[发明专利]一种基于视觉注意机制的人脸检测方法

权利要求书

1.一种基于视觉注意机制的人脸检测方法，其特征在于具有如下步骤：

S1、图片预处理：

将输入的固定大小的RGB图片分别转换到YCrCb颜色空间和Lab颜色空间，分别对三个颜色空间的图片进行预处理；

S2、获取视觉显著图：

通过GBVS算法得到预处理后图片所对应的视觉显著图，选择合适的权值系数进行线性组合得到最终视觉显著图；

S3、获取人脸区域：

对最终视觉显著图进行阈值分割得到粗模板，再对其进行形态学操作得到细模板，根据细模板得到人脸区域。

2.根据权利要求1所述的方法，其特征在于：

步骤S1中将输入的固定大小的RGB图片记为S₁，将S₁分别转换到YCrCb颜色空间和Lab颜色空间，分别记为S₂和S₃；

RGB颜色空间中选择合适的gamma值对S₁进行伽马变换，得到S′₁；

YCrCb颜色空间中对于S₂不满足：133≤Cr≤173，77≤Cb≤127的像素，将其各个分量置为零，得到S′₂；

Lab颜色空间中将S₃的a分量置零，得到S₃′。

3.根据权利要求2所述的方法，其特征在于：通过GBVS算法得到S′₁、S′₂、S′₃所对应的视觉显著图I₁,I₂,I₃。

4.根据权利要求3所述的方法，其特征在于：计算视觉显著图I₁,I₂,I₃权值系数的步骤如下：

计算视觉显著图的平均值和方差：

式中，h和w分别指的是视觉显著图的长和宽，D_n(i,j)代表了视觉显著图I_n某一像素(i,j)的值，Average_n和S_n则分别代表了视觉显著图I_n的灰度平均值和标准差，n＝1，2，3；

k_n＝S_n n＝1，2，3

k_n代表了视觉显著图I_n所对应的原始权值系数；

权值进行归一化处理：

K_n代表了视觉显著图I_n所对应归一化后的权值系数；

最终视觉显著图为：

5.根据权利要求4所述的方法，其特征在于：所述步骤S3中，对最终视觉显著图I′进行阈值分割的具体步骤如下：

设I′最大灰度值为T_max，最小灰度值为T_min，分割阈值为t时，前景像素个数占图片比例为w₀，平均灰度为u₀，背景像素个数占图片比例为w₁，平均灰度为u₁；

I′的总平均灰度为：u＝w₀×u₀+w₁×u₁；

前景与背景图像的方差：g＝w₀×(u-u₀)²+w₁×(u-u₁)²；

联立上述两个等式得到：g＝w₀×w₁×(u₀-u₁)²；

t在(T_min,T_max)范围内从小到大遍历，当g达到最大值时，此时的灰度值t₀就是最佳的阈值，此时获得粗模板M₁。