一种面向交通卡口监控的车内人脸检测方法及系统的制作方法
【技术领域】
[0001] 本发明设及计算机视觉W及智能交通识别领域，更具体地设及一种面向交通卡口 监控的车内人脸检测技术。
【背景技术】
[0002] 虽然随着道路上监控摄像头的增加与覆盖范围的完善，交警可W对路上的行车进 行更有效的监管。其中车牌的检测与识别、超速主驾驶、闯红灯等都可W由计算机自动完成 识别，但在对驾乘人员身份的认证的方面，现阶段仍W人工识别为主，效率低下并且耗费人 力。主要原因是没有一种技术能从卡口图像中很好的检测到人脸，从而提取人脸图像做识 别。
[0003] 目前，化ar特征加上AdaBoost分类器的方法是常用的人脸检测方法，并且利用 opencv开源库可W很简单的实现，但是对于车内的人脸检测效果不佳。因为，车内人脸存在 光照多样性、遮挡W及姿势多样性等检测难点。
【发明内容】
[0004] 本发明目的是针对现有交通卡口监控的车内人脸检测技术的不足和缺陷，提供了 一种面向交通卡口监控的车内人脸检测技术。
[0005] 本发明提供一种面向交通卡口监控的车内人脸检测方法，包括W下步骤：
[0006] 步骤1，读取交通卡口监控图像，检测并定位车辆的车牌区域；
[0007] 步骤2,根据步骤1所得车辆的车牌区域，利用车牌的位置和大小确定车内驾驶区 域；
[000引步骤3,在步骤2提取的车内驾驶区域里进行人脸检测。
[0009] 而且，所述步骤1包括W下子步骤，
[0010] 步骤1.1，读取交通卡口监控图像进行预处理，包括进行灰度化和固定比例缩放；
[0011] 步骤1. 2,对缩放后的图像进行边缘检测；
[0012] 步骤1. 3,对边缘检测图进行二值化处理，并进行形态学操作；
[001引步骤1. 4,提取连通区轮廓，根据所提取出来的矩形框的长宽比W及面积进行筛选 定位车牌，得到矩形的车牌区域。
[0014] 而且，所述步骤2包括W下子步骤，
[0015] 步骤2. 1，先W车牌位置与大小粗定位主驾驶区域：
[0016] 步骤2. 2,将车牌区域映射到HSV色彩空间，根据HSV色彩空间中像素颜色对应的 H、S、V各值的区间得出像素是否为藍色、黄色或者不为W上两种颜色，当根据区域占比最多 的颜色为藍色或黄色，且占总像素数比重超过预设的限定值时，相应确定为车牌底色；
[0017] 步骤2. 3,当车牌底色为黄色时认为车型是大型车，当车牌底色为藍色时认为车型 是小型车，根据车型对粗定位的主驾驶区域进行微调；
[0018] 步骤2. 4,将微调后的主驾驶区域沿区域左边缘水平翻转得到副主驾驶区域，两区 域合并得到车内驾驶区域。
[0019] 而且，所述步骤3中是利用卷积神经网络在车内驾驶区域内进行多尺度人脸检 测。
[0020] 一种面向交通卡口监控的车内人脸检测系统，包括W下模块：
[0021] 车牌区域定位模块，用于读取交通卡口监控图像，检测并定位车辆的车牌区域；
[0022] 车内驾驶区域定位模块，用于根据车辆的车牌区域，利用车牌的位置和大小确定 车内驾驶区域；
[0023] 人脸检测模块，在车内驾驶区域里进行人脸检测。
[0024] 而且，所述车牌区域定位模块包括W下子模块，
[0025] 预处理子模块，用于先读取交通卡口监控图像进行预处理，包括进行灰度化和固 定比例缩放；边缘检测子模块，对缩放后的图像进行边缘检测；
[0026] 二值化子模块，用于对边缘检测图进行二值化处理，并进行形态学操作；
[0027] 车牌定位子模块，用于提取连通区轮廓，根据所提取出来的矩形框的长宽比W及 面积进行筛选定位车牌，得到矩形的车牌区域。
[002引而且，所述车内驾驶区域定位模块包括W下子模块，
[0029] 粗定位子模块，用于先W车牌位置与大小粗定位主驾驶区域：
[0030] 车牌底色识别子模块，用于将车牌区域映射到HSV色彩空间，根据HSV色彩空间中 像素颜色对应的H、S、V各值的区间得出像素是否为藍色、黄色或者不为W上两种颜色，当 根据区域占比最多的颜色为藍色或黄色，且占总像素数比重超过预设的限定值时，相应确 定为车牌底色；
[0031] 定位调整子模块，用于当车牌底色为黄色时认为车型是大型车，当车牌底色为藍 色时认为车型是小型车，根据车型对粗定位的主驾驶区域进行微调；
[0032] 车内驾驶区域合成子模块，用于将微调后的主驾驶区域沿区域左边缘水平翻转得 到副主驾驶区域，两区域合并得到车内驾驶区域。
[0033] 而且，所述人脸检测模块中是利用卷积神经网络在车内驾驶区域内进行多尺度人 脸检测。
[0034] 本发明面向交通卡口监控提供了车内人脸检测技术方案，首次提出，通过车牌的 定位定位到车内驾驶区域，再在该个车内驾驶区域里检测人脸，设计巧妙，实施简便。该方 法有效的提高了人脸检测的精度。
【附图说明】
[0035] 图1为本发明实施例的交通卡口监控图像车内人脸检测方法流程图。
[0036] 图2为本发明实施例的车牌定位步骤流程图。
[0037] 图3为本发明实施例边缘检测后的效果示例图。
[003引图4为本发明实施例形态学处理后的效果示例图。
[0039] 图5为本发明实施例对小型车确定的车内主驾驶区域示意图。
[0040] 图6为本发明实施例对大型车确定的车内主驾驶区域示意图。
【具体实施方式】
[0041] 下面结合附图和实施例对本发明的实施方式做进一步说明：
[0042] 具体实施时，本发明技术方案可由本领域技术人员采用计算机软件技术实现自动 运行流程。如图1所示，本发明一种面向交通卡口监控的车内人脸检测技术主要包括W下 步骤：
[0043] 步骤1，读取交通卡口监控图像，检测并定位车辆的车牌区域，其流程如图2所示。
[0044] 按照交通部规范，交通卡口监控图像为1600X1200像素，本发明技术方案也按此 设计。具体实施时，若有其他大小的图像，可W先一致处理为1600X1200像素。
[0045]1-1，读取交通卡口监控图像，即检测图像数据，对其进行预处理，包括做滤波等图 像增强常用的预处理，并灰度化。由于车辆前面的牌照按标准为440mmX140mm，实施例进一 步提出进行固定比例缩放，包括在后续操作前对图像长度缩小4. 4,宽度缩小1. 4,使车牌 的字符变得更紧密更容易在后续的处理中形成连通域。
[0046] 1-2,使用Roberts算子对缩放后的图像进行边缘检测，产生的边缘图如图3所示。
[0047] Roberts算子是一种最简单的边缘检测算子，它利用局部差分来寻找边缘，采用对 角线方向相邻两象素之差近似梯度幅值检测边缘。相比于其他算子，Robed算子能W更快 的速度取得不错的边缘检测效果。
[0048] 1-3,二值化边缘检测图像并进行形态学操作，结果如图4所示。
[0049] 选取合适的阔值，对边缘检测图进行二值化处理。利用数学形态学开、闭运算的不 同模版多次组合，对二值化图像进行处理使得车牌区域连通。
[0化0] 实施例借助像素积分图，自适应算出阔值对边缘检测图进行二值化处理。具体实 施时，可W首先计算出边缘检测图的像素积分图，然后W每个像素为中屯、取预设尺寸（经 验值，例如60X60)的区域，若该区域超出图像边界，则W图像边界做为区域边界。借助积 分图快速计算出区域像素和，如果该点像素小于区域均值的一半或小于经验设定的阔值， 就将其像素值更新为0,否则为255。
[0051] 利用数学形态学开运算消除小物体，用闭运算填充物体内细小空洞，最终使得车 牌区域连通。
[0052] 1-4,提取连通区轮廓，根据所提取出来的矩形框的长宽比W及面积进行筛选定位 车牌，结果即如图4所示最下方矩形区域。
[0053] 步骤2,根据车辆的先验信息，利用车牌的位置和大小，可W利用预先进行的实验 所得经验确定主驾驶区域。
[0054] 2-1，先W车牌位置与大小粗定位主驾驶区域：
[0化5]主驾驶区域左上角横坐标=车牌左上角横坐标+0. 5X车牌宽度；
[0化6]主驾驶区域左上角纵坐标=车牌左上角纵坐标-3. 9X车牌宽度；
[0化7] 主驾驶区域右下角横坐标=车牌左上角横坐标+2. 3X车牌宽度，且需使主驾 驶区域宽度在400像素W下；
[0化引 主驾驶区域右下角纵坐标=车牌左上角纵坐标-1. 5X车牌宽度，且需使主驾 驶区域
[0059] 高度在300像素W上。
[0060] 2-2,将车牌区域映射到HSV色彩空间，本发明仅考虑藍色与黄色车牌，即可根据 表1，HSV色彩空间中像素颜色对应的H(色调）、S(饱和度）、V(亮度）各值的区间得出像 素是否为藍色、黄色或者不为w上两种颜色。根据区域占比最多的颜色来获取车牌底色，即 当根据区域占比最多的颜色为藍色或黄色时，确定为车牌底色。同时为防止误判，进一步判 断其占总像素数比重需超过限定值（本领域技术人员可自行确定取值），超过则进入2-3， 否则判为非车牌，流程结束并判别为没有检测到人脸。
[0061] 表1HSV色彩空间中像素颜色对应的H、S、V各值的区间
[0062]
[0063] 车牌的底色有藍色、黄色、白色、黑色，其中藍色的是小车车牌（包括小吨位的货 车），黄色的是大车或农用车用的车牌及教练车车牌，及新产品未定型的试验车，摩托车也 是黄牌的，白色是特种车车牌（如军车警车车牌及赛车车牌），黑色是外商及外商的企业由 国外自带车的车牌。
[0064] 2-3,本发明仅考虑藍色与黄色车牌，并且对于黄色车牌均认为是大车。根据车型 对粗定位所得主驾驶区域进行微调，结果如图5和图6所示，W表示车牌横向长度，h表示车 牌纵向长度。0. 5w表示车牌横向长度的一半，即0. 5与W的乘积，其他2. 3w、l. 5w等类似。 &&表示逻辑关系并且。
[0065] 具体如下；
[0066] 对于大型车；主驾驶区域左上角纵坐标向上移动250像素，主驾驶区域右下角 纵坐标向右移动1. 5个车牌宽度的距离，且需使主驾驶区域宽度在350像素W下，高度限 制在700像素W下（且一般在300像素W上）。图6中主驾驶区域上方到车牌的高度差为 3. 9w+250 像素。
[0067] 对于小型车：将主驾驶区域宽度限制在300像素W下，高度限制在700像素W下 (且一般在300像素W上）。图6中主驾驶区域上方到车牌的高度差为3. 9w像素。
[0068] 2-4,将微调后的主驾驶区域沿区域左边缘水平翻转得到副主驾驶区域，两区域合 并即可得到从车辆头部确定的车