[发明专利]一种基于PICO算法的实时可旋转的人脸检测方法

说明书

本发明提出了一种基于PICO算法的实时可旋转的人脸检测方法及装置，所述方法利用对肤色的检测，使用肤色检测结果缩小人脸检测区域，进而选取图像的皮肤像素；基于皮肤像素进行肤色检测，确定人脸区域。本发明的方法加快了人脸检测算法的运算速度，有效提高了对人脸检测的精确度和效率。

技术领域

本发明涉及信息处理技术领域，更具体地，涉及一种实时可旋转的人脸检测方法。

背景技术

人脸检测是人脸身份识别、性别识别、以及年龄分类等信息识别的一个关键技术。目前，国内外有很多学者和研究机构对人脸检测问题进行了深入的研究，其中国外比较著名的机构有MIT、CMU、USC等，国内有清华大学、亚洲微软研究院、中科院计算机技术研究所等。人脸检测技术不管在理论研究还是实际应用都具备重要研究意义。

近几年，随着深度学习的发生，人脸检测技术在检测率和检测精确度上有了迅猛的发展。PICO(Pixel Intensity Comparison-based Object detection)是一种基于像素强度比较的目标检测算法，其本质是对Viola-Jones检测器的优化处理，该算法最大的优点是检测速度极快，能够保证其在视频端进行实时的人脸检测，并且其检测的准确率也相对较高。但是由于人脸检测问题的复杂性，深度学习的应用虽然提高了人脸检测的检测率和检测精确度，但是同时也增加了算法的复杂程度，对人脸检测的计算效率下降，如何有效提高对人脸检测的精确度和效率是面临的难题。更进一步，以目前的情况来看，在普通的PC平台下还很难达到实时检测的要求，更不用说是在配置相对更低的嵌入式平台上。因此，如何实现高效的人脸检测算法，是亟需解决的问题。

发明内容

有鉴于此，本发明实施例期望提供一种基于PICO算法的实时可旋转的人脸检测方法及装置，以加快算法的运算速度，提高对人脸检测的精确度和效率。

为达到上述目的，本发明的技术方案实现如下：

本发明提供一种基于PICO算法的实时可旋转的人脸检测方法，其特征在于：

利用对肤色的检测，使用肤色检测结果缩小人脸检测区域，具体包括：

选取图像的皮肤像素；

基于皮肤像素进行肤色检测；具体地，所述肤色检测包括将待检测图像转换到YUV色彩空间下，对每个像素的U、V值进行判定，以确定所述像素是否属于皮肤区域；

确定人脸区域。

优选地，在所述对每个像素的U，V值进行判定后还包括对人脸检测进行滑框检测的步骤，具体为：判定在目标框区域内的肤色区域的比例是否满足设定的阈值，若满足阈值则进入分类器检测判断是否为人脸，否则，该目标框为非人脸。

优选地，所述检测方法应用于嵌入式系统，且将PICO算法中的浮点数据全部转化成定点数。

优选地，将人脸分类器转化为极坐标体系，具体包括在分类训练时采用极坐标体系，当需要加入旋转时，传入旋转的角度参数，对分类器的数据进行旋转。

优选地，所述分类训练的步骤包括：

步骤1：取不同光照场景下、不同年龄、不同性别等人脸作为正样本，负样本不包含人脸的图像。

步骤2：将上述样本大小统一缩到20*20像素，并进行高斯滤波处理；

步骤3：按照PICO算法原理，采用极坐标体系的提取图像特征，并训练分类器。

步骤4：得到人脸分类器模型。

同时，本发明还提供一种基于PICO算法的实时可旋转的人脸检测装置，其特征在于：

所述装置利用对肤色的检测，使用肤色检测结果缩小人脸检测区域，具体包括：