專利名稱：多方向的人臉檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明公開了一種人臉檢測(cè)方法，尤其涉及一種人臉檢測(cè)方法用以檢測(cè) 不同轉(zhuǎn)置位置的待測(cè)圖片中的人臉。
背景技術(shù)：
人類臉部辨識(shí)系統(tǒng)在近幾年廣泛受到研究學(xué)者與產(chǎn)業(yè)界的高度重視，也深 切期盼其在治安或門禁系統(tǒng)上能有優(yōu)異的表現(xiàn)，可是這類系統(tǒng)常會(huì)受到光線或 復(fù)雜的紋理等外在因素所影響，因而降低其辨識(shí)的成功率。
為了能解決上述外在因素的影響，所以有人提出利用不同的圖像特征如何 有效地檢測(cè)出待測(cè)圖片中的人臉。 一般來說，最常用的人臉檢測(cè)方法是利用一 學(xué)習(xí)模型將多筆的待測(cè)圖片輸入于其中，學(xué)習(xí)模型會(huì)根據(jù)所預(yù)先設(shè)定的圖像特
征(feature)來學(xué)習(xí)如何分辨出待測(cè)圖片中是否包含有預(yù)先設(shè)定的圖像特征。 無論是主動(dòng)式學(xué)習(xí)架構(gòu)例如類神經(jīng)網(wǎng)絡(luò)(neural network)、專家系統(tǒng)、模糊 系統(tǒng)(fuzzy)或者是分類式的學(xué)習(xí)架構(gòu)例如支持向量機(jī)(Support Vector Machine, SVM)、主車由組件分析(Principal Components Analysis, PCA) 、 Snow 法、Boosting法均需要依據(jù)所設(shè)定的圖像特征才能進(jìn)行學(xué)習(xí)的行為。所以要 如何建立學(xué)習(xí)模型與選取適當(dāng)?shù)膱D像特征是影響判斷人臉檢測(cè)的關(guān)鍵。
為了區(qū)別待測(cè)圖片中人臉與背景的區(qū)別，經(jīng)常利用Haar-like算法來進(jìn)行 人臉特征的擷取。Haar-like算法為一種針對(duì)區(qū)塊(pattern)的紋理方向性進(jìn) 行特征處理的方法。因此Haar-like算法可以有效地區(qū)別出人臉與復(fù)雜背景的 不同。也因?yàn)镠aar-like算法依賴待測(cè)圖片中的紋理方向性，所以當(dāng)待測(cè)圖片 被轉(zhuǎn)置成不同方向時(shí)(例如，將待測(cè)圖片轉(zhuǎn)置90度、180度或270度)，就會(huì) 造成原本Haar-like算法所得出的訓(xùn)練樣本會(huì)無法適用在被轉(zhuǎn)置后的待測(cè)圖 片。
為了能檢測(cè)待測(cè)圖片在不同轉(zhuǎn)置位置中的人臉，所以就要重新利用 Haar-like算法分別對(duì)不同轉(zhuǎn)置位置的待測(cè)圖片進(jìn)行學(xué)習(xí)訓(xùn)練。這樣一來除了
3需要耗費(fèi)大量的內(nèi)存空間外，也會(huì)耗費(fèi)數(shù)倍的運(yùn)算時(shí)間。
此外，為了能判斷人臉的大小， 一般會(huì)利用橢圓樣版(Ellipse mask)選取 方法來確認(rèn)人臉在待測(cè)圖片中所占的區(qū)域大小。因此在檢測(cè)質(zhì)量良好的邊緣圖 像中，人的臉部和頭部輪廓可以看作近似的橢圓形。在公知技術(shù)的橢圓樣版中 的長(zhǎng)短軸比例是固定的，所以無論是用大的橢圓樣版或是小的橢圓樣版都會(huì)出 現(xiàn)"所圈選的區(qū)域不完整"的問題，請(qǐng)參考圖la與圖lb。當(dāng)待測(cè)圖片100中 的人臉120越大的話，就使用較大橢圓樣版110來選取人臉120;同理，若是 待測(cè)圖片100中的人臉120越小的話，就使用較小的橢圓樣版110來選取。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種多方向的人臉檢測(cè)方法，用以檢測(cè)不同轉(zhuǎn)置位 置的待測(cè)圖片中的人臉。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種多方向的人臉檢測(cè)方法，包括下列 步驟設(shè)定選取框，用以依序從該待測(cè)圖片中選取出不同的子圖像區(qū)塊；計(jì)算 臉部權(quán)重，根據(jù)當(dāng)前所選取的選取框所選取的子圖像區(qū)塊中的每一像素的特征 值計(jì)算臉部權(quán)重；計(jì)算臉部邊緣權(quán)重，根據(jù)當(dāng)前所選取的選取框所選取的子圖 像區(qū)塊中的每一像素的邊界值計(jì)算待測(cè)圖片此一部份區(qū)域中是否具有臉部邊 界；執(zhí)行外形檢測(cè)手段，分別將具有臉部邊界的子圖像區(qū)塊，利用數(shù)個(gè)弧線區(qū) 段分別標(biāo)記出子圖像區(qū)塊中的臉部邊界。
本發(fā)明利用各子圖像區(qū)塊中所包含的臉部特征與臉部邊緣的權(quán)重來判斷 出待測(cè)圖片中是否為人臉的可能性，再利用外形檢測(cè)手段來標(biāo)記出待測(cè)圖片中 人臉的外觀。使得待測(cè)圖片在經(jīng)過轉(zhuǎn)置處理后，仍然可以依據(jù)先前訓(xùn)練結(jié)果來 套用于其中，不需重新對(duì)轉(zhuǎn)置后的待測(cè)圖片進(jìn)行訓(xùn)練就可以進(jìn)行檢測(cè)待測(cè)圖片 中的人臉。
以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述，但不作為對(duì)本發(fā)明的 限定。


圖la為公知技術(shù)的利用橢圓樣版圈選人臉的示意圖； 圖lb為公知技術(shù)的利用橢圓樣版圈選人臉的示意4圖2為待測(cè)圖片的示意圖3a為人臉對(duì)各子圖像區(qū)塊與特征值排序的對(duì)應(yīng)關(guān)系圖;
圖3b為人臉對(duì)各子圖像區(qū)塊與特征值排序的對(duì)應(yīng)關(guān)系圖;
圖4a為本發(fā)明的利用弧線區(qū)段圈選人臉的示意圖4b為本發(fā)明的利用弧線區(qū)段圈選人臉的示意圖5為本發(fā)明的運(yùn)作流程圖。
其中，附圖標(biāo)記
100待測(cè)圖片
110橢圓樣版
120人臉
210人臉
220選取框
230子圖像區(qū)塊
240待測(cè)圖片
410弧線區(qū)段
具體實(shí)施例方式
本發(fā)明提供一種多方向的人臉檢測(cè)方法，用以檢測(cè)待測(cè)圖片在不同轉(zhuǎn)置
(transpose)位置時(shí)的人臉?biāo)趨^(qū)域。其中，待測(cè)圖片的轉(zhuǎn)置在本實(shí)施例中分 別是將待測(cè)圖片轉(zhuǎn)置90度、180度與270度。在本發(fā)明的較佳實(shí)施例中包括 以下步驟 步驟a.
設(shè)定選取框，用以依序從待測(cè)圖片中選取出不同的子圖像區(qū)塊。請(qǐng)參考圖 2，其為待測(cè)圖片的示意圖。為了方便說明本發(fā)明的此一步驟，所以把圖2的 待測(cè)圖片240表示成重疊的子圖像區(qū)塊230，在依照選取框220所在的位置來 決定當(dāng)前子圖像區(qū)塊230的特征計(jì)算順序。在本實(shí)施例中假設(shè)待測(cè)圖片240 為96*96像素大小，其中人臉210大小為24*24。而選取框220與每一個(gè)子圖 像區(qū)塊230的大小設(shè)定為24*24像素大小，選取框220可以依據(jù)不同實(shí)施形態(tài) 中作不同范圍的變化。所以待測(cè)圖片240在選取框220由左而右，由上而下漸 進(jìn)的掃描之后，將對(duì)比到一個(gè)最接近人臉210的選取框220。
5步驟b.
計(jì)算臉部權(quán)重，其根據(jù)選取框220中的每一像素的特征值計(jì)算臉部特征權(quán)重。
步驟c.
計(jì)算臉部邊緣權(quán)重，其根據(jù)當(dāng)前所選取的選取框220中的每一像素的顏色 值計(jì)算待測(cè)圖片240此一部份區(qū)域中是否具有臉部邊界。
其中計(jì)算臉部特征權(quán)重與臉部邊緣權(quán)重此一步驟前都會(huì)進(jìn)行一訓(xùn)練手段， 其利用Boosting算法來對(duì)多份不同的待測(cè)圖片的特征值進(jìn)行排序訓(xùn)練，并且 根據(jù)訓(xùn)練結(jié)果得到一訓(xùn)練樣本。根據(jù)此訓(xùn)練樣本用以對(duì)其他待測(cè)圖片240進(jìn)行 特征值的優(yōu)先級(jí)排列。在本實(shí)施例中利用顏色作為說明，若是利用灰階值的深淺變化作為對(duì)待測(cè) 圖片240的各子圖像區(qū)塊230的特征值的話。當(dāng)前選取框220中若是具有較多 的人臉210特征的話，就會(huì)得到較高的特征值排名。在每一個(gè)子圖像區(qū)塊230 中具有24*24像素大小，也就是子圖像區(qū)塊230就有576個(gè)像素。若是以每一 個(gè)像素顏色的深淺變化作為特征值的話，則在一個(gè)子圖像區(qū)中就有576各特征 值。請(qǐng)參考圖3a與圖3b所示，其為人臉對(duì)各子圖像區(qū)塊與特征值排序的對(duì)應(yīng) 關(guān)系圖。圖3a與圖3b的左方代表的是子圖像區(qū)塊230;右方為特征值排序， 越上方的代表對(duì)應(yīng)的特征值越高，反之亦然。圖3a與圖3b為包含人臉210 的選取框220，但因?yàn)閳D3a中人臉210位于選取框220的正中間，所以使得 其特征值排序結(jié)果比圖3b的特征值排序結(jié)果高。
步驟d.
執(zhí)行外形檢測(cè)手段，分別將具有臉部邊界的子圖像區(qū)塊230，利用數(shù)個(gè)弧 線區(qū)段410分別標(biāo)記出子圖像區(qū)塊230中的臉部邊界。因?yàn)槿四?10可以被近 似地看作橢圓形，但若以公知的橢圓樣版進(jìn)行圈選的話，會(huì)有部分的人臉210 區(qū)域無法被圈選的。所以本發(fā)明將橢圓曲線劃分為數(shù)個(gè)弧線區(qū)段410，將相鄰 的臉部邊界的子圖像區(qū)塊230利用弧線區(qū)段410連接起來，請(qǐng)參考圖4a與圖 4b所示。
為能更清楚說明本發(fā)明的運(yùn)作流程，請(qǐng)參考圖5，其為本發(fā)明的運(yùn)作流程 圖。首先，輸入待測(cè)圖片(步驟S510)。設(shè)定選取框(步驟S520)，用以選取待 測(cè)圖片240的各子圖像區(qū)塊230。根據(jù)訓(xùn)練樣本計(jì)算選取框中的臉部特征權(quán)重(步驟S530)。計(jì)算選取框中的臉部邊緣權(quán)重(步驟S540)。執(zhí)行外形檢測(cè)手段 (步驟S550)，用以標(biāo)記子圖像區(qū)塊230的臉部邊界。判斷是否為最后一個(gè)子 圖像區(qū)塊(步驟S560)，若是最后一個(gè)子圖像區(qū)塊的話，則結(jié)束計(jì)算(步驟 S570);若不為最后一個(gè)子圖像區(qū)塊230的話，則進(jìn)行步驟S520。
本發(fā)明利用各子圖像區(qū)塊230中所包含的臉部特征權(quán)重與臉部邊緣權(quán)重 來判斷出待測(cè)圖片中人臉210所占的區(qū)域，再利用外形檢測(cè)手段來標(biāo)記出待測(cè) 圖片240中人臉210的外觀。使得待測(cè)圖片240在經(jīng)過轉(zhuǎn)置處理后，仍然可以 依據(jù)先前訓(xùn)練結(jié)果來套用于其中，不需重新對(duì)轉(zhuǎn)置后的待測(cè)圖片240進(jìn)行訓(xùn)練 就可以進(jìn)行檢測(cè)待測(cè)圖片240中的人臉210。
當(dāng)然，本發(fā)明還可有其它多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情 況下，熟悉本領(lǐng)域的技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但 這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。
權(quán)利要求
1、一種多方向的人臉檢測(cè)方法，用以選取出在不同轉(zhuǎn)置位置的待測(cè)圖片中的人臉，其特征在于，該人臉檢測(cè)方法包括下列步驟設(shè)定一選取框，用以依序從該待測(cè)圖片中選取出不同的一子圖像區(qū)塊；計(jì)算一臉部權(quán)重，根據(jù)該選取框所選取的該子圖像區(qū)塊中的每一像素的特征值計(jì)算該臉部特征權(quán)重，借以判斷該子圖像區(qū)塊中是否包括有人臉；計(jì)算一臉部邊緣權(quán)重，根據(jù)當(dāng)前所選取的該選取框所選取的該子圖像區(qū)塊中的每一像素的顏色值計(jì)算該待測(cè)圖片此一部份區(qū)域中是否具有臉部邊界；及執(zhí)行一外形檢測(cè)手段，將具有臉部邊界的該些子圖像區(qū)塊，利用數(shù)個(gè)弧線區(qū)段分別標(biāo)記出該子圖像區(qū)塊中的臉部邊界。
2、 根據(jù)權(quán)利要求l所述的多方向的人臉檢測(cè)方法，其特征在于，該臉部 特征權(quán)重計(jì)算手段前包括下列步驟進(jìn)行一訓(xùn)練手段，用以判斷該選取框中的每一像素的特征值的優(yōu)先權(quán)值。
3、 根據(jù)權(quán)利要求2所述的多方向的人臉檢測(cè)方法，其特征在于，該特征 值學(xué)習(xí)手段為一 Boosting算法。
4、 根據(jù)權(quán)利要求1所述的多方向的人臉檢測(cè)方法，其特征在于，該選取 框的大小為m*m個(gè)像素的區(qū)域。
5、 根據(jù)權(quán)利要求l所述的多方向的人臉檢測(cè)方法，其特征在于，該弧線 區(qū)段的組合區(qū)域構(gòu)成一橢圓區(qū)域。
全文摘要
本發(fā)明公開了一種多方向的人臉檢測(cè)方法，用以檢測(cè)不同轉(zhuǎn)置位置的待測(cè)圖片中的人臉，人臉檢測(cè)方法包括下列步驟設(shè)定選取框，用以依序從該待測(cè)圖片中選取出不同的子圖像區(qū)塊；計(jì)算臉部權(quán)重，根據(jù)當(dāng)前選取框所選取的子圖像區(qū)塊中的每一像素的特征值計(jì)算臉部權(quán)重，借以判斷子圖像區(qū)塊是否具有與人臉相似的特征；計(jì)算臉部邊緣權(quán)重，根據(jù)當(dāng)前所選取的選取框所選取的子圖像區(qū)塊中的每一像素的邊界值計(jì)算待測(cè)圖片此一部分區(qū)域中是否具有臉部邊界；執(zhí)行外形檢測(cè)手段，分別將具有臉部邊界的子圖像區(qū)塊，利用數(shù)個(gè)弧線區(qū)段分別標(biāo)記出子圖像區(qū)塊中的臉部邊界。
文檔編號(hào)G06K9/00GK101488181SQ20081000237
公開日2009年7月22日 申請(qǐng)日期2008年1月15日 優(yōu)先權(quán)日2008年1月15日
發(fā)明者周宏隆, 張尹彬, 楊岱璋 申請(qǐng)人:華晶科技股份有限公司