专利名称：视频监控中蒙面人脸的检测方法
技术领域：
本发明涉及图像处理和模式识别领域，特别涉及视频监控中人脸检测的方法。
背景技术：
视频监控中的人脸检测是将人脸从视频图像背景中检测出来，由于受图像背景、亮度变化以及其他各方面因素的影响，使得人脸检测成为了ー项复杂的研究课题。目前，基于haar特征的级联ada boost方法训练识别方法被认为是最成熟、最有效的人脸检测方法。而蒙面人脸，如戴墨镜或者戴ロ罩，是ー种特殊的人脸，这类特殊的人脸检测相对传统的人脸检测来说特征不一样，有着相似的过程，但又不全相同。蒙面检测较理想的情况就是在人头上没有检测到完整的人脸图像，为此在人头检测基础上的人脸检测成为研究的主要思想。在专利201010122033. 5中，提到了ー种人体头部检测方法，该方法利用人体头顶部的轮廓特征，来区分多个人体目标，该方法多用于摄像头远距离俯视拍摄，将人头顶部体现的比较完整的场合。而在视频监控的部分应用领域中，如ATM机监控，由于图像采集设备的安装位置的特殊性，获取的检测区域的图像，多是人体正面人脸信息，可以利用面部细节特征进行检测° Min Li, Zhaoxiang Zhang 等的 Estimatingthe Number of People inCrowded Scenes by MID Based Foreground Segmentationand Head—shoulder Detection中根据人头和肩形成的形状特征，提出了基于梯度方向直方图hog的人头检测方法，该方法能够较准确地进行人头检测，但是对于人脸的面部细节没做分析，不能防止蒙面伪装的不法行为。
发明内容
本发明的目的是提供ー种能判断视频图像中是否有蒙面人脸，防止蒙面伪装不法行为的蒙面人脸检测方法。本发明包括如下步骤I.将监控现场获取的彩色视频图像转换为灰度图像；2.将灰度图像进行缩放；3.在灰度图像上进行人头检测，检测到有人头时，进入下面的步骤，无人头则循环步骤I到3 ;4.对每个人头在帧间进行匹配；5.进行人脸检测；6.进行蒙面判決，对判决出有蒙面人脸的原始彩色视频图像进行标记，并报警。在步骤3中，采用滑动窗ロ方法，沿自左向右，自上向下的方向，逐像素点移动滑动窗ロ，将灰度图像分割为对应每个滑动窗ロ的窗ロ图像，对窗ロ图像进行人头检测，滑动窗ロ位于第一个窗ロ图像时(I)计算窗ロ图像各像素点的水平梯度Gx [i，j]和垂直梯度Gy [i，j]
a. Gx[i，j]和 Gy [i，j]初始化Gx [i，j]和Gy [i，j]中各像素点的值初始化为O，[i，j]遍历窗口图像上的所有像素点，i是变量，表示窗口图像中像素点的水平位置，取值为i = 1,2, . . . , Wci, j是变量,表示窗口图像中像素点的垂直位置，取值为j = 1，2,...Htl分别为窗口图像的宽度和
高度；b.在窗口图像上，计算各像素点的水平梯度Gx [i，j]和垂直梯度Gy [i，j]将Sobel水平边缘算子作为运算模板，平移运算模板中心到各像素点处，将运算模板覆盖下的图像区域中的每个像素与运算模板每个元素对应相乘，所有乘积之和作为各像素点的水平梯度Gx [i，UfSobel垂直边缘算子作为运算模板，得到各像素点的垂直梯度&[1，j]
权利要求
1.视频监控中蒙面人脸的检测方法，包括如下步骤 (1)将监控现场获取的彩色视频图像转换为灰度图像； (2)将灰度图像进行缩放； (3)在灰度图像上进行人头检测，检测到有人头时，进入下一步骤，无人头则循环步骤(I)到⑶； (4)对每个人头在帧间进行匹配； (5)进行人脸检测； (6)进行蒙面判决，对判决出有蒙面人脸的原始彩色视频图像进行标记，并报警。
2.根据权利要求I所述的方法，其特征在于步骤(3)中采用滑动窗口方法，沿自左向右，自上向下的方向，逐像素点移动滑动窗口，将灰度图像分割为对应每个滑动窗口的窗口图像，对窗口图像进行人头检测，滑动窗口位于第一个窗口图像时 (1)计算窗口图像各像素点的水平梯度Gx[i，j]和垂直梯度Gy [i，j]； a.Gx[i，j]和6,[1，j]各像素点的值初始化为O，[i，j]遍历窗口图像上的所有像素点，i是变量，表示窗口图像中像素点的水平位置，取值为i = 1,2,... ,W0, j是变量,表示窗口图像中像素点的垂直位置，取值为j = 1，2，. . .，H0, W0, H0分别为窗口图像的宽度和高度； b.在窗口图像上，将Sobel水平边缘算子作为运算模板，平移运算模板中心到各像素点处，将运算模板覆盖下的图像区域中的每个像素与运算模板每个元素对应相乘，所有乘积之和作为各像素点的水平梯度Gx [i，j]，将Sobel垂直边缘算子作为运算模板，得到各像素点的垂直梯度&[1，j]
3.根据权利要求I和2所述的方法，其特征在于每个人头在帧间匹配的流程如下 (I)将当前帧灰度图像第η个人头窗口图像和上一帧灰度图像的所有人头窗口图像进行位置和面积匹配 位置匹配参数
4.根据权利要求3所述的方法，其特征在于进行人脸检测的流程如下 在分析窗口图像上分别使用基于haar特征的级联adaboost方法，利用训练好的人脸分类模型进行人脸检测，得到检测到人脸的人头窗口图像和没有检测到人脸的人头窗口图像。
5.根据权利要求4所述的方法，其特征在于在检测到人脸的人头窗口图像上，将人头窗口图像在垂直方向上做六等分划分，水平方向上将左I区域，右I区域不做分析，仅分析 中间的区域，取其中的B1和B2区域作为分析区域图像，B1为从上到下数的第2个区域，B2S从上到下数的第5个区域，B1 [i，j],B2[i, j]分别表示区域图像B1, B2中的水平第i个，垂直第j个像素点的灰度值，计算B1, B2区域图像中水平第i个，垂直第j个像素点的差分值D1Li, j]
6.根据权利要求4所述的方法，其特征在于，在没有检测到人脸的人头窗口图像上，将人头窗口图像水平方向上做四等分划分，取中间的两个区域B3，B4作为分析区域，B3[i，j]，B4 [i，j]分别表示区域B3，B4的水平第i个垂直第j个像素点的灰度值，灰度值的均值分别为 E1, E2
7.根据权利要求4和6所述的方法，其特征在于，在没有检测到人脸的人头窗口图像上当ΛΕ Sth2时，将人头窗口图像在垂直方向上做六等分划分，水平方向上将左j区域，右j区域不做分析，仅分析中间的区域，取其中的B5和B2区域作为分析区域，B5为从上到下数的第3个区域，B2为从上到下数的第5个区域，B5 [i，j]，B2[i，j]分别表示区域B5, B2中的水平第i个，垂直第j个像素点的灰度值，计算B5, B2区域中水平第i个，垂直第j个像素点的差分值％[1，j]D2[i， j] = B5[i, j]-B2[i, j]i = 1,2，· · ·，W3, j = 1,2，· · ·，H3, W3 表示区域图像 B5, B2 的宽度，H3 表示区域 B5, B2的高度，统计D2[i，j] > th3的像素点数目，记为C2，当
8.根据权利要求2所述的方法，其特征在于进行人头检测中所述的人头分类模型的产生过程如下 (1)搜集人头正负样本，以包含头肩的5000副灰度图片为正样本，不包含人头的10000副灰度图片作为负样本，样本大小一致； (2)提取正负样本的梯度方向直方图统计值，并将梯度方向直方图归一化，将归一化后的值作为特征向量中的各个值，方法与用滑动窗口方法提取监控现场获取的视频图像转换成的灰度图像提取特征向量的方法相同； (3)将提取的5000个正样本和10000个负样本的特征向量输入到支持向量机软件库中，选用ONE_CLASS的分类方式和LINEAR核函数进行训练，得到一个最优人头分类模型。
9.根据权利要求4所述的方法，其特征在于进行人脸检测中所述的人脸分类模型的产生过程如下 (1)搜集5000副人脸灰度图片作为正样本，统一缩放到20X20的像素大小，搜集.10000副无人脸的任意大小的灰度图片作为负样本； (2)增加6个haar特征分类器，每个特征分类器所使用的特征用形状、感兴趣区域中的位置以及比例系数来定义，依次为 a.特征分类器I，整个矩形区域是5X 3的长方形，水平方向上有5个像素点，垂直方向上有3个像素点，黑色矩形区域为长方形左上角2X2的正方形区域，响应为整个矩形区域内像素和的4倍减去黑色矩形区域内像素和的15倍； b.特征分类器2，整个矩形区域是5X3的长方形，水平方向上有5个像素点，垂直方向上有3个像素点，黑色矩形区域为长方形左下角2X2的正方形区域，响应为整个矩形区域内像素和的4倍减去黑色矩形区域内像素和的15倍； c.特征分类器3，整个矩形区域是5X3的长方形，水平方向上有5个像素点，垂直方向上有3个像素点，黑色矩形区域为长方形右上角2X2的正方形区域，响应为整个矩形区域内像素和的4倍减去黑色矩形区域内像素和的15倍； d.特征分类器4，整个矩形区域是5X 3的长方形，水平方向上有5个像素点，垂直方向上有3个像素点，黑色矩形区域为长方形右下角2X2的正方形区域，响应为整个矩形区域内像素和的4倍减去黑色矩形区域内像素和的15倍； e.特征分类器5，整个矩形区域是7XI的长方形，水平方向上有7个像素点，垂直方向上有I个像素点，黑色矩形区域为长方形水平第5，6个像素点所在的区域，响应为整个矩形区域内像素和的2倍减去黑色矩形区域内像素和的7倍； f.特征分类器6，整个矩形区域是7XI的长方形，水平方向上有7个像素点，垂直方向上有I个像素点，黑色矩形区域为长方形水平第2，3个像素点所在的区域，响应为整个矩形区域内像素和的2倍减去黑色矩形区域内像素和的7倍； (3)利用opencv中的haartraining库训练训练模型得到一个人脸分类模型。
全文摘要
本发明为视频监控中蒙面人脸的检测方法，解决已有视频监控系统中不能防止蒙面伪装不法行为的问题。包括如下步骤a、将监控现场获取的彩色视频图像转换为灰度图像；b、将灰度图像进行缩放；c、在灰度图像上进行人头检测；d、当有人头时，对每个人头在帧间进行匹配；e、在人头上进行人脸检测；f、进行蒙面判决，对判决出有蒙面人脸的原始彩色视频图像进行标记，并报警。
文档编号G06K9/00GK102622584SQ20121005271
公开日2012年8月1日 申请日期2012年3月2日 优先权日2012年3月2日
发明者周聪俊, 师改梅, 杨云, 白云, 缪泽, 罗安, 胡入幻, 补建 申请人:成都三泰电子实业股份有限公司