[发明专利]一种基于Haar‑like特征的司机面部特征快速检测方法

摘要

一种基于Haar‑like特征的司机面部特征快速检测方法，第一个阶段是利用分类器对当前图像小块进行检测，并根据检测的结果估计图像小块内容与目标的相似程度。第二个阶段是根据本次的检测结果，结合算法来对下一次检测的结果进行相似度估计，并根据估计结果，调节搜索的步长和分类器的检测精度。第三个阶段是结合司机驾驶的场景，根据已检测到的包含目标的区域的位置信息，估计目标所在的准确位置。本发明采用动态调整分类器检测精度的方式，在不降低准确度的情况下，减少了分类器的重复调用次数，缩短了检测时间，提高了检测效率。

主权项

一种基于Haar‑like特征的司机面部特征快速检测方法，其特征在于实现步骤如下：(1)从摄像头读取一帧视频流图像；(2)将读取的视频流图像中的MJPEG格式图像解码为灰度图；(3)根据上一帧的检测结果，确定当前帧检测的感兴趣区域；(4)计算检测的感兴趣区域的积分图；(5)根据积分图计算感兴趣区域的Haar‑like特征；(6)设定检测的起始点，检测采用滑动窗口的方式，即在感兴趣区域内设置滑动窗口，检测时，滑动窗口在感兴趣区域从左上角开始，从左向右，从上到下地滑动；(7)利用分类器对滑动窗口内的图像块进行检测，在滑动窗口检测的过程中，滑动窗口每移动一次，就利用分类器对滑动窗口内的图像块进行检测；(8)根据分类器检测结果，估计滑动窗口内的图像与目标图像的相似度；(9)根据上一步估计的相似度，计算下一次检测滑动窗口的移动步长和分类器的检测精度；(10)估计目标的准确位置，采用分类器，对滑动窗口内的图像块进行检测，若滑动窗口内的图像块通过分类器的检测，则认为是候选目标，记录图像块的位置；根据所有通过分类器的图像块的位置，融合得到目标的位置；最后根据得到的目标位置，估计出目标的准确位置；(11)输出目标位置，并进行下一帧的检测；所述步骤(7)分类器的组织形式为多层弱分类器串联的形式，其组织形式如下：设整个分类器由N个弱分类器串联而成；每一层均对滑动窗口内的图像块进行判定，滑动窗口内的图像块只有通过前一级分类器，才能接受下一级的判定，有一级分类器做出否定判决，则判定图像块不是目标，不进行下一级的判定；只有通过分类器所有层的判定，图像块才能成为候选目标，图像块位置记为所述步骤(9)中的滑动窗口步长的计算，包括滑动窗口水平移动步长和滑动窗口垂直移动步长，其中滑动窗口水平移动步长计算过程如下：xsnk=2,ifcnk=N4,if0≤cnk<N]]>N为分类器的最大层数，为图像块通过的分类器最大层数；即若图像块通过分类器所有层的判断，即则步长为2，滑动窗口向右移动2个像素；移动后，滑动窗口左上角坐标为滑动窗口的宽度和高度仍然分别为Ww、Hw；若图像块没有通过分类器所有层的判断，即则步长为4，滑动窗口向右移动4个像素；移动后，滑动窗口左上角的坐标为滑动窗口的高度和宽度仍然分别为Ww、Hw；所述滑动窗口竖直方向移动步长确定如下：在检测时，滑动窗口在区域内滑动，首先进行第一行检测，即RDk＝1，从区域左侧开始，向右滑动检测；在滑动到行末后，滑动窗口下移一定的像素数，进行第二行检测，即开始进行第RDk＝2行的检测；如此反复，到检测满足终止条件，其中RDk表示滑动窗口已检测完的和正在检测的行数之和；根据每一行的检测结果，调整滑动窗口竖直方向移动步长步长的调整策略为：若在第RDk行的检测中，没有出现即没有任何一图像块通过分类器检测，则本行检测结束时，设定竖直移动步长为4，即第RDk+1行的检测中，第RDk+1行滑动窗口的起始坐标为若在第RDk行的检测中，出现了至少一次也就是至少有一个图像块通过了分类器的所有层，则本行检测结束时，设定竖直步长为2，即在第RDk+1行的检测中，第RDk+1行滑动窗口的起始坐标为所述步骤(9)中的分类器检测精度计算公式如下：csn+1k=N-4,ifcnk=Ncnk-2,if5≤cnk<N0,if0≤cnk<5]]>为图像块通过的分类器最大层数；上式表明，若第k帧中，滑动窗口第n次检测的图像块通过分类器判定，即则下次也就是第n+1次检测时，分类器的起始层数即分类器从倒数第4层开始检测；若在第n次检测中，图像块通过了分类器前五层的检测，但又没有最终通过所有层的检测，即则在第n+1次检测中，分类器的起始检测层数，为上一次终止层数的前两层，即若在第n检测中，图像块没有通过分类器前五层的检测，即在前五层的某一层被否定则在第n+1测检测中，从分类器的起始层开始检测，即所述步骤(10)估计目标准确位置过程为：(11)确定检测的截止条件若图像块能够通过分类器所有层的判定，则该图像块定义为候选目标，此时滑动窗口的位置记录为其中m表示第m个候选目标；每获得M个候选目标，即在m＝M、2M、3M……时，就对检测结果进行一次融合，融合采用重叠面积加权的方式，融合规则如下：(111)记录已检测到的候选目标的位置为候选目标的区域为矩形，其宽度和高度分别为Ww、Hw；(112)计算各候选目标两两间的重叠面积，记为Sl|i，表示候选目标区域l和i的重叠面积，计算方法如下：Wl|i=min(cxlk,cxik)+Ww-max(cxlk,cxik)]]>Hl|i=min(cylk,cyik)+Hw-max(cylk,cyik)]]>Sl|i＝Wl|i×Hl|i其中Wl|i、Hl|i分别为重叠区域的宽度和高度；重叠面积为Sl|i，i和l分别表示第i个和第l个候选目标，且i,l∈{x|1≤x≤m,x∈N}，i≠l；(113)进行结果融合，获得目标的位置，计算公式如下：SumSk=Σl=1l=mΣi=1,l≠ii=mSl|i]]>txk=Σl=1l=mΣi=1,i≠li=mSl|iSumSkcxlk]]>tyk=Σl=1l=mΣi=1,i≠li=mSl|iSumSkcylk]]>其中SumSk为各候选目标区域的重叠面积之和，txk和tyk分别为融合结果的横坐标和纵坐标；(114)对结果进行判断，若txk和tyk有一个为0，则融合无效，需继续用滑动窗口进行检测，当再检测到M个候选目标时，即一共2M个候选目标时，返回步骤(112)继续进行融合；若txk和tyk都不为0，则融合有效，将融合后的目标结果记录下来，再进行检测终止条件判断；(115)检测终止条件，当检测到两个目标时，即成功融合了两次；或滑动窗口已搜索过全部感兴趣区域，则检测终止条件为真，检测结束，开始进行目标准确位置估计；结束后，获得的目标个数为TN；若检测终止条件为假，则继续用滑动窗口在感兴趣区域内进行检测；(12)目标准确位置估计根据检测结果对获得的TN个目标位进行估计，估计的结果用矩形表示，左上角坐标为(Txk,Tyk)，宽度和高度分别为Ww、Hw；若TN＝0，则没有检测目标，需进行第k+1帧的检测；若TN＝1，即只检测到一个目标，则不需要融合，直接将检测到的一个目标输出，即若TN＝2，即检测到两个目标坐标，分别为T1：和T2：应用于检测司机的鼻子和嘴相关显著特征时，需要对检测结果进行融合，所述融合方法如下：Txk=tx1k+tx2k2,Tyk=ty1k+ty2k2]]>输出为，左上角坐标(Txk,Tyk)，宽度和高度分别为Ww、Hw的矩形。