[发明专利]一种人脸检测方法

说明书

技术领域

本发明涉及一种身份识别方法，特别涉及一种人脸检测方法。

背景技术

人脸是自然界存在的一种特殊的复杂视觉模式，它包含着极其丰富的信息。首先，人脸具有一定的不变性和唯一性，人脸识别和人脸检测是人类在进行身份确认时使用得最为普遍的一种方式，人脸图像还能够提供一个人的性别、年龄、种族等有关信息。其次，人脸也具有多样的变化能力，人的脸上分布着五十多块面部肌肉，这些肌肉的运动导致不同面部表情的出现，从这些表情和神色的变化中，人们可以感知到一个人情绪，感受，甚至秉性和气质。人类在人脸图像分析中所表现出来的能力是让人惊异的，但是迄今为止，人类人脸图像分析的认知过程和内在机理仍然是一个没有完全解开的迷。

从上个世纪六十年代以来，随着计算机和电子技术的迅猛发展，人们开始利用计算机视觉和模式识别等技术对人脸进行研究。近年来，随着相关技术的不断发展和实际需求的口益增加，自动人脸图像分析已经引起了越来越多的关注，新的研究成果和实用系统不断涌现。目前，人脸图像分析中最为重要的两个方向是人脸检测和表情识别。

正由于人脸检测技术具有如此之多的优势，因此它的应用前景非常广阔。首先，人脸检测技术可以应用十金融保险、宾馆饭店中的门禁系统，通过人脸检测来实现访问控制和自动监视。其次，人脸检测是刑侦破案和司法鉴定的一个有效的辅助手段，通过人脸检测对犯罪嫌疑人的照片进行自动筛选可以大大节省破案的时间和人力物力。

然而现有的表情检测方法大多基于单张人脸图像进行检测，然而根据单张人脸图像检测人脸表情可能会有误差。另外，现有的人脸检测方法中的人脸图像很多并未进行划分处理，也并未针对图像中不同部分进行不同的处理。例如，针对图像噪声，在现有的图像去噪处理的方法中，小波去噪相对成熟，例如小波阈值去噪，能减少边界效应对分解出信号的影响，但是自适应性差，可能影响去噪效果，相较于小波去噪，EMF去噪自适应性强，但是由于其本身还在发展阶段，存在特殊的边缘效应，因此可能导致去噪后图像的边界模糊。

针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。因此，本发明提出了一种新型的人脸检测方法，毋庸置疑，本发明的新型的人脸识别方法经过适当的修改同样适于识别其他图像。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种人脸检测方法，通过本发明利用多张图像进行表情检测的方法可以快速获得更准确的表情检测结果；通过本发明进行图像预处理，并基于不同部分分别进行不同的处理，使得图像预处理更加有针对性；尤其对于去噪处理操作，通过本发明的结合小波阈值去噪、EMF去噪的处理，特别是在图像不同部分分别进行小波阈值去噪和EMF去噪，实现了小波阈值去噪和EMF去噪的优点同时体现在去噪处理方法中，使得去噪效果更加完善，不仅边界图像清楚而且自适应能力强，适于各种情况下的噪声抑制。

所述方法包括：接收包含人脸的第一待检测图像和包含人脸的第二待检测图像；将第一待检测图像和第二待检测图像保存在图像数据库中；确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围；对第一待检测图像和第二待检测图像进行图像预处理；检测第一待检测图像中的人脸和第二待检测图像中的人脸是否属于已注册人脸；如果第一待检测图像中的人脸和第二待检测图像中的人脸均属于已注册人脸并且均属于同一个人的脸，则判断所述同一个人的面部表情。

优选地，所述确定第一待检测图像中人脸所在的第一范围和第二待检测图像中人脸所在的第二范围包括：分别将第一待检测图像和第二待检测图像转换为第一256色灰度值图像和第二256色灰度值图像；分别将所述第一256色灰度值图像和所述第二256色灰度值图像进行垂直灰度投影，根据垂直灰度投影结果确定第一256色灰度值图像中人脸的左右边界位置和第二256色灰度值图像中人脸的左右边界位置；分别将所述第一256色灰度值图像和所述第二256色灰度值图像进行水平灰度投影，根据水平灰度投影结果确定第一256色灰度值图像中人脸的上下边界位置和第二256色灰度值图像中人脸的上下边界位置；根据所述第一256色灰度值图像中人脸的左右边界位置与所述第一256色灰度值图像中人脸的上下边界位置确定第一待检测图像中的人脸的范围；根据所述第二256色灰度值图像中人脸的左右边界位置与所述第二256色灰度值图像中人脸的上下边界位置确定第二待检测图像中的人脸的范围。