[发明专利]ATM取款机前的异常人脸检测方法

权利要求书

1.一种ATM取款机前的异常人脸检测方法，其特征在于，所述方法分三步，首先检测出视频中的取款人目标，然后对其脸部进行定位以及实时跟踪，最后对脸部区域遮挡的情况进行异常判断；具体为：

第一步，采用高斯混合模型对场景的背景进行建模，在得到背景模型后通过与当前处理图像的比对得到粗略的运动前景，使用前景块所占整幅图像的比率以及目标的位置定位ATM前的取款人，然后再结合连通域分析实现取款人的精定位，接着再进行区域填充和形态学处理；

第二步，通过自下而上地统计前景身体宽度的变化快速估计取款人的肩部在水平方向上的位置；使用基于高斯能量函数的生长算法找出紧密包裹头部区域的方框，然后利用方框边缘的脸部外轮廓，通过随机Hough变换和最小二乘法拟合头部的椭圆来确定下巴的位置，修订得到头部目标最终的准确位置；获得初始头部目标位置后，基于L1跟踪算子对它进行实时跟踪；

第三步，通过对跟踪到的脸部的肤色面积比例和能否找到眼睛、嘴巴进行判断，进行异常人脸的识别，即检测出戴口罩、戴墨镜、带鸭舌帽这些遮蔽人脸的行为。

2.根据权利要求1所述的ATM取款机前的异常人脸检测方法，其特征在于，所述的取款人的精定位，具体为：基于高斯混合模型提取出粗略的运动前景块，然后计算前景块所占整幅图像的比率的大小以及前景块所在的位置是否满足设置的阈值，如果满足，那么再结合连通域分析对前面用高斯混合模型得到的轮廓进行修正，从而达到前景块的精定位；反之，则放弃后期的跟踪和识别。

3.根据权利要求1所述的ATM取款机前的异常人脸检测方法，其特征在于，所述通过自下而上地统计前景身体宽度的变化快速估计取款人的肩部在水平方向上的位置，具体为：在得到的前景的基础上，对其进行填充和形态学修正得到填充后的头肩部区域；在人体头肩部的形状中，肩部与头部处宽度比躯干部要小很多，根据这一特点，自下而上地扫描前景水平方向的宽度，统计落在各个水平位置上的前景点个数并生成直方图，得出新一行的宽度后比较与上一行宽度的距离，计算差值diff，当diff大于一阈值时则认为找到肩部并停止向上扫描，所述阈值为上一行宽度乘以某个系数，取0.1，这样能快速找到肩部的位置并得出肩部的左右端位置和宽度。

4.根据权利要求1所述的ATM取款机前的异常人脸检测方法，其特征是，所述使用基于高斯能量函数的生长算法找出紧密包裹头部区域的方框，具体为：根据上一步得到的肩部区域来确定初始的矩形生长框所在位置，然后定义一个一维的高斯能量函数，它的变量是以不断更新的坐标值作为输入，这种能量函数有正负之分，对于扫描线，在这条线上属于头肩区域内部的点，定义为正能量，反之则定义为负能量，如果在这条线上的所有能量值的和不断增加，那么就按照定义的规则向某个方向继续生长，反之，这条扫描线则就是所要得到的头部椭圆轮廓的外切线，同理做三个方向的矩形生长，那么就找到了3个外切线。

5.根据权利要求1所述的ATM取款机前的异常人脸检测方法，其特征是：所述头部目标最终的准确位置，具体为：当基于高斯能量函数的生长算法得到的头部区域高和宽满足一定条件时再去进一步利用边缘信息拟合寻找头部的椭圆，利用canny算子提取头部区域的线条，消除掉头顶部的线条、人脸内部的线条以及头部左右下角的线段，只保留中下部靠近方框边界的外轮廓，之后基于随机Hough变换并利用最小二乘法进行椭圆拟合，获取椭圆线条的上下左右边界并进行边界校正，从而精确的得到包裹住人脸部的方框区域。

6.根据权利要求1所述的ATM取款机前的异常人脸检测方法，其特征是，所述基于L1跟踪算子，是指：基于稀疏编码的目标跟踪算法，将目标图像块内的所有像素使用小模板处理，小模板的数量等于目标模板向量的维数，在稀疏编码中融入遮挡、噪声对目标物的影响的参数，从而使跟踪子能感知目标物出现的各种变化，因而能够更为鲁棒地更新目标模板。

7.根据权利要求1所述的ATM取款机前的异常人脸检测方法，其特征是，所述异常人脸的识别，具体为：采用在YCbCr颜色空间下的肤色检测算法实现ATM机前人脸肤色的检测，用L1跟踪算子对区域中目标人脸进行跟踪；其次进行人脸确认和基于预先定义语义的识别，判断的依据为检测的蒙面或者脸部有遮挡人脸面积、正常取款即脸部无遮挡的人脸面积的比值和持续时间、能否找到眼睛和嘴巴。