[发明专利]一种人脸检测方法

说明书

技术领域

    本发明涉及一种医学检测领域，尤其涉及一种人脸检测方法。

背景技术

    在智能化人机交互和对计算机视觉的研究中，人脸提供了大量有价值的信息：如肤色、轮廓、表情等信息，是一个潜在的、友好的人机交互接口。近年来，人脸识别、表情姿态识别逐渐成为一个重要的研究内容，并且在视频监控、身份验证、多媒体数据库的检索以及网络传输中的基于内容的压缩与检索等方面逐渐得到应用。人脸信息的利用包括两个重要步骤：人脸检测和人脸信息提取。人脸检测是提取人脸信息的第一个环节，其检测性能将直接影响人脸信息提取性能及其应用能力。本文将在人脸检测算法的鲁棒和效率等方面展开研究。人脸信息的第二个环节是人脸信息的提取，主要包括眼睛、鼻子、嘴巴位置信息的提取。人脸检测问题最初来源于人脸识别(face recognition)。人脸识别的研究可以追溯到 20 世纪 60-70 年代，经过几十年的曲折发展已日趋成熟。人脸检测是自动人脸识别系统中的一个关键环节，但是早期的人脸识别研究主要针对具有较强约束条件的人脸图像(如无背景的图像)，往往假设人脸位置己知或很容易获得，因此，人脸检测问题并未受到重视。近几年，随着电子商务等应用的发展，人脸识别成为最有潜力的生物身份确认手段，这种应用背景要求自动人脸识别系统能够对一般环境图像具有一定的适应能力，由此所面临的一系列问题使得人脸检测开始作为一个独立的课题受到研究者的重视。今天，人脸检测的应用背景已经远远超出了人脸识别系统的范畴，在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。随着生物特征技术的发展和应用，成为身份验证的最理想的依据手段。而生物特征作为人的内在属性，具有很强的自身稳定性和个体差(如：DNA，指纹、人脸、视网膜、虹膜、声音等)。其中人脸作为最普通且最具有很强表征性的生物特征模式，广泛应用于许多领域。人脸相比其它人体生物特征具有以下特点：(1)人脸蕴涵的信息量比人体的其它生物特征丰富；(2)人脸特征信息可以直接应用，并且不容易盗用或者假冒；(3)人脸特征具有较为友好的人机界面，易于为用户所接受；(4)人脸特征在应用上非常方便，不需要其它任何辅助设备。我们通过观察人脸的外部特征，可以判断一个人的性别、种族，甚至身份和性格。因此，对人脸的研究还不仅局限在工业、科学研究上，而且在哲学、心理学、医学、人文等领域也有着广泛的研究意义。 

发明内容

   为了更精确的对人脸进行识别，本发明供一种人脸检测方法。

   本发明提出了一种人脸检测方法，主要包括以下步骤：首先输入图像，预处理，再进行人脸检测，检测部分包括人脸识别，视频传输，视频监控，其他等，最后结果输出。利用瀑布(Cascade)算法，即在检测过程中不断舍弃无法满足某一特征阈值的区域来减少进一步判断的区域个数，从而达到了减少计算量目的。

   本发明的功能在于，进行人脸检测。

   本发明与现有技术相比有以下优点：更加精确。

附图说明

图1为人脸检测应用框架。

具体实施方式

下面结合附图，对本发明做进一步详述。

如图1所示，本发明提出了一种人脸检测方法。在实际应用中，由于客观因素的影响，人脸检测问题的难易程度以及处理方法有很大的差异。在某些情况下，由于图像(照片)的获取环境是可以人为控制的(如身份证照片等)，因而人脸的定位可以轻易地作到；但在大多数的场合中由于场景较复杂，人脸的位置是预先不知道的，因而首先确定场景中是否存在人脸，如果存在人脸，再确定图像中人脸的位置。脸部毛发、化妆品、光照、噪声、面部倾斜和人脸大小变化以及各种各样遮挡等因素会使人脸检测问题变得更为复杂。

随着人脸识别、表情识别和人脸跟踪等人脸感知应用系统的研究发展，脸部特征提取具有重要的研究价值，是一切人脸相关知识研究的前期工作。同时，在三维虚拟人脸的自动生成、人脸动画以及人脸图像编码中面部特征提取也有着重要应用，它已成为国际上一个非常重要的研究热点。眼睛作为人面部最重要的器官之一，包含的信息也较其他器官丰富，因此，眼睛定位算法也越来越引起研究者的关注。

基于统计的人脸检测方法