[发明专利]一种人脸检测方法

说明书

技术领域

本发明涉及的是生物特征身份识别领域，特别是涉及一种人脸检测方法。

背景技术

人脸检测方法各异，大体上可分为：基于肤色特征与人脸验证的方法、基于启发式模型的方法、基于统计模型的方法，由于人脸是非刚性的，具有高自由度的变化，显式地描述人脸特征有一定难度，为此，基于统计模型的方法更受到重视，如人工神经网络、AdaBoost、特征空间法和基于概率模型的方法等。单独地应用一种方法往往得不到准确的检测效果，将多种特征信息及方法融合来提高对目标检测的准确度越来越受到研究者的重视。

P.Viola和M.Jone通过将AdaBoost算法与基于积分图的Haar-Like特征结合起来实现的人脸检测系统，是历史上第一次使人脸检测达到了实时处理的程度。Viola的人脸检测方法是一种基于积分图、级联检测器和AdaBoost的方法。该方法可以分为三个部分：第一部分，使用基于积分图计算的Haar-like特征表示人脸；第二部分，使用AdaBoost挑选出一些最能代表人脸的矩形特征（弱分类器），按照加权投票的方式将弱分类器构造为一个强分类器；第三部分，将训练得到的若干强分类器级联形成分层检测结构，这种结构能有效地提高分类器的检测速度（(1)Viola P,Jones M.Robust real time object detection[C].ICCV2001,Vancouver,British Columbia.USA:IEEE Computer Society Press,2001;(2)P.Viola,M.Jones.Robust Real-Time Face Detection.International Journal of Computer Vision.2004,57(2):137-154）。

肤色是人脸的重要信息，不依赖于面部的细节特征，对于旋转、表情等变化情况都能适用，具有相对的稳定性并且和大多数背景物体的颜色相区别。因此肤色特征在人脸检测中是最常用的一种特征（Ming H Y,David J,Kriegman,et.al.Detecting Faces in Images:A Survey[J].IEEE Trans.on Pattern Analysis and Machine Intelligence,2002,24(l):34-58.）。但是肤色信息容易受到光照变化等的影响从而导致人脸检测准确度严重下降。所以，基于肤色信息进行的人脸检测，需要有好的光照补偿方法进行辅助。

发明内容

本发明的目的在于提供一种检测速度更快，检测准确率更高、误检率更低的人脸检测方法。

本发明的目的是这样实现的：

本发明包括下列步骤：

（1）读取原始人脸图像；

（2）对原始人脸图像进行人脸光照预处理：

图像[0,255]的像素值区间P到[0,π]的角度值区间Ω的线性映射Φ为：

Φ:P→ΩΩ={ω|ω=Φ(x)}，

角度值区间Ω到Gamma值区间Γ的映射h为：

h:Ω→ΓΓ={γ|γ=h(x)}

h(x)=1+f(x)f(x)=acos(Φ(x)),]]>

其中x为区间P的像素值，x_m为区间P的中点，ω为Ω区间中的数值，γ为区间Γ中的数值，