[发明专利]人脸图像检测方法

说明书

技术领域

本发明涉及图像处理检测技术领域，尤其涉及一种人脸图像检测方法。 

背景技术

目前，计算机对人脸检测技术应用的是Adaboost算法，这种算法与传统的算法相比，检测速度大大提高。Adaboot算法利用人脸特征和积分图像来简化特征值计算的复杂度，在搜索过程中加入了层叠分类器的方法实现了进一步的提速，该算法检测率和误检率比较理想，能够被较好的应用于PC机上小图片的实时人脸检测。 

但是，上述人脸检测方法，需要搜索的图像子窗口比较多，并且以灰度图像为基础，丢弃了肤色这一重要的人脸特征，同时，也没有考虑到利用人脸边缘相对固定的特点，仅仅利用灰度区域变化来实现检测，因此检测效率有限。 

发明内容

为此，本发明所要解决的技术问题是：提供一种人脸图像检测方法，以克服背景技术中所述的不足，提高检测效率。 

于是，本发明提供了一种人脸检测方法，包括： 

步骤1，设置一初始候选窗口； 

步骤2，对候选窗口内的图片上的所有像素点计算肤色像素，若N1＞thSkin，则执行下一步，否则执行步骤5，其中，N1为肤色像素点的个数，thSkin为一个与候选窗口面积有关的阀值；thSkin＝area×SkinSensitivity，area为候选窗口面积，Skin Sensitivity为一个小于1的正数； 

步骤3，对候选窗口内的所有像素点计算边沿点像素，若N2＞thSobel，则执行下一步，否则执行步骤5，其中，N2为边沿像素的个数，thSobel为一 个与候选窗口边长相关的阀值，thSobel＝d×SobelSensitivity，d为候选窗口边长，SobelSensitivity为一个由实验所得的正数； 

步骤4，计算stage分离器的输出值，并判断是否通过所有分离器，若为是，则记录当前窗口，若为否，则执行下一步骤； 

步骤5，移动候选窗口，转至步骤2开始执行，并判断候选窗口水平移动是否遇到边界，若为是，则下移候选窗口，转至步骤2，直至候选窗口遍历一次图片； 

步骤6，若图片中包含人脸，则将包含人脸的候选窗口按照尺寸相近且位置相邻的原则将候选窗口归类合并，得出人脸矩形方框区域。 

其中，在步骤5中，在步骤5中，移动候选窗口后，转至步骤2之前，还包括：移动候选窗口的步长与上一候选窗口设定值及窗口扩大倍数有关，若上一个候选窗口判定不为人脸，则直接移动候选窗口，若上一个候选窗口判定为人脸，则增大移动步长Step＝Stepscale×scale×(islastFace？acc：1)，同时判断候选窗口水平移动是否超过边界，若为否，则转至步骤2，若为是，则调整候选窗口大小，并判断是否超过预置最大人脸尺寸，若为否，则转至步骤2，若为是，则结束图像的扫描，其中Stepscale为初始候选窗口步长设定值，一般为1，scale为当前窗口扩大倍数，islastFace为一布尔值，若上一个候选窗口为人脸则为真，否则为假，acc为动态增大倍数。 

其中，步骤2中所述对候选窗口内的图片上的所有像素点计算肤色像素，包括： 

选用YCbCr空间作为肤色分布统计的映射空间，RGB空间按照如下公式获得肤色像素： 

               Y＝0.299R+0.587G+0.114B 

               Cb＝0.168R-0.332G+0.5B 

               Cr＝0.5R-0.4187G-0.813B 

其中，Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量。 

其中，所述scale取值为1.5至2。 

上述方法还包括：根据肤色范围80≤Cb≤135，136≤Cr≤177，得到肤色判定的二值逻辑图像。 

上述方法还包括：利用sobel算子，设定固定阀值后，即可以等到相应的边沿判定二值逻辑图像。 

其中，步骤2中所述Skin Sensitivity取值为1/3。 

其中，步骤3中所述对候选窗口内的所有像素点计算边沿点像素，包括： 

利用积分图像公式：ii(x，y)＝∑i(x′，y′)，其中(x，y)点为候选窗口像素点，(x′，y′)为边沿像素点； 

计算候选窗口四个边沿点的像素值，根据一对角积分图像值相加减去另外一对角积分图像值，得到候选窗口内边沿像素的个数。 

步骤3中所述SobelSensitivity取值为2至5中的正数。