[发明专利]基于在线预测的旋转人脸的检测方法

摘要

基于在线预测的旋转人脸检测方法，人脸旋转角度在线预测(1)根据不同旋转角度人脸，在Adaboost方法基础上，构建相应旋转角度范围的分类器，得到不同的cascade检测结构；(2)针对一个待检图像子窗口，依次按照变化的尺度对候选人脸区域进行检测，每类角度的cascade检测结构的前级强分类器都对其进行分类检测，采用阈值比较的方法确定该区域的旋转角度；利用步骤(2)中得到的人脸旋转角度所对应的cascade检测结构的后级强分类器对步骤(2)中的待检图像子窗口进行分类检测，以确定该子窗口是否真的为该旋转角度下的人脸图像；人脸滤波与跟踪定位出人脸区域后，采用模板匹配与滤波算法优化人脸区域的位置。

主权项

基于在线预测的旋转人脸检测方法，具体步骤如下：（1）人脸旋转角度在线预测：根据得到的不同旋转角度人脸，在Adaboost方法基础上，构建相应旋转角度范围的分类器，得到不同的cascade检测结构；（2）针对一个待检图像子窗口，依次按照变化的尺度对候选人脸区域进行检测，每类角度的cascade检测结构的前级强分类器都对其进行分类检测，采用阈值比较的方法确定该区域的旋转角度；（3）人脸检测与定位：利用步骤（2）中得到的人脸旋转角度所对应的cascade检测结构的后级强分类器对步骤（2）中的待检图像子窗口进行分类检测，以确定该子窗口是否真的为该旋转角度下的人脸图像，若是则进入步骤（4），若不是则判定为非人脸，搜索新的候选区域，进入步骤（2）；其它4个角度的cascade检测结构的强分类器则不再参与检测分类；（4）人脸滤波与跟踪：定位出人脸区域后，采用模板匹配与滤波算法优化人脸区域的位置；并进行优化人脸定位：采用跟踪算法对定位出的人脸位置进行跟踪、采用模板匹配的方法提高人脸定位的性能、采用滤波方法提高人脸定位的性能，能够选择上述三类方法中的一种或两种以上的组合；（5）根据当前帧及前若干帧定位到的人脸位置，采用跟踪算法对下一帧图像中人脸出现的位置进行预测，从而为下一帧整个人脸定位过程的进行节省时间；所述跟踪算法为Kalman预测算法或者Mean‑Shift预测算法；其中步骤（1）中所述的人脸检测方法为基于知识的人脸检测方法、基于特征的人脸检测方法、模板匹配的人脸检测方法或基于表象的人脸检测方法；步骤（1）中所述的cascade检测结构为由步骤（2）中所述前级强分类器步骤（3）中所述后级强分类器构成；步骤（1）与（2）以基于特征的Adaboost方法为人脸旋转角度在线预测算法，具体步骤如下：1）得到不同旋转角度人脸，在Adaboost方法基础上，构建相应旋转角度范围的分类器，得到不同的cascade检测结构；2）针对一个待检图像子窗口，依次按照变化的尺度对候选人脸区域进行检测，每类角度的cascade检测结构的前几级强分类器都对其进行分类检测，采用阈值比较的方法确定该区域的旋转角度；步骤（3）人脸检测与定位的具体步骤：利用步骤（2）中得到的人脸旋转角度所对应的cascade检测结构的后级强分类器对步骤（2）中的待检图像子窗口进行分类检测，以确定该子窗口是否真的为该旋转角度下的人脸图像，若是则进入步骤（4），若不是则判定为非人脸，搜索新的候选区域，进入步骤（2）；其它角度的cascade检测结构的强分类器则不再参与检测分类；步骤（4）人脸滤波与跟踪的具体步骤：1）定位出人脸区域后，采用模板匹配与滤波算法优化人脸区域的位置；2）根据当前帧及前若干帧定位到的人脸位置，采用Kalman预测算法对下一帧图像中人脸出现的位置进行预测，对人脸的移动设定一定的匀速移动模型或匀加速移动模型，预测得到下一帧图像中人脸的可能区域，这些区域直接进行人脸检测，从而加速下一帧图像的定位过程。