一種人臉檢測方法
【專利摘要】本發明提供的一種人臉檢測方法，所述方法包括：接收包含人臉的第一待檢測圖像和包含人臉的第二待檢測圖像；將第一待檢測圖像和第二待檢測圖像保存在圖像數據庫中；確定第一待檢測圖像中人臉所在的第一范圍和第二待檢測圖像中人臉所在的第二范圍；對第一待檢測圖像和第二待檢測圖像進行圖像預處理；檢測第一待檢測圖像中的人臉和第二待檢測圖像中的人臉是否屬于已注冊人臉；如果第一待檢測圖像中的人臉和第二待檢測圖像中的人臉均屬于已注冊人臉并且均屬于同一個人的臉，則判斷所述同一個人的面部表情。實現了對人臉圖像的精細檢測、準確識別以及較強的自適應識別能力。
【專利說明】一種人臉檢測方法
【技術領域】
[0001] 本發明涉及一種身份識別方法，特別涉及一種人臉檢測方法。
【背景技術】
[0002] 人臉是自然界存在的一種特殊的復雜視覺模式，它包含著極其豐富的信息。首先， 人臉具有一定的不變性和唯一性，人臉識別和人臉檢測是人類在進行身份確認時使用得最 為普遍的一種方式，人臉圖像還能夠提供一個人的性別、年齡、種族等有關信息。其次，人臉 也具有多樣的變化能力，人的臉上分布著五十多塊面部肌肉，這些肌肉的運動導致不同面 部表情的出現，從這些表情和神色的變化中，人們可以感知到一個人情緒，感受，甚至秉性 和氣質。人類在人臉圖像分析中所表現出來的能力是讓人^(異的，但是迄今為止，人類人臉 圖像分析的認知過程和內在機理仍然是一個沒有完全解開的迷。
[0003] 從上個世紀六十年代以來，隨著計算機和電子技術的迅猛發展，人們開始利用計 算機視覺和模式識別等技術對人臉進行研究。近年來，隨著相關技術的不斷發展和實際需 求的口益增加，自動人臉圖像分析已經引起了越來越多的關注，新的研究成果和實用系統 不斷涌現。目前，人臉圖像分析中最為重要的兩個方向是人臉檢測和表情識別。
[0004] 正由于人臉檢測技術具有如此之多的優勢，因此它的應用前景非常廣闊。首先，人 臉檢測技術可以應用十金融保險、賓館飯店中的門禁系統，通過人臉檢測來實現訪問控制 和自動監視。其次，人臉檢測是刑偵破案和司法鑒定的一個有效的輔助手段，通過人臉檢測 對犯罪嫌疑人的照片進行自動篩選可以大大節省破案的時間和人力物力。
[0005] 然而現有的表情檢測方法大多基于單張人臉圖像進行檢測，然而根據單張人臉圖 像檢測人臉表情可能會有誤差。另外，現有的人臉檢測方法中的人臉圖像很多并未進行劃 分處理，也并未針對圖像中不同部分進行不同的處理。例如，針對圖像噪聲，在現有的圖像 去噪處理的方法中，小波去噪相對成熟，例如小波閾值去噪，能減少邊界效應對分解出信號 的影響，但是自適應性差，可能影響去噪效果，相較于小波去噪，EMF去噪自適應性強，但是 由于其本身還在發展階段，存在特殊的邊緣效應，因此可能導致去噪后圖像的邊界模糊。
[0006] 針對相關技術中所存在的上述問題，目前尚未提出有效的解決方案。因此，本發明 提出了一種新型的人臉檢測方法，毋庸置疑，本發明的新型的人臉識別方法經過適當的修 改同樣適于識別其他圖像。
【發明內容】
[0007] 為解決上述現有技術所存在的問題，本發明提出了一種人臉檢測方法，通過本發 明利用多張圖像進行表情檢測的方法可以快速獲得更準確的表情檢測結果；通過本發明進 行圖像預處理，并基于不同部分分別進行不同的處理，使得圖像預處理更加有針對性；尤其 對于去噪處理操作，通過本發明的結合小波閾值去噪、EMF去噪的處理，特別是在圖像不同 部分分別進行小波閾值去噪和EMF去噪，實現了小波閾值去噪和EMF去噪的優點同時體現 在去噪處理方法中，使得去噪效果更加完善，不僅邊界圖像清楚而且自適應能力強，適于各 種情況下的噪聲抑制。
[0008] 所述方法包括：接收包含人臉的第一待檢測圖像和包含人臉的第二待檢測圖像； 將第一待檢測圖像和第二待檢測圖像保存在圖像數據庫中；確定第一待檢測圖像中人臉所 在的第一范圍和第二待檢測圖像中人臉所在的第二范圍；對第一待檢測圖像和第二待檢測 圖像進行圖像預處理；檢測第一待檢測圖像中的人臉和第二待檢測圖像中的人臉是否屬于 已注冊人臉；如果第一待檢測圖像中的人臉和第二待檢測圖像中的人臉均屬于已注冊人臉 并且均屬于同一個人的臉，則判斷所述同一個人的面部表情。
[0009] 優選地，所述確定第一待檢測圖像中人臉所在的第一范圍和第二待檢測圖像中人 臉所在的第二范圍包括：分別將第一待檢測圖像和第二待檢測圖像轉換為第一 256色灰度 值圖像和第二256色灰度值圖像；分別將所述第一 256色灰度值圖像和所述第二256色灰 度值圖像進行垂直灰度投影，根據垂直灰度投影結果確定第一 256色灰度值圖像中人臉的 左右邊界位置和第二256色灰度值圖像中人臉的左右邊界位置；分別將所述第一 256色灰 度值圖像和所述第二256色灰度值圖像進行水平灰度投影，根據水平灰度投影結果確定第 一 256色灰度值圖像中人臉的上下邊界位置和第二256色灰度值圖像中人臉的上下邊界位 置；根據所述第一 256色灰度值圖像中人臉的左右邊界位置與所述第一 256色灰度值圖像 中人臉的上下邊界位置確定第一待檢測圖像中的人臉的范圍；根據所述第二256色灰度值 圖像中人臉的左右邊界位置與所述第二256色灰度值圖像中人臉的上下邊界位置確定第 二待檢測圖像中的人臉的范圍。
[0010] 優選地，所述垂直灰度投影包括：使用函數
【權利要求】
1. 一種人臉檢測方法，所述方法包括： 接收包含人臉的第一待檢測圖像和包含人臉的第二待檢測圖像； 將第一待檢測圖像和第二待檢測圖像保存在圖像數據庫中； 確定第一待檢測圖像中人臉所在的第一范圍和第二待檢測圖像中人臉所在的第二范 圍； 對第一待檢測圖像和第二待檢測圖像進行圖像預處理； 檢測第一待檢測圖像中的人臉和第二待檢測圖像中的人臉是否屬于已注冊人臉； 如果第一待檢測圖像中的人臉和第二待檢測圖像中的人臉均屬于已注冊人臉并且均 屬于同一個人的臉，則判斷所述同一個人的面部表情。
2. 根據權利要求1所述的人臉檢測方法，其特征在于，所述確定第一待檢測圖像中人 臉所在的第一范圍和第二待檢測圖像中人臉所在的第二范圍包括： 分別將第一待檢測圖像和第二待檢測圖像轉換為第一 256色灰度值圖像和第二256色 灰度值圖像； 分別將所述第一 256色灰度值圖像和所述第二256色灰度值圖像進行垂直灰度投影， 根據垂直灰度投影結果確定第一 256色灰度值圖像中人臉的左右邊界位置和第二256色灰 度值圖像中人臉的左右邊界位置； 分別將所述第一 256色灰度值圖像和所述第二256色灰度值圖像進行水平灰度投影， 根據水平灰度投影結果確定第一 256色灰度值圖像中人臉的上下邊界位置和第二256色灰 度值圖像中人臉的上下邊界位置； 根據所述第一 256色灰度值圖像中人臉的左右邊界位置與所述第一 256色灰度值圖像 中人臉的上下邊界位置確定第一待檢測圖像中的人臉的范圍； 根據所述第二256色灰度值圖像中人臉的左右邊界位置與所述第二256色灰度值圖像 中人臉的上下邊界位置確定第二待檢測圖像中的人臉的范圍。
3. 根據權利要求2所述的人臉檢測方法，其特征在于，所述垂直灰度投影包括： 使用函數
進行垂直灰度投影，其中，V(x)為垂直灰度投影曲線，P(x，y) 為圖像中像素坐標函數，圖像大小為M*N像素，X為水平坐標像素值，1〈 = x〈 = M，y為垂直 坐標像素值，1〈 = y〈 = N。
4. 根據權利要求2所述的人臉檢測方法，其特征在于，所述水平灰度投影包括： 使用函數
進行水平灰度投影，其中，H(x)為水平灰度投影曲線，P(x， y)為圖像中像素坐標函數，圖像大小為M*N像素，X為水平坐標像素值,1〈 = x〈 = M, y為 垂直坐標像素值，1〈 = y〈 = N。
5. 根據權利要求1所述的方法，其特征在于，所述對第一待檢測圖像和第二待檢測圖 像進行圖像預處理包括： 將所述第一待檢測圖像和所述第二待檢測圖像分別劃分成多個第一子圖像和多個第 二子圖像； 針對所述多個第一子圖像和所述多個第二子圖像分別進行去噪處理。
6. 根據權利要求5所述的方法，其特征在于，所述針對所述多個第一子圖像和所述多 個第二子圖像分別進行去噪處理包括： 對多個第一子圖像中與所述第一待檢測圖像中的人臉的范圍相交的第一子圖像進行 小波閾值去噪處理，對多個第一子圖像中與所述第一待檢測圖像中的人臉的范圍不相交的 第一子圖像進行進行EMF去噪處理； 對多個第二子圖像中與所述第二待檢測圖像中的人臉的范圍相交的第二子圖像進行 小波閾值去噪處理，對多個第二子圖像中與所述第二待檢測圖像中的人臉的范圍不相交的 第二子圖像進行進行EMF去噪處理。
7. 根據權利要求1所述的方法，其特征在于，所述檢測第一待檢測圖像中的人臉和第 二待檢測圖像中的人臉是否屬于已注冊人臉包括： 使用BP神經網絡模型檢測第一待檢測圖像中的人臉是否屬于已注冊人臉； 使用BP神經網絡模型檢測第二待檢測圖像中的人臉是否屬于已注冊人臉。
8. 根據權利要求1所述的方法，其特征在于，所述判斷所述同一個人的面部表情包括： 根據第一待檢測圖像中的人臉與第二待檢測圖像中的人臉的特征變化判斷所述同一 個人的面部表情。
【文檔編號】G06K9/00GK104091160SQ201410333977
【公開日】2014年10月8日 申請日期:2014年7月14日 優先權日:2014年7月14日
【發明者】蔣浩, 劉勇, 楊霖 申請人:成都萬維圖新信息技術有限公司