[发明专利]一种基于视频监控的人脸遮挡检测方法及系统

说明书

本发明公开了一种基于视频监控的人脸遮挡检测方法及系统，该方法包括获取视频监控设备采集的动态视频图像；采用三帧差法与混合高斯背景模型相结合的算法，检测所述动态视频图像的运动物体，并确定运动物体区域图像；提取所述运动物体区域图像中的各个连通区域并标记，确定最大连通区域；对所述最大连通区域进行垂直和水平投影处理，截取人脸区域图像；采用K最近邻分类算法和局部二值模式算法对所述人脸区域图像进行人脸遮挡检测。应用本发明提供的方法或者系统，能够耗时少、实时性高、精度高、误差低的实现人脸遮挡检测。

技术领域

本发明涉及智能监控技术领域，特别涉及一种基于视频监控的人脸遮挡检测方法及系统。

背景技术

随着信息化的发展，自动柜员机(以下简称ATM机)的应用越来越广泛，由于无人看守以及电子金融的特性，ATM机在给人们带来方便的同时，也使犯罪分子有机可乘。通过实际案例发现，此类案件的犯罪人员往往戴有墨镜、口罩或者帽子等遮挡饰物来遮挡面部。因此，为了及时防范该类案件的发生，检测并判识出戴有饰物遮挡的人脸显得尤其重要。

目前为止，关于检测具有饰物遮挡的人脸并判识其饰物类别的研究并不多见。Froba等人提出的校正统计转换(MCT)算法。Dong和Soh利用混合高斯模型先检测到运动目标，然后运动肤色检测分割出人脸区域，再提出面部的五官特征，通过阈值来判断人脸是否被遮挡。袁宝华在已经定位好的人头图像中，通过五官是否缺失来判断该人脸是否戴有遮挡饰物，她使用的大部分都是简单的图像处理的方法。李岩提出了在初次对检测出的可能的人脸的基础上，再进行一次人脸有无饰物遮挡的判断，他利用帧差法和Adaboost分类器来进行检测。郭思郁利用椭圆拟合和传统的肤色检测以及五官检测的方法来进行检测。但是从整体上来讲，无论是国内还是国外的现有的研究，对具有遮挡饰物的人脸的检测和判识的方法都不算成熟，仍存在许多不足。归纳起来，主要体现在以下几个方面：(1)利用肤色检测的方法，对于黑种人和黄种人，该类方法无法设定统一的阈值来区分人脸和背景，且口罩、帽子等饰物会将人脸区域遮挡住很大部分，很难检测到皮肤；(2)利用五官检测的方法，在人脸有饰物遮挡的情况下，五官特征会被遮挡，并考虑到在实际存取款过程中，顾客的姿态会有很多变化，比如低头、侧脸等，因此误检率相对较高；(3)利用模板匹配的方法，由于人头轮廓的差异较大，使用简单的模板模型无法保证检测率，但使用复杂的模板模型计算量大，耗时多，实时性差，很难用于真实视频的检测。

发明内容

本发明的目的是提供一种基于视频监控的人脸遮挡检测方法及系统，能够耗时少、实时性高、精度高、误差低的实现人脸遮挡检测，特别对具有墨镜、围巾两种遮挡饰物的人脸进行实时检测以及对两种饰物的类别判断，当检测到佩戴有墨镜或围巾的人脸时发出警告，从而对违法犯罪行为进行主动预防，可应用于银行ATM机的监控视频。

为实现上述目的，本发明提供了如下方案：

一种基于视频监控的人脸遮挡检测方法，所述人脸遮挡检测方法包括：

获取视频监控设备采集的动态视频图像；

采用三帧差法与混合高斯背景模型相结合的算法，检测所述动态视频图像的运动物体，并确定运动物体区域图像；

提取所述运动物体区域图像中的各个连通区域并标记，确定最大连通区域；

对所述最大连通区域进行垂直和水平投影处理，截取人脸区域图像；

采用K最近邻分类算法和局部二值模式算法对所述人脸区域图像进行人脸遮挡检测。

可选的，所述人脸遮挡检测方法还包括：

当检测到人脸被遮挡时，所述视频监控设备发出报警提醒。

可选的，所述采用三帧差法与混合高斯背景模型相结合的算法，检测所述动态视频图像的运动物体，并确定运动物体区域图像，具体包括：