一种基于复杂彩色背景图像的海量面孔分割检测识别方法
【专利摘要】本发明提供了一种基于复杂彩色背景图像的海量面孔分割检测识别方法，改进了基于高斯肤色建模分割检测的方法，实现了在复杂彩色背景下的包含面部图像的检测识别，包括以下步鄹：利用单峰高斯模型对面孔肤色建模，在此基础上使用高斯混合模型结合半参数密度估计进行建模，从而生成皮肤概率图像；据此，进行复杂背景下的人脸检测与分割。该方法可以快速的检测/分割多个面孔图像，同时可进行大规模分析肤色面孔的变化概率，增加在光照不足情况下识别的成功率。
【专利说明】一种基于复杂彩色背景图像的海量面孔分割检测识别方法
【技术领域】
[0001] 本发明涉及面孔识别领域，具体涉及人脸检测，面孔图像分割等相关领域，提供了 一种基于复杂彩色背景图像的海量面孔分割检测识别方法。
【背景技术】
[0002] 随着基于图像处理应用功能需求的日益增长，图像内容的分析与分类已成为一项 重要的任务。人机界面，自动相机和监视系统以及一些其他的应用中，面孔检测是必须的第 一步。人类的视觉系统可以很容易地检测并区分周围的面孔，对于人的大脑来说，在一个 场景中对面孔实现对应的检测是容易的。目前计算系统不可能达到如此水平的并行处理 信息的功能。从图像识别来说，面孔是一个复杂的图像。不同的脸部动作和神态增加了复 杂度，检测方案必须操作灵活、可靠。对于图像中光照、背景杂波，图像中多个面孔，以及脸 的位置，规模的变化、神态和表情，系统需都能够探测到即使是被阻挡。因此，一个系统的 方法，算法的计算复杂性是关键的。目前提出的面孔检测的方法存在一些问题，一般只单纯 采用单峰高斯模型，不能对多张面孔同时实现检测以及在光照不足情况下识别的成功率不 高，如：使用主成分分析，模板匹配或使用神经网络方法、图像运动概念和肤色方面的技术 方法。在本发明中，描述一种基于复杂彩色背景图像的海量面孔分割检测识别方法。
【发明内容】
[0003] 本发明针对上述问题，提供了一种基于复杂彩色背景图像的海量面孔分割检测识 别方法。
[0004] 本发明为解决上述问题采用以下技术方案：
[0005] -种基于复杂彩色背景图像的海量面孔分割检测识别方法，其包含如下步鄹：
[0006] 1)利用单峰高斯模型对面孔肤色建模；
[0007] 2)使用高斯混合模型进行建模；
[0008] 3)生成皮肤概率图像；
[0009] 4)进行复杂背景下的人脸检测与分割：用非线性滤波器，消除部分的图像，同时 保留其余部分的轮廓。利用灰度操作侵蚀去除类杂讯区域，扩张保留剩余区域得到皮肤概 率图像。其中是通过使用面积（A)、周长（P)、边界框维度（Dx，Dy)的连接组件的集合。这 三个运算符是一次性计算用于筛选那些脸状的但有像素场面积小于某一部分，最大的脸组 件检测到的连接组件。这个运算符的选择是基于观察值的许多图像包含多个面孔。
[0010] 检测参数包括：
[0011] 1)紧密度：连通分支的紧密性（C)界定为它的面积除以它的周长的平方：
【权利要求】
1. 一种基于复杂彩色背景图像的海量面孔分割检测识别方法，其特征在于，包括： 基于复杂彩色背景图像的面孔分割检测识别是具有一个存储在编写的人脸数据库的 面孔识别测试人脸图像处理的一个过程。真实世界的图像不一定包含着孤立的脸（S)，可以 直接输入的面部识别（FR)系统。该方法通过为隔离或分割面部区域设置一个FR系统，实 现快速的检测/分割多个面孔图像，同时可进行大规模分析肤色面孔的变化概率，增加在 光照不足情况下识别的成功率。
2. 根据权利要求1所述的基于复杂彩色背景图像的海量面孔分割检测识别方法，其特 征在于，包括以下步鄹： 1) 利用单峰高斯模型对面孔肤色建模； 2) 使用高斯混合模型进行建模； 3) 生成皮肤概率图像； 4) 进行复杂背景下的人脸检测与分割； 5) 检测参数。
3. 根据权利要求2所述的方法，其特征在于，所述进行复杂背景下的人脸检测与分割 包括： 用非线性滤波器，消除部分的图像，同时保留其余部分的轮廓。利用灰度操作侵蚀去除 类杂讯区域，扩张保留剩余区域得到皮肤概率图像。其中是通过使用面积（A)、周长（P)、边 界框维度（Dx，Dy)的连接组件的集合。这三个运算符是一次性计算用于筛选那些脸状的但 有像素场面积小于某一部分，最大的脸组件检测到的连接组件。这个运算符的选择是基于 观察值的许多图像包含多个面孔。
4. 根据权利要求2所述的方法，其特征在于，所述检测参数包括：紧密度、稳定性、定向 以及标准化区域。
【文档编号】G06K9/00GK104217191SQ201310214978
【公开日】2014年12月17日 申请日期:2013年6月3日 优先权日:2013年6月3日
【发明者】张旭 申请人:张旭