[发明专利]一种多角度人脸检测方法

权利要求书

1.一种多角度人脸检测方法，其特征在于，对输入的图像首先采用最大稳定极值区域特征检测的方式对图像进行检测，获取该图像的最大稳定极值区域，并对获得的区域进行归一，得到候选人脸的矩形待检测图像，然后将待检测图像采用LBP算法提取LBP特征，并将图像根据LBP特征采用神经网络RBF函数作为人脸姿态分类器，将图像按照人脸的姿态划分为左、正、右三个子类，再通过连续Adaboost算法对每个姿态子类的图像进行计算，计算出三个姿态子类下的人脸特征，最后将三个姿态子类下的计算结果进行融合，检测出图像中的人脸。

2.根据权利要求1所述的多角度人脸检测方法，其特征在于，所述最大稳定极值区域特征检测方式是指在输入的图像中，区分出图像内部像素灰度全部大于或全部小于其周围像素灰度的局部图像区域，其步骤为：

(1)将图像中每个像素的灰度按照灰度值的大小按照进行排序；

(2)利用灰度的范围区间[0，255]内的256个不同值对灰度图像进行二值化，然后统计出二值图像中的连通区域；

(3)令区域Q_i为图像二值化后区域i对应的二值图像中的任意连通区域，当二值化阈值由i分别变为i+Δ和i-Δ时，连通区域也相应变为Q_i+Δ和Q_i-Δ，通过q(i)的局部极小值函数：

q(i)=|Qi+Δ-Qi-Δ||Qi|]]>

挑选出相对面积随二值化阈值变化而发生较小变化的稳定区域，即得到最大稳定极值区域，函数中|Q_i|表示区域Q_i的面积，Q_i+Δ-Q_i-Δ表示Q_i+Δ区域减去Q_i-Δ区域后的剩余区域；

(4)对步骤(3)中得到的最大稳定极值区域进行归一化。

3.根据权利要求2所述的多角度人脸检测方法，其特征在于，所述步骤(4)中采用将获得的最大稳定极值区域通过双线性插值映射到固定MxN大小的图像的方式，对图像进行归一化；其中，M为图像高度，N为图像宽度。