k =丨中，找出數(shù)組SortHek =丨中的最大值為FMax，最小值為FMin，把數(shù)組 Sort0wnk添加到數(shù)組Sort0wnk= 1中，找出Sort0wnk= 1中的最大值為TMax，最小值為TMin， k= 1，2,…，ShotNum;
[0105] 4. 3)獲取待特效人臉的分類閾值
[0106] 計算待特效人臉的分類閾值threshold，參照下式（19):
[0107]
[0108] 步驟5 :根據(jù)分類閾值進(jìn)行待特效人臉的識別及馬賽克特效處理
[0109] 在鏡頭k的起始幀數(shù)NBk和結(jié)束幀數(shù)NEk中遍歷，判斷Disavgk』iN是否滿足下式 (20)：
[0110] Disavgk_jlN<threshold, (20)
[0111] 其中，DiSaVgk，n，N為式（12)計算的鏡頭k中第N幀圖像上提取的第jl個人臉區(qū) 域的人臉特征與Num_f個待特效人臉模板特征的歐氏距離的平均值，jl= 1，2,. . .，Num_ FaceROI'k，Num_FaCeR0I'k為鏡頭k中每一幀圖像上合并重復(fù)人臉區(qū)域后人臉區(qū)域的個 數(shù)，N=NBk,NBk+l,. . .，NEk，k= 1，2,. . .，ShotNum，threshold為式（19)計算出的分類閾值；
[0112] 滿足式（20)時，鏡頭k中第N幀圖像上提取的第jl個人臉區(qū)域被識別為待特效 人臉，則對該人臉區(qū)域進(jìn)行馬賽克特效處理；
[0113] 不滿足式（20)時，鏡頭k中第N幀圖像上提取的第jl個人臉區(qū)域不是待特效人 臉，則對該人臉區(qū)域不作任何處理；
[0114] 步驟6 :對所有視頻幀處理的結(jié)果進(jìn)行保存，通過視頻文件寫入軟件，把保存的幀 圖像轉(zhuǎn)換成視頻，最后把視頻部分和音頻部分合成一個完整的視頻，即成。
[0115] 此后則可通過媒體播放渠道在大眾場合進(jìn)行播出，實現(xiàn)對特定人員的面部形象進(jìn) 行隱私保護(hù)。
【主權(quán)項】
1. 一種基于人臉識別的視頻特效處理方法，其特征在于，按照以下步驟具體實施： 步驟1:對需要處理的視頻節(jié)目鏡頭進(jìn)行分割； 步驟2 :獲取視頻中待特效人臉的模板特征； 步驟3 :以鏡頭為單位，計算鏡頭里每一幀上所檢測到的每個人臉區(qū)域的人臉特征并 按人臉區(qū)域的位置對每個人進(jìn)行分類； 步驟4 :確定待特效人臉的分類閾值； 步驟5 :根據(jù)分類閾值進(jìn)行待特效人臉的識別及馬賽克特效處理； 步驟6 :對所有視頻幀處理的結(jié)果進(jìn)行保存，通過視頻文件寫入軟件，把保存的幀圖像 轉(zhuǎn)換成視頻，最后把視頻部分和音頻部分合成一個完整的視頻，即成。2. 根據(jù)權(quán)利要求1所述的基于人臉識別的視頻特效處理方法，其特征在于：所述的步 驟1中，具體過程是， 將視頻節(jié)目鏡頭中的視頻部分與音頻部分分開，記視頻總幀數(shù)為NumFrame，將每幀圖 像由RGB彩色圖像轉(zhuǎn)為灰度圖像，并計算每一級灰度值所包含的像素點(diǎn)個數(shù)，然后將O到 255個灰度級等分成16份，每份包含16個灰度級，計算相鄰兩幀灰度圖像直方圖的差和，見 下式（1):其中，t= 0, 1，? ? ?，15，i= 2, 3, ? ? ?，NumFrame，j= 0, 1，? ? ?，255，dt是第i幀和第i_l幀灰度圖像直方圖的差和，Hlij和Huj分別是第i幀和第i-1幀灰度圖像落入第j個 灰度級內(nèi)的像素數(shù)目； 計算第i幀和第i_l幀灰度圖像直方圖的差和的平均值A(chǔ)vg+di，見下式（2):判斷Avg+di是否滿足下式（3)的條件： Avg_di> 5XAvg_d; (3) 滿足式（3)，則第i-1幀圖像是第k個鏡頭的結(jié)束幀，第i幀圖像是第k+1個鏡頭的起 始幀，k= 1，2,. . .，ShotNum，ShotNum為鏡頭數(shù)，鏡頭內(nèi)的起始幀數(shù)為NBk、結(jié)束幀數(shù)為NEk; 不滿足式（3)，則第i-1幀和第i幀圖像都是第k個鏡頭的視頻幀圖像。3. 根據(jù)權(quán)利要求2所述的基于人臉識別的視頻特效處理方法，其特征在于：所述的步 驟2中，具體過程是， 2. 1)在指定幀上框選待特效的人臉區(qū)域，并在鏡頭內(nèi)獲取待特效人臉的模板圖像幀， 播放視頻，當(dāng)視頻中出現(xiàn)待特效人臉時，手動指定該幀，記該幀的幀數(shù)為Nt，NtG[1，2, ? ? ?，NumFrame]，NBk<Nt<NEk，kG[1，2, ? ? ?，ShotNum]，在該幀上手動框選完 整的待特效人臉區(qū)域，記該矩形框的左上角坐標(biāo)為右下角坐標(biāo)為（xR，yR); 然后判斷Nt、NBk、NEk是否滿足下式⑷的條件：同時滿足條件①和②時，從指定幀Nt開始直接向后取連續(xù)8幀圖像作為模板圖像幀， 記模板圖像幀的個數(shù)為Num_f，此時Num_f= 8 ; 滿足條件①，不滿足條件②時，從指定幀Nt開始向后連續(xù)取到第NEk幀，向前再連續(xù)取 8_(NEk-Nt)-l幀作為模板圖像幀，即Num_f= 8 ; 不滿足條件①和②時，把指定幀隊所在鏡頭k內(nèi)的所有幀圖像作為模板圖像幀，SP Num_f=NEk_NBk+l，此時Num_f< 8 ; 2. 2)對步驟2. 1)中得到的Num_f個模板圖像幀進(jìn)行人臉檢測，并提取待特效人的完整 人臉區(qū)域，Num_f為模板圖像幀的個數(shù)； 2. 2. 1)人臉的初檢測 采用Adaboost算法中的人臉檢測分類器，對每一模板圖像幀進(jìn)行人臉檢測，所檢測到 的矩形區(qū)域記為ROI11,其中，il= 1，2,. . .，Num_R0I，Num_R0I為檢測到的矩形區(qū)域個數(shù)， 記該矩形區(qū)域ROI11的寬為WROIu、高為HROI11; 2. 2. 2)排除非人臉的矩形區(qū)域 將步驟2. 2. 1)得到的矩形區(qū)域ROI11WRGB空間轉(zhuǎn)換到Y(jié)CrCb空間，參照下式（5):其中的像素值Cb和Cr取值范圍分別為：80 <Cb< 130,135 <Cr< 170,則該像素為 膚色像素，統(tǒng)計矩形區(qū)域ROIil中膚色像素的個數(shù)，記為Num_pixlu，判斷Nun^pixlii是否滿 足下式(6)中的條件：其中，WrOIi1XHROIi1是矩形區(qū)域ROIu的像素總數(shù)； 滿足式（6)時，則矩形區(qū)域ROI11是人臉區(qū)域，ilG[1，2,. . .，Num_R0I]，記為FaceROIm，記其左上角和右下角的坐標(biāo)為（Xbll, yj和（xRm,yRm)，其中m= 1，2, ...，Num_ FaceROI，Num_FaceR0I為排除非人臉區(qū)域后的人臉區(qū)域個數(shù)，Num_FaceR0I<Num_R0I; 不滿足式（6)時，則矩形區(qū)域如^是非人臉區(qū)域； 2. 2. 3)合并重復(fù)檢測到的人臉區(qū)域 記步驟2. 2. 2)的人臉區(qū)域FaceROIlJ^中心點(diǎn)坐標(biāo)為：判斷Dist是否滿足公式（8)中的條件： DistCmax((yRm-yLm)，（yRn-yLn))， (8) 其中，max((yRn_yJ，（yRn-yLn))是yRn-yLn^PyRn_yLn中的較大值，ynm_ybn是第m個人臉區(qū)域FaceROIm的高， ynrry^是第n個人臉區(qū)域FaceROIn的高； 合并滿足式（8)中條件的人臉區(qū)域，合并后的人臉區(qū)域記為FaceROI'M，其左上角 的坐標(biāo)是所有被合并的人臉區(qū)域左上角坐標(biāo)的最小值，記為（X' _)，其右下角 的坐標(biāo)是所有被合并的人臉區(qū)域右下角坐標(biāo)的最大值，記為（X' Rnl，y'Rnl)，其中，ml = 1，2, ? ? ?，Num_FaceR0I'，Num_FaceR0I' <Num_FaceR0I，Num_FaceR0I' 為合并重復(fù)人臉區(qū) 域后人臉區(qū)域的個數(shù)； 2. 2. 4)確定待特效人臉區(qū)域 判斷步驟2. 2. 3)中合并后的人臉區(qū)域FaceROI' 的左上角坐標(biāo)（X' ^y' _)和 右下角坐標(biāo)（X' Rnl，y'Rnl)是否滿足下式（9):其中，X1^Py^為步驟2. 1)中指定框的左上角的橫、縱坐標(biāo)，XjPyR為右下角的橫、縱 坐標(biāo)； 滿足式（9)條件的人臉區(qū)域FaceROI'M則為待特效人臉區(qū)域，mlG[1，2, ...，Num_FaceROU]，記為FaceR0I_Mf，f= 1，2,. . .，Num_f，Num_f為步驟 2. 1)中模板圖像幀的個 數(shù)， 不滿足式（9)條件的人臉區(qū)域FaceROI'M為非特效人臉區(qū)域； 2. 2. 5)提取完整的待特效人臉區(qū)域 遍歷步驟2. 2. 4)中確定的Num_f幀模板圖像幀中待特效人臉區(qū)域FaceR0I_Mf，記Xljlf 和yLMf分別為FaceR0I_Mf區(qū)域左上角的橫、縱坐標(biāo)，xRMf和yRMf分別為右下角的橫、縱坐 標(biāo)，并找出其中最大的待特效人臉區(qū)域，記其左上角的坐標(biāo)為0^_，^_)，右下角的坐標(biāo)為 (XRniax，yRmax) ^ 判斷FaceR0I_Mf的面積是否滿足下式（10)中的條件：滿足式（10)時，完整的待特效人臉區(qū)域FaceROI_MFf的左上角坐標(biāo)（xtMf，ytMf)和右下 角坐標(biāo)（xRMf，yRMF