视频流人脸检测方法及其装置的制造方法
【技术领域】
[0001]本发明涉及视频处理领域，特别涉及视频流人脸检测技术。
【背景技术】
[0002]人脸检测是计算机视觉和模式识别中的一项基本研宄内容，它是人脸识别的前提，在人机交互、视频检索和智能监控等领域中有着广泛的应用。人脸检测的目的是在图像或者视频流中找到人脸所在的位置及其大小。目前人脸检测最常用的方法是保罗?维奥拉(Paul V1la)和迈克尔?琼斯(Michael Jones)等人提出的AdaBoost (—种迭代算法)算法，该算法具有检测精度高、检测速度快的优点。
[0003]AdaBoost算法使用类Haar特征组成级联分类器，该级联分类器是通过训练得到。在进行人脸检测时，为了检测到不同大小的人脸，原图像按照一系列的比例系数缩放为待检测图像集合，该图像集合被称为图像金字塔。然后图像金字塔中的图像按照一定的步长被分为nXn大小的检测窗口，η的经验值是24。之后使用级联分类器对这些窗口进行检测，如果检测窗口通过了全部级联分类器的检测，那么该检测窗口所含的图像中就被认为含有人脸。
[0004]传统的AdaBoost算法在计算中存在较多的冗余计算，对每个缩放尺度的所有窗口进行检测需要消耗大量的计算资源和时间，尤其对于视频流。
【发明内容】
[0005]本发明的目的在于提供一种视频流人脸检测方法及其装置，可根据统计值减小图像缩放尺度范围或检测窗口尺寸变化范围，降低图像检测计算量，提高人脸检测速度，节省系统的计算资源。
[0006]为解决上述技术问题，本发明的实施方式公开了一种视频流人脸检测方法，包括以下步骤:
[0007]获取当前帧图像；
[0008]根据前一帧图像的缩放图像的第一人脸窗口概率值确定当前帧图像进行缩放处理时需要的缩放尺度范围，并在缩放尺度范围内对当前帧图像进行缩放处理，生成该当前帧图像的图像金字塔；
[0009]生成图像金字塔中每张缩放图像的检测窗口 ；
[0010]判断生成的检测窗口是否含有人脸，并统计每张缩放图像含有人脸的检测窗口的数目和不含人脸的检测窗口的数目，得到当前帧的每张缩放图像的第一人脸窗口概率值，以供下一帧图像进行缩放处理时使用，其中，第一人脸窗口概率值中的最大值越大，下一帧图像的缩放尺度范围越小，且第一人脸窗口概率值越大，下一帧图像的缩放尺度范围的中心值越靠近与该第一人脸窗口概率值对应的缩放图像的缩放尺度。
[0011]本发明的实施方式还公开了一种视频流人脸检测方法，包括以下步骤:
[0012]获取当前帧图像；
[0013]根据前一帧图像的第二人脸窗口概率值确定当前帧图像的检测窗口尺寸范围，并在该尺寸范围内生成当前帧图像的不同尺寸的检测窗口；
[0014]判断生成的检测窗口是否含有人脸，并统计每个检测窗口尺寸下具有人脸的检测窗口的数目，得到当前帧的每个检测窗口尺寸的第二人脸窗口概率值，供下一帧图像生成检测窗口时使用，其中，第二人脸窗口概率值中的最大值越大，下一帧图像的检测窗口尺寸范围越小，且第二人脸窗口概率值越大，下一帧图像的检测窗口尺寸范围的中心值越靠近该第二人脸窗口概率值对应的检测窗口尺寸。
[0015]本发明的实施方式还公开了一种视频流人脸检测装置，包括:
[0016]第一获取单元，用于获取当前帧图像；
[0017]图像缩放单元，用于根据前一帧图像的缩放图像的第一人脸窗口概率值确定当前帧图像进行缩放处理时需要的缩放尺度范围，并在缩放尺度范围内对当前帧图像进行缩放处理，生成该当前帧图像的图像金字塔；
[0018]第一生成单元，用于生成图像金字塔中每张缩放图像的检测窗口 ；
[0019]第一判断单元，用于判断所述第一生成单元生成的检测窗口是否含有人脸；
[0020]第一统计单元，用于统计第一判断单元判断出的每张缩放图像含有人脸的检测窗口的数目和不含人脸的检测窗口的数目，得到当前帧的每张缩放图像的第一人脸窗口概率值，以供下一帧图像进行缩放处理时使用，其中，第一人脸窗口概率值中的最大值越大，下一帧图像的缩放尺度范围越小，且第一人脸窗口概率值越大，下一帧图像的缩放尺度范围的中心值越靠近与该第一人脸窗口概率值对应的缩放图像的缩放尺度。
[0021]本发明的实施方式还公开了一种视频流人脸检测装置，包括:
[0022]第二获取单元，用于获取当前帧图像；
[0023]第二生成单元，用于根据前一帧图像的第二人脸窗口概率值确定当前帧图像的检测窗口尺寸范围，并在该尺寸范围内生成当前帧图像的不同尺寸的检测窗口 ；
[0024]第二判断单元，用于判断所述第二生成单元生成的检测窗口是否含有人脸；
[0025]第二统计单元，用于统计每个检测窗口尺寸下具有人脸的检测窗口的数目，得到当前帧的每个检测窗口尺寸的第二人脸窗口概率值，供下一帧图像生成检测窗口时使用，其中，第二人脸窗口概率值中的最大值越大，下一帧图像的检测窗口尺寸范围越小，且第二人脸窗口概率值越大，下一帧图像的检测窗口尺寸范围的中心值越靠近该第二人脸窗口概率值对应的检测窗口尺寸。
[0026]本发明实施方式与现有技术相比，主要区别及其效果在于:
[0027]通过对是否含有人脸的检测窗口的数目进行统计，可根据统计值减小图像缩放尺度范围，降低图像检测计算量，提高人脸检测速度，节省系统的计算资源。
[0028]通过对是否含有人脸的检测窗口的尺寸和对应的数目进行统计，可根据统计值减小检测窗口尺寸范围，减少检测窗口数目，降低图像检测计算量，提高人脸检测速度，节省系统的计算资源。
【附图说明】
[0029]图1是本发明第一实施方式中一种视频流人脸检测方法的流程示意图；
[0030]图2是现有技术中图像金字塔的示意图；
[0031]图3是本发明第一实施方式中级联分类器的工作示意图；
[0032]图4是本发明第一实施方式中一类Haar特征例子的示意图；
[0033]图5是本发明的第一实施方式中图像积分图计算示意图；
[0034]图6是本发明第二实施方式中一种视频流人脸检测方法的流程示意图；
[0035]图7是本发明第三实施方式中检测的窗口数目、节省的冗余计算量与s的关系图；
[0036]图8是本发明第四实施方式中一种视频流人脸检测装置的结构示意图；
[0037]图9是本发明第五实施方式中一种视频流人脸检测装置的结构示意图；
[0038]图10是本发明第六实施方式中一种视频流人脸检测装置的结构示意图；
[0039]图11是本发明第六实施方式中图像缩放尺度范围示意图。
【具体实施方式】
[0040]在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。
[0041]为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
[0042]本发明第一实施方式涉及一种视频流人脸检测方法。图1是该视频流人脸检测方法的流程示意图。
[0043]具体地，如图1所示，该视频流人脸检测方法包括以下步骤:
[0044]在步骤101中，获取当前帧图像。
[0045]此后进入步骤102，根据前一帧图像的缩放图像的第一人脸窗口概率值确定当前帧图像进行缩放处理时需要的缩放尺度范围，并在缩放尺度范围内对当前帧图像进行缩放处理，生成该当前帧图像的图像金字塔。
[0046]其中，图像金字塔是一系列以金字塔形状排列的且靠近金字塔顶端分辨率逐步降低的图像集合，其示意图如图2所示。该步骤中图像缩放尺度的范围是动态变化的，即当前帧图像的缩放尺度范围会受到前一帧图像检测结果的影响。优选地，如果前一帧图像在某个缩放尺度检测出的人脸窗口数最多，那么新一帧图像的缩放尺度被限定在该尺度周围的数个尺度内(即缩放尺度范围内)。当然，可以理解，也可以将缩放尺度范围限定在人脸窗口数目较多的几个缩放尺度组成的范围内，或者以其他形式确定的范围，在此不做限制。
[0047]此后进入步骤103，生成图像金字塔中每张缩放图像的检测窗口，并计算检测窗口的积分图。
[0048]检测窗口是按照一定的步进长度对图像进行遍历而得。积分图中每个位置的值是原图中对应位置左上角区域所有像素的和。计算积分图能够加速计算AdaBoost算法类Haar特征的特征值。
[0049]此后进入步骤104，判断生成的检测窗口是否含有人脸，并统计每张缩放图像含有人脸的检测窗口的数目和不含人脸的检测窗口的数目，得到当前帧的每张缩放图像的第一人脸窗口概率值，以供下一帧图像进行缩放处理时使用，其中，第一人脸窗口概率值中的最大值越大，下一帧图像的缩放尺度范围越小，且第一人