[发明专利]异常人脸检测方法及装置

说明书

本申请提供一种异常人脸检测方法及装置，所述方法包括：根据拍摄到的视频图像确定待检区域，所述待检区域为矩形；根据所述待检区域的宽和高之间的比较关系，选择对应的已训练的分类器确定所述待检区域中是否为人脸；当确定所述待检区域中为人脸时，根据所述待检区域确定肤色占比以及占比阈值；当所述肤色占比不大于所述占比阈值时，确定所述人脸为异常人脸。应用该方法，可以提高异常人脸检测的准确率，同时，提高异常人脸检测的效率，以尽可能地满足用户的实时性要求。

技术领域

本申请涉及视频监控技术领域，尤其涉及一种异常人脸检测方法及装置。

背景技术

视频监控系统作为一种可视化监控手段，在公共安全领域得到了广泛的应用。在视频监控系统中，可以通过计算机的检测和识别，在监控区域发现异常人脸，例如戴墨镜、戴口罩等人脸，从而实现尽早地发现不法人员，以有效地避免违法事件、危害公共安全等事件的发生。

在现有的方案一中，首先基于Hough算法对在视频图像上提取到的运动目标进行人头定位，之后通过肤色模型对人脸进行初次判定，得出可能的戴口罩人脸和戴墨镜人脸，之后基于Tamura纹理特征对可能的戴口罩人脸进行二次判断，以确定是否为戴口罩的异常人脸；基于Hu氏特征对可能的戴墨镜人脸进行二次判断，以确定是否为戴墨镜人脸。在现有的方案二中，基于与或图级数的多通道人脸检测方法检测异常人脸，该方法中，定义了三个通道，α通道，直接进行人脸检测，β通道，通过检测人脸局部特征得到人脸区域，γ通道，通过检测头肩区域得到人脸区域，之后，使用贪心的方式整合该三个通道所得出的检测结果，得到最终的人脸检测结果。

然而，在上述方案一中，由于Hough变换算法的计算量随着参数空间的增大呈指数增长，从而通过Hough变换算法难以实时地在监控到的视频图像上定位出人头，同时对于被遮挡住的人脸，基于Hough变换算法也无法定位出人头；由于肤色模型中采用固定的肤色区间，从而通过肤色模型对人脸进行初次判定，很容易产生误判或漏判；由于初次判定之后再进行二次判定，从而增加了性能开销，对于实时性要求高的场景适用性并不佳。在上述方案二中，由于整个与或图技术的流程类似于串行过程，从而造成性能浪费，并且人脸检测的实时性不佳。

发明内容

有鉴于此，本申请提供一种异常人脸检测方法及装置，以提高异常人脸检测的准确率，同时，提高异常人脸检测的效率，以尽可能地满足用户的实时性要求。

具体地，本申请是通过如下技术方案实现的：

根据本申请实施例的第一方面，提供一种异常人脸检测方法，所述方法包括：

根据拍摄到的视频图像确定待检区域，所述待检区域为矩形；

根据所述待检区域的宽和高之间的比较关系，选择对应的已训练的分类器确定所述待检区域中是否为人脸；

当确定所述待检区域中为人脸时，根据所述待检区域确定肤色占比以及占比阈值；

当所述肤色占比不大于所述占比阈值时，确定所述人脸为异常人脸。

可选的，当所述待检区域的宽小于高时，所述根据所述待检区域确定肤色占比以及占比阈值包括：

获取第一子区域，所述第一子区域位于所述待检区域中，且所述第一子区域的上边界与所述待检区域的上边界重合，所述第一子区域的高度为α，所述α的取值范围为所述H₁为所述待检区域的高度；

确定所述第一子区域中肤色区域的肤色占比，以及确定所述第一子区域对应的占比阈值。

可选的，当所述待检区域的宽大于高时，所述根据所述待检区域确定肤色占比以及占比阈值包括：

基于所述待检区域进行扩展，得到人脸区域；