人脸检测方法和装置制造方法
【专利摘要】本发明实施例涉及视频监控【技术领域】，公开了一种人脸检测方法和装置。其中，该方法包括：对视频帧进行Haar特征检测，获得包含多个人脸检测目标的第一目标；对所述第一目标进行前景过滤，得到第二目标；对所述第二目标进行肤色过滤，得到第三目标；对所述第三目标进行方向梯度直方图HOG过滤，得到最终的人脸检测目标。实施本发明实施例，可以提高人脸检测方法的识别率，降低误检率。
【专利说明】人脸检测方法和装置
【技术领域】
[0001]本发明涉及通信【技术领域】，具体涉及一种人脸检测方法和装置。
【背景技术】
[0002]近年来，随着“智慧城市”、“平安城市”等国家战略项目的推进，在城中村、智能小区、商业楼宇、工矿企业等场所的出入口，对进出人员的人脸进行捕获分析的需求会越来越多；交管局已经有人脸信息上传的需求；公安局也要求一些重要出入口进行人脸捕获然后上传到公安，与公安后台黑名单数据库进行比对抓捕嫌疑犯。随着计算机硬件的快速发展以及人脸识别算法的逐步成熟，人脸识别的应用也越来越广泛，人脸捕获作为人脸识别的一部分，为后续的人脸识别产品作铺垫。
[0003]人脸检测基于各种数学模型的方法有:神经网络，特征脸等。这两个方法在人脸检测历史上都发挥过各自的作用。神经网络人脸检测的方法，其网络结构需要大范围的调整才能获得期望的性能，特征脸方法在本质上依赖于训练集和测试集图像的灰度相关性，所以也还有着很大的局限性。
[0004]综上所述，现有技术中的人脸检测方法大都面临以下问题:在目标检测的过程中，有较多误检，即识别率较低，误检率较高。
【发明内容】
[0005]本发明实施例所要解决的技术问题是提供一种人脸检测方法和装置，用于提高人脸检测方法的识别率，降低误检率。
[0006]本发明实施例提供一种人脸检测方法，包括:
[0007]对视频帧进行Haar特征检测，获得包含多个人脸检测目标的第一目标；
[0008]对所述第一目标进行前景过滤，得到第二目标；
[0009]对所述第二目标进行肤色过滤，得到第三目标；
[0010]对所述第三目标进行方向梯度直方图HOG过滤，得到最终的人脸检测目标。
[0011]相应的，本发明实施例还提供一种人脸检测装置，包括:
[0012]检测单元，用于对视频帧进行Haar特征检测，获得包含多个人脸检测目标的第一目标；
[0013]前景过滤单元，用于所述第一目标进行前景过滤，得到第二目标；
[0014]肤色过滤单元，用于对所述第二目标进行肤色过滤，得到第三目标；
[0015]HOG过滤单元，用于对所述第三目标进行方向梯度直方图HOG过滤，得到最终的人脸检测目标。
[0016]本发明实施例中提供的人脸检测方法和装置，在经过Haar特征检测获得多个人脸检测目标后，先后使用前景过滤、肤色过滤和HOG过滤方法对人脸检测目标进行过滤，可以提高人脸检测目标的识别率，降低误检率。【专利附图】
【附图说明】
[0017]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本发明实施例一提供的人脸检测方法的流程第一示意图；
[0019]图2是本发明实施例一提供的人脸检测方法的流程第二示意图；
[0020]图3是本发明实施例一提供的人脸检测方法的流程第三示意图；
[0021]图4是本发明实施例一提供的人脸检测方法的流程第四示意图；
[0022]图5是本发明实施例二提供的人脸检测装置的结构示意图。
【具体实施方式】
[0023]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0024]本发明实施例中提供了一种人脸检测方法和装置，用于提高人脸检测方法的识别率，降低误检率。以下分别进行详细说明。
[0025]本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三” “第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0026]实施例一:
[0027]本发明实施例提供一种人脸检测方法，如图1所示，该方法可以包括:
[0028]101、对视频帧进行Haar特征检测，获得包含多个人脸检测目标的第一目标；
[0029]102、对上述第一目标进行前景过滤，得到第二目标；
[0030]103、对上述第二目标进行肤色过滤，得到第三目标；
[0031]104、对上述第三目标进行 HOG (Histogram of oriented gradients,方向梯度直方图)过滤，得到最终的人脸检测目标。
[0032]本实施例提供的人脸检测方法，在经过Haar特征检测获得多个人脸检测目标后，先后使用前景过滤、肤色过滤和HOG过滤方法对人脸检测目标进行过滤，相比现有技术，可以提高人脸检测目标的识别率，降低误检率。
[0033]如图2所示，上述步骤102可以包括:
[0034]102A、使用第一公式对上述视频帧的前k帧图像进行计算，得到背景模型；
[0035]上述第一公式为:[0036]其中，/“.,为第i帧图像中点(X，y)的灰度值，^f1r,是在像素点(X，y)处的前k
帧的灰度的平均值，k是预先设定的正整数；
[0037]本实施例中采用平均背景，即背景是过去前k帧的平均；
[0038]举例来说，本实施例中，k的取值可以为1000，当然本领域技术人员还可以根据实际情况将k的值设为其它的数值，在此不作具体的限制；
[0039]102B、使用第二公式计算上述前k帧图像的平均帧间差别；
[0040]上述第二公式为:
【权利要求】
1.一种人脸检测方法，其特征在于，包括: 对视频帧进行Haar特征检测，获得包含多个人脸检测目标的第一目标； 对所述第一目标进行前景过滤，得到第二目标； 对所述第二目标进行肤色过滤，得到第三目标； 对所述第三目标进行方向梯度直方图HOG过滤，得到最终的人脸检测目标。
2.根据权利要求1所述的方法，其特征在于，所述对所述第一目标进行前景过滤的步骤，具体包括: 使用第一公式对所述视频帧的前k帧图像进行计算，得到背景模型； 所述第一公式为:
3.根据权利要求1所述的方法，其特征在于，所述对所述第二目标进行肤色过滤的步骤具体包括: 使用第四公式计算所述视频帧中的各点的肤色分布函数P(x，y)； 所述第四公式为:
4.根据权利要求1所述的方法，其特征在于，所述对所述第三目标进行方向梯度直方图HOG过滤的步骤，具体包括: 利用第五公式计算所述视频帧中各点的方向梯度；
所述第五公式为:
5.一种人脸检测装置，其特征在于，包括: 检测单元，用于对视频帧进行Haar特征检测，获得包含多个人脸检测目标的第一目标； 前景过滤单元，用于对所述第一目标进行前景过滤，得到第二目标； 肤色过滤单元，用于对所述第二目标进行肤色过滤，得到第三目标； HOG过滤单元，用于对所述第三目标进行方向梯度直方图HOG过滤，得到最终的人脸检测目标。
6.根据权利要求5所述的装置，其特征在于，所述前景过滤单元包括: 第一计算模块，用于使用第一公式对所述视频帧的前k帧图像进行计算，得到背景模型;所述第一公式为:
7.根据权利要求5所述的装置，其特征在于，所述肤色过滤单元包括: 第四计算模块，用于使用第四公式计算所述视频帧中的各点的肤色分布函数P(x，y)； 所述第四公式为:
8.根据权利要求5所述的方法，其特征在于，所述HOG过滤单元包括: 第五计算模块，用于利用第五公式计算所述第三图像中各点的方向梯度；
所述第五公
【文档编号】G06K9/00GK103699888SQ201310740528
【公开日】2014年4月2日 申请日期:2013年12月29日 优先权日:2013年12月29日
【发明者】唐健, 关国雄, 徐文丽 申请人:深圳市捷顺科技实业股份有限公司