[发明专利]一种人脸图像检测过滤方法

说明书

本发明涉及一种人脸图像检测过滤方法，针对现有人脸检测图像技术进行优化设计，通过真实人脸图像与卡通人脸图像，在像素点颜色均值与方差方面的不同，训练并获得用于辨识真实人脸图像与卡通人脸图像的过滤分类器，再通过获得的过滤分类器实现针对人脸检测图像的分类，滤除掉其中的卡通人脸图像，实现针对人脸检测图像的过滤，获得真实人脸图像，整个设计方法过程有效提高了现有人脸检测技术的准确性和可靠性。

技术领域

本发明涉及一种人脸图像检测过滤方法。

背景技术

在互联网社会，网络上存在大量的多媒体数据，图像数据在网络社会中铺天盖地，图像存在大量的视觉信息，可以将信息反映给观看人，而目前的数字图像照片编码形式全部是以红绿蓝像素组成，无法像计算机文本数据一样，轻易地像直接读取字符串匹配的形式来读取照片上的物体（如人脸，车辆），当照片中有人脸的时候，必须要使用人眼去感观并用大脑去辨识，因此，市面上有专门针对图片人脸检测的产品，这些产品可以在数字图像上，将人脸区域给定位出来。

虽然市面上已经推出了一些人脸检测产品，但是这些产品存在一定的不足，目前的人脸检测技术可以在图像上定位到类似人脸的区域，但是，对于检出人脸的真实性存在很多问题，一些卡通人脸图片、卡通表情图片等会被当成真实的人脸给检测出来，而实际过程中，人们更需要对真实的人脸进行检测和识别，来做后续的分析工作。

发明内容

针对上述技术问题，本发明所要解决的技术问题是提供一种针对人脸检测图像，能够准确滤除掉卡通人脸图像，有效提高人脸检测技术准确性和可靠性的人脸图像检测过滤方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种人脸图像检测过滤方法，包括如下步骤：

步骤001. 采集预设数量的真实人脸数字样本图像和卡通人脸数字样本图像；

步骤002. 针对真实人脸数字样本图像和卡通人脸数字样本图像，分别针对各幅人脸数字样本图像进行像素点颜色分布统计，分别获得与人脸数字样本图像一一对应的像素点颜色统计概率直方图；

步骤003. 采用混合高斯分布模型分别针对各幅人脸数字样本图像对应的像素点颜色统计概率直方图进行逼近，分别获得各幅人脸数字样本图像对应的高斯分布数据，其中，一幅人脸数字样本图像对应至少一个高斯分布数据，高斯分布数据包括对应人脸数字样本图像中像素点颜色分布的均值和方差；

步骤004. 根据真实人脸数字样本图像和卡通人脸数字样本图像，分别所对应的高斯分布数据，针对全监督性质的分类器进行训练，获得用于辨识真实人脸图像与卡通人脸图像的过滤分类器；

步骤005. 针对待检测数字图像进行检测，获取其中的人脸区域图像；

步骤006. 针对所获得待检测数字图像中的各幅人脸区域图像，按照步骤002至步骤003中针对人脸数字样本图像的处理方法，分别获得各幅人脸区域图像对应的高斯分布数据，其中，一幅人脸区域图像对应至少一个高斯分布数据；

步骤007. 采用过滤分类器，分别针对各幅人脸区域图像对应的高斯分布数据进行分类，分别判断各幅人脸区域图像是否为真实人脸图像，实现针对检测获得的人脸区域图像进行过滤，获得真实人脸图像。

作为本发明的一种优选技术方案：所述步骤002中，若人脸数字样本图像为彩色数字图像，则针对该人脸数字样本图像进行像素点颜色分布统计，获得的像素点颜色统计概率直方图为多维像素点颜色统计概率直方图，作为该人脸数字样本图像对应的像素点颜色统计概率直方图；

若人脸数字样本图像为灰度数字图像，则针对该人脸数字样本图像进行像素点颜色分布统计，即进行像素点灰度值分布统计，获得的像素点颜色统计概率直方图为一维像素点灰度值概率分布图，作为该人脸数字样本图像对应的像素点颜色统计概率直方图。