[发明专利]一种面向监控视频的胡须人脸检测方法

说明书

技术领域

本发明属于面向公共安全预警的视频图像处理领域，具体涉及一种胡须人脸检测方法。

背景技术

视频监控被广泛应用于公共安全领域，为公共安全管理业务中的预警与查证提供了有力的数据与技术支撑。胡须人脸检测主要用于从海量监控视频中快速筛选面部有胡须的人员目标，可以增强公安部门对特定目标的筛选、查找效率，对预防和打击违法犯罪、追查嫌疑人员、维护社会平安等具有重要作用。但目前面向监控视频的智能分析水平还比较低，在面向监控视频的胡须人脸检测方面，尚无专门针对该应用的有效技术手段。面向监控视频的胡须人脸检测是监控视频图像处理的重要功能。其处理流程为：首先从监控视频中获取图像数据，然后提取运动区域，进一步地进行人脸检测，最后判断人脸是否具有胡须。

针对胡须人脸检测中的各个环节，在运动目标检测方面，现有方法如专利201410110812.1采用ViBe算法为视频图像帧建立背景模型，融合帧差法分割前景区域，该方法背景更新环节耗时较多，导致整体处理速度较慢；专利201110253323.8采用基于边缘检测和帧差法进行运动检测，专利201310586151.5结合相邻帧差法和混合高斯模型实现运动目标，上述方法的不足是易出现空洞区域；在人体检测方面，专利201010218630.8采用具有模糊性的模板检测多姿态人体，速度较慢；专利201310415544.X基于彩色与深度信息实现人体检测，但监控视频中颜色信息受光照影响较大；专利201110026465.0基于深度图像进行人体检测，不适用于常规的监控视频图像；在人脸纹理检测方面，专利201210351040.1利用Gabor滤波器提取人脸的纹理特征，但仅提取面部整体轮廓，不能用于表示胡须特征；此外未检索到针对人脸胡须检测的公开专利。

发明内容

本发明涉及一种面向监控视频的胡须人脸检测方法，该方法主要针对监控视频进行处理，首先在改进背景差法基础上融合人体特征实现运动人体区域检测，然后结合比例关系与Haar分类器定位人脸胡须生长区域，最后基于横向纹理复杂度判别人脸胡须状况。

本发明可从海量监控视频中快速筛选面部有络腮胡的人员目标，有助于公安部门对特定目标更好地进行筛选和查找，提高现有视频监控系统的自动化、智能化程度，加强公共安全监控质量。该方法完全基于现有视频本身进行处理，无需额外触发硬件，适用范围广，智能化程度高。

下面对本发明中的技术方案阐述如下：

1、融合人体特征的改进背景差法实现运动人体区域检测

背景差法是一种经典的运动检测方法，具有计算便捷、空洞区域少的优点。HOG分类器结合了HOG特征和Adaboost分类器，常被用于提取人体躯干特征并进行分类。现有背景差法的不足是在背景刷新过程中容易导致个别背景区域被误判为运动目标。在本发明中，目的是从视频帧图像中检测胡须人脸目标，该目标属于人体上半身的一部分，而人体上半身又包含在运动区域中。基于此特点，本发明从简单背景差值检测到的运动区域中进行基于HOG分类器的人体上半身检测，当检测到人体上半身时将当前运动区域判定为有效运动区域，对当前帧进行背景更新，从而实现对背景差法的改进。其具体实现步骤为：

Step1：预先采集大量人体上半身区域图像作为正样本，并采集大量无人体上半身区域图像作为负样本，结合正负样本训练人体上半身HOG分类器；

Step2：选取起始帧图像为初始背景帧，其中表示该帧中像素坐标；

Step3：依次获取下一帧，令其为，为帧处理序号，为像素坐标，将当前帧与背景帧进行差分二值化运算：

其中为二值化后的差值图像，为帧处理序号，为像素坐标，为二值化阈值，可人工动态设定，一般可设置为的灰度均值；

Step4：对当前二值化差值图像进行先腐蚀后膨胀的形态学运算：

其中为形态学模板，为腐蚀后的二值图像，为膨胀后的二值图像，为帧处理序号，为像素坐标；

Step5：对提取其中的非零像素点构成的区块序列，其中为各区块，总数为n。遍历该区块序列，如果每个区块的像素数都，则当前帧不含满足要求的运动区域，获取下一帧，令，，转至Step3；若存在像素数的区块，则转至step6，其中为区块像素数量阈值，令当前帧的高、宽分别为、，可取值为；