[发明专利]一种基于人脸检测与二值运算的坐姿检测方法

权利要求书

1.一种基于人脸检测与二值运算的坐姿检测方法，其特征在于，包括以下步骤：

步骤1：采集用户标准坐姿图像；

步骤2：计算步骤1中采集到的标准坐姿图像亮度，对亮度较低的图像进行增强亮度的预处理，对亮度较高的图像不做处理；

步骤3：利用Adaboost人脸检测算法对步骤2得到的标准坐姿图像中用户的头部进行定位；

步骤4：利用步骤3中得到的头部定位位置设置检测容限；

步骤5：开始实时采集用户坐姿，根据步骤4中设置的检测容限对用户实时坐姿的头部位置进行检测，根据检测结果对用户进行提示；

所述步骤2具体按照以下步骤实施：将标准坐姿图像由RGB模型空间转化到YCbCr模型空间，转换公式为：

式(1)中，提取Y分量，即亮度分量，计算Y分量下该图像的灰度平均值，假设图像尺寸大小为m×n，灰度平均值为计算公式为：

若灰度平均值较标准值高，则直接进行步骤3；若灰度平均值较标准值低，则需要对图像进行以下预处理，其中标准值为85：

预处理为增强图像亮度，假设原图为I(x,y)，增强亮度后的图像为G(x,y)，则有

G(x,y)＝a×I(x,y) (3)

式(3)中a取值为3，G(x,y)为增强亮度后的图像中x行y列处像素的灰度值，I(x,y)为原图中x行y列处像素的灰度值；

所述步骤3具体为：使用Adaboost人脸检测算法对输入的标准坐姿图像进行检测，定位用户的头部位置特征向量为D＝[x,y,w,h]，并用线框标记，(x,y)表示检测到头部位置线框的左上角坐标，w表示线框的宽，h表示线框的长；

所述步骤4具体为：令d＝0.3×w，d为用户坐姿的检测容限，即用户的头部活动范围在(x-d,y-d)与(x+h+d,y+w+d)之间，根据d的大小检测用户的标准坐姿是否超出屏幕，若过于靠近屏幕某边缘，无法满足检测容限d，则提示用户重新采集标准坐姿；

所述步骤5中利用Adaboost人脸检测算法检测用户实时坐姿的头部位置，若用户头部位置未超出检测容限，不对用户做出提示；若用户头部位置超出检测容限，则首先判断用户坐姿在前后方向上是否出现不规范坐姿，当用户在前后方向上未检测出不规范坐姿时，再在左右方向检测用户是否出现不规范坐姿，具体为：

步骤5.1：判断用户坐姿在前后方向上是否出现不规范坐姿，标准坐姿图像的头部位置特征向量为D＝[x,y,w,h]，假设实时坐姿图像的头部位置特征向量为D’＝[x’,y’,w’,h’]，(x’,y’)表示检测到实时坐姿头部位置线框的左上角坐标，w’表示检测到实时坐姿头部位置线框的宽，h’表示检测到实时坐姿头部位置线框的长，当满足以下判决条件关系：

即实时坐姿头部面积比标准坐姿头部面积大，且用户头部位置高于标准坐姿的头部位置，则判定用户坐姿前倾；

当满足以下判决条件关系：

即实时坐姿头部面积比标准坐姿头部面积小，且用户头部位置较低，超出检测容限，则判定用户坐姿向后倾斜；

步骤5.2：当步骤5.1未检测出用户坐姿在前后方向上存在错误，则对标准坐姿图像和实时坐姿图像进行二值化，进行二值化处理时，利用步骤2中计算的灰度平均值为作为阈值，通过该阈值设置不同亮度下的图片二值化标准一致；

之后将两幅二值图像做相减运算，再依据用户标准坐姿头部位置将差值图像分割为3×3的块，分别表示为S(1,1)、S(1,2)、S(1,3)、S(2,1)、S(2,2)、S(2,3)、S(3,1)、S(3,2)、S(3,3)，其中心块S(2,2)的位置与标准坐姿头部位置一致；

求S(2,1)块与S(2,3)块内的像素值为1的像素数，分别为h(2,1)与h(2,3)，若满足h(2,1)h(2,3)，则认为用户坐姿向左倾斜；若满足h(2,1)h(2,3)，则认为用户坐姿向右倾斜。