图像上进行人头检测，检测到有人头时，进入下面的步骤，无人头则循环步骤1到3；

4.对每个人头在帧间进行匹配；

5.进行人脸检测；

6.进行蒙面判决，对判决出有蒙面人脸的原始彩色视频图像进行标记，并报警。

在步骤3中，采用滑动窗口方法，沿自左向右，自上向下的方向，逐像素点移动滑动窗口，将灰度图像分割为对应每个滑动窗口的窗口图像，对窗口图像进行人头检测，滑动窗口位于第一个窗口图像时：

(1)计算窗口图像各像素点的水平梯度G_x[i，j]和垂直梯度G_y[i，j]：

a.G_x[i，j]和G_y[i，j]初始化：

G_x[i，j]和G_y[i，j]中各像素点的值初始化为0，[i，j]遍历窗口图像上的所有像素点，i是变量，表示窗口图像中像素点的水平位置，取值为i＝1，2，...，W₀，j是变量，表示窗口图像中像素点的垂直位置，取值为j＝1，2，...，H₀，W₀，H₀分别为窗口图像的宽度和高度；

b.在窗口图像上，计算各像素点的水平梯度G_x[i，j]和垂直梯度G_y[i，j]：

将Sobel水平边缘算子作为运算模板，平移运算模板中心到各像素点处，将运算模板覆盖下的图像区域中的每个像素与运算模板每个元素对应相乘，所有乘积之和作为各像素点的水平梯度G_x[i，j]，将Sobel垂直边缘算子作为运算模板，得到各像素点的垂直梯度G_y[i，j]：