[发明专利]一种人脸检测方法

摘要

本发明涉及的是生物特征身份识别领域，特别是涉及一种人脸检测方法。本发明包括下列步骤：读取原始人脸图像；对原始人脸图像进行人脸光照预处理；采用AdaBoost检测候选人脸区域；计算相似度图确认人脸区域图像。本方法在保证检测速度的同时，大大减少了目标区域的误检率，提高了人脸检测的准确率。

主权项

一种人脸检测方法，其特征在于，包括以下步骤：（1）读取原始人脸图像；（2）对原始人脸图像进行人脸光照预处理：图像[0,255]的像素值区间P到[0,π]的角度值区间Ω的线性映射Φ为：Φ:P→ΩΩ={ω|ω=Φ(x)}，角度值区间Ω到Gamma值区间Γ的映射h为：h:Ω→ΓΓ={γ|γ=h(x)} h ( x ) = 1 + f ( x ) f ( x ) = a cos ( Φ ( x ) ) , 其中x为区间P的像素值，xm为区间P的中点，ω为Ω区间中的数值，γ为区间Γ中的数值， Φ ( x ) = πx / 2 x 0 x ∈ [ 0 , x 0 ] π / 2 x ∈ ( x 0 , x 1 ) π - π ( 255 - x ) / 2 ( 255 - x 1 ) x ∈ [ x 1 , 255 ] , a = 1 - x / x m x ∈ [ 0 , x 0 ] 1 x ∈ ( x 0 , x 1 ) x / x m - 1 x ∈ [ x 1 , 255 ] , x0=xm‑σ2和x1=xm+σ2为像素区间P中的两点，其中σ2是图像像素的方差；在区间P和区间Γ建立对应关系，使任意一个像素x与一个确定的Gamma值γ对应，令γ(x)=h(x)，Gamma校正函数为：g(x)=255(x255)1γ(x)g(x)是校正后的像素值，将校正后的像素值与原像素值通过Gamma值联系起来；（3）采用AdaBoost检测候选人脸区域；（4）计算相似度图确认人脸区域图像：对候选人脸区域图像，计算相似度图像的像素值：候选人脸区域图像为RGB图像，分别按照两种方式表示其灰度值：r=(128+112*R/255‑93.8*G/255‑18.2*B/255)b=(128‑37.8*R/255‑74.2*G/255+112*B/255)将灰度值r和灰度值b构成向量，即x=[rb]T；相似度图像为：P(r,b)=exp[‑0.5(x‑M)TC‑1(x‑M)]其中向量x的均值为M=E(x)，方差为C=E((x‑M)(x‑M)T)；对相似度图像归一化： P ( r , b ) = P ( r , b ) max ( P ( r , b ) ) 对相似度图像二值化处理： P ( r , b ) ′ = 255 P ( r , b ) ≥ θ 0 P ( r , b ) < θ 其中θ为阈值；对二值图像P(r,b)′分别计算水平和垂直方向的灰度积分投影，获得灰度积分投影在水平方向和垂直方向的极小值，确定图像区域是否为有效的人脸区域，若为有效人脸区域，则输出人脸检测结果；若非有效人脸区域，丢弃该检测区域。