專利名稱：視頻監控中蒙面人臉的檢測方法
技術領域：
本發明涉及圖像處理和模式識別領域，特別涉及視頻監控中人臉檢測的方法。
背景技術：
視頻監控中的人臉檢測是將人臉從視頻圖像背景中檢測出來，由于受圖像背景、亮度變化以及其他各方面因素的影響，使得人臉檢測成為了ー項復雜的研究課題。目前，基于haar特征的級聯ada boost方法訓練識別方法被認為是最成熟、最有效的人臉檢測方法。而蒙面人臉，如戴墨鏡或者戴ロ罩，是ー種特殊的人臉，這類特殊的人臉檢測相對傳統的人臉檢測來說特征不一樣，有著相似的過程，但又不全相同。蒙面檢測較理想的情況就是在人頭上沒有檢測到完整的人臉圖像，為此在人頭檢測基礎上的人臉檢測成為研究的主要思想。在專利201010122033. 5中，提到了ー種人體頭部檢測方法，該方法利用人體頭頂部的輪廓特征，來區分多個人體目標，該方法多用于攝像頭遠距離俯視拍攝，將人頭頂部體現的比較完整的場合。而在視頻監控的部分應用領域中，如ATM機監控，由于圖像采集設備的安裝位置的特殊性，獲取的檢測區域的圖像，多是人體正面人臉信息，可以利用面部細節特征進行檢測° Min Li, Zhaoxiang Zhang 等的 Estimatingthe Number of People inCrowded Scenes by MID Based Foreground Segmentationand Head—shoulder Detection中根據人頭和肩形成的形狀特征，提出了基于梯度方向直方圖hog的人頭檢測方法，該方法能夠較準確地進行人頭檢測，但是對于人臉的面部細節沒做分析，不能防止蒙面偽裝的不法行為。
發明內容
本發明的目的是提供ー種能判斷視頻圖像中是否有蒙面人臉，防止蒙面偽裝不法行為的蒙面人臉檢測方法。本發明包括如下步驟I.將監控現場獲取的彩色視頻圖像轉換為灰度圖像；2.將灰度圖像進行縮放；3.在灰度圖像上進行人頭檢測，檢測到有人頭時，進入下面的步驟，無人頭則循環步驟I到3 ;4.對每個人頭在幀間進行匹配；5.進行人臉檢測；6.進行蒙面判決，對判決出有蒙面人臉的原始彩色視頻圖像進行標記，并報警。在步驟3中，采用滑動窗ロ方法，沿自左向右，自上向下的方向，逐像素點移動滑動窗ロ，將灰度圖像分割為對應每個滑動窗ロ的窗ロ圖像，對窗ロ圖像進行人頭檢測，滑動窗ロ位于第一個窗ロ圖像時(I)計算窗ロ圖像各像素點的水平梯度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]中各像素點的值初始化為O，[i，j]遍歷窗口圖像上的所有像素點，i是變量，表示窗口圖像中像素點的水平位置，取值為i = 1,2, . . . , Wci, j是變量,表示窗口圖像中像素點的垂直位置，取值為j = 1，2,...Htl分別為窗口圖像的寬度和
高度；b.在窗口圖像上，計算各像素點的水平梯度Gx [i，j]和垂直梯度Gy [i，j]將Sobel水平邊緣算子作為運算模板，平移運算模板中心到各像素點處，將運算模板覆蓋下的圖像區域中的每個像素與運算模板每個元素對應相乘，所有乘積之和作為各像素點的水平梯度Gx [i，UfSobel垂直邊緣算子作為運算模板，得到各像素點的垂直梯度&[1，j]
權利要求
1.視頻監控中蒙面人臉的檢測方法，包括如下步驟 (1)將監控現場獲取的彩色視頻圖像轉換為灰度圖像； (2)將灰度圖像進行縮放； (3)在灰度圖像上進行人頭檢測，檢測到有人頭時，進入下一步驟，無人頭則循環步驟(I)到⑶； (4)對每個人頭在幀間進行匹配； (5)進行人臉檢測； (6)進行蒙面判決，對判決出有蒙面人臉的原始彩色視頻圖像進行標記，并報警。
2.根據權利要求I所述的方法，其特征在于步驟(3)中采用滑動窗口方法，沿自左向右，自上向下的方向，逐像素點移動滑動窗口，將灰度圖像分割為對應每個滑動窗口的窗口圖像，對窗口圖像進行人頭檢測，滑動窗口位于第一個窗口圖像時 (1)計算窗口圖像各像素點的水平梯度Gx[i，j]和垂直梯度Gy [i，j]； a.Gx[i，j]和6,[1，j]各像素點的值初始化為O，[i，j]遍歷窗口圖像上的所有像素點，i是變量，表示窗口圖像中像素點的水平位置，取值為i = 1,2,... ,W0, j是變量,表示窗口圖像中像素點的垂直位置，取值為j = 1，2，. . .，H0, W0, H0分別為窗口圖像的寬度和高度； b.在窗口圖像上，將Sobel水平邊緣算子作為運算模板，平移運算模板中心到各像素點處，將運算模板覆蓋下的圖像區域中的每個像素與運算模板每個元素對應相乘，所有乘積之和作為各像素點的水平梯度Gx [i，j]，將Sobel垂直邊緣算子作為運算模板，得到各像素點的垂直梯度&[1，j]
3.根據權利要求I和2所述的方法，其特征在于每個人頭在幀間匹配的流程如下 (I)將當前幀灰度圖像第η個人頭窗口圖像和上一幀灰度圖像的所有人頭窗口圖像進行位置和面積匹配 位置匹配參數
4.根據權利要求3所述的方法，其特征在于進行人臉檢測的流程如下 在分析窗口圖像上分別使用基于haar特征的級聯adaboost方法，利用訓練好的人臉分類模型進行人臉檢測，得到檢測到人臉的人頭窗口圖像和沒有檢測到人臉的人頭窗口圖像。
5.根據權利要求4所述的方法，其特征在于在檢測到人臉的人頭窗口圖像上，將人頭窗口圖像在垂直方向上做六等分劃分，水平方向上將左I區域，右I區域不做分析，僅分析 中間的區域，取其中的B1和B2區域作為分析區域圖像，B1為從上到下數的第2個區域，B2S從上到下數的第5個區域，B1 [i，j],B2[i, j]分別表示區域圖像B1, B2中的水平第i個，垂直第j個像素點的灰度值，計算B1, B2區域圖像中水平第i個，垂直第j個像素點的差分值D1Li, j]
6.根據權利要求4所述的方法，其特征在于，在沒有檢測到人臉的人頭窗口圖像上，將人頭窗口圖像水平方向上做四等分劃分，取中間的兩個區域B3，B4作為分析區域，B3[i，j]，B4 [i，j]分別表示區域B3，B4的水平第i個垂直第j個像素點的灰度值，灰度值的均值分別為 E1, E2
7.根據權利要求4和6所述的方法，其特征在于，在沒有檢測到人臉的人頭窗口圖像上當ΛΕ Sth2時，將人頭窗口圖像在垂直方向上做六等分劃分，水平方向上將左j區域，右j區域不做分析，僅分析中間的區域，取其中的B5和B2區域作為分析區域，B5為從上到下數的第3個區域，B2為從上到下數的第5個區域，B5 [i，j]，B2[i，j]分別表示區域B5, B2中的水平第i個，垂直第j個像素點的灰度值，計算B5, B2區域中水平第i個，垂直第j個像素點的差分值％[1，j]D2[i， j] = B5[i, j]-B2[i, j]i = 1,2，· · ·，W3, j = 1,2，· · ·，H3, W3 表示區域圖像 B5, B2 的寬度，H3 表示區域 B5, B2的高度，統計D2[i，j] > th3的像素點數目，記為C2，當
8.根據權利要求2所述的方法，其特征在于進行人頭檢測中所述的人頭分類模型的產生過程如下 (1)搜集人頭正負樣本，以包含頭肩的5000副灰度圖片為正樣本，不包含人頭的10000副灰度圖片作為負樣本，樣本大小一致； (2)提取正負樣本的梯度方向直方圖統計值，并將梯度方向直方圖歸一化，將歸一化后的值作為特征向量中的各個值，方法與用滑動窗口方法提取監控現場獲取的視頻圖像轉換成的灰度圖像提取特征向量的方法相同； (3)將提取的5000個正樣本和10000個負樣本的特征向量輸入到支持向量機軟件庫中，選用ONE_CLASS的分類方式和LINEAR核函數進行訓練，得到一個最優人頭分類模型。
9.根據權利要求4所述的方法，其特征在于進行人臉檢測中所述的人臉分類模型的產生過程如下 (1)搜集5000副人臉灰度圖片作為正樣本，統一縮放到20X20的像素大小，搜集.10000副無人臉的任意大小的灰度圖片作為負樣本； (2)增加6個haar特征分類器，每個特征分類器所使用的特征用形狀、感興趣區域中的位置以及比例系數來定義，依次為 a.特征分類器I，整個矩形區域是5X 3的長方形，水平方向上有5個像素點，垂直方向上有3個像素點，黑色矩形區域為長方形左上角2X2的正方形區域，響應為整個矩形區域內像素和的4倍減去黑色矩形區域內像素和的15倍； b.特征分類器2，整個矩形區域是5X3的長方形，水平方向上有5個像素點，垂直方向上有3個像素點，黑色矩形區域為長方形左下角2X2的正方形區域，響應為整個矩形區域內像素和的4倍減去黑色矩形區域內像素和的15倍； c.特征分類器3，整個矩形區域是5X3的長方形，水平方向上有5個像素點，垂直方向上有3個像素點，黑色矩形區域為長方形右上角2X2的正方形區域，響應為整個矩形區域內像素和的4倍減去黑色矩形區域內像素和的15倍； d.特征分類器4，整個矩形區域是5X 3的長方形，水平方向上有5個像素點，垂直方向上有3個像素點，黑色矩形區域為長方形右下角2X2的正方形區域，響應為整個矩形區域內像素和的4倍減去黑色矩形區域內像素和的15倍； e.特征分類器5，整個矩形區域是7XI的長方形，水平方向上有7個像素點，垂直方向上有I個像素點，黑色矩形區域為長方形水平第5，6個像素點所在的區域，響應為整個矩形區域內像素和的2倍減去黑色矩形區域內像素和的7倍； f.特征分類器6，整個矩形區域是7XI的長方形，水平方向上有7個像素點，垂直方向上有I個像素點，黑色矩形區域為長方形水平第2，3個像素點所在的區域，響應為整個矩形區域內像素和的2倍減去黑色矩形區域內像素和的7倍； (3)利用opencv中的haartraining庫訓練訓練模型得到一個人臉分類模型。
全文摘要
本發明為視頻監控中蒙面人臉的檢測方法，解決已有視頻監控系統中不能防止蒙面偽裝不法行為的問題。包括如下步驟a、將監控現場獲取的彩色視頻圖像轉換為灰度圖像；b、將灰度圖像進行縮放；c、在灰度圖像上進行人頭檢測；d、當有人頭時，對每個人頭在幀間進行匹配；e、在人頭上進行人臉檢測；f、進行蒙面判決，對判決出有蒙面人臉的原始彩色視頻圖像進行標記，并報警。
文檔編號G06K9/00GK102622584SQ20121005271
公開日2012年8月1日 申請日期2012年3月2日 優先權日2012年3月2日
發明者周聰俊, 師改梅, 楊云, 白云, 繆澤, 羅安, 胡入幻, 補建 申請人:成都三泰電子實業股份有限公司