一種人頭部橢圓精確高效提取及遮蔽人臉檢測方法
【專利摘要】本發(fā)明提供了一種人頭部橢圓精確高效提取方法及遮蔽人臉檢測方法，提取方法步驟為：采集背景幀進行分析處理，得到背景滿足的統(tǒng)計學條件，作為后續(xù)背景更新的判據；利用幀差法，調整灰度圖二值化的閾值，去除背景的干擾和影響，得到包含人的二值圖，利用人體頭部曲線滿足的統(tǒng)計學規(guī)律，找出頭部所在區(qū)域的矩形，作為后續(xù)處理的基礎；通過自適應橢圓算法，根據設定判據調整橢圓的大小和位置，經循環(huán)找到滿足條件的最佳橢圓。本發(fā)明背景更新時效性和準確率高，能夠滿足實時處理的需要，為后續(xù)的頭部橢圓精確提取算法提供了基礎，可以應用于視頻處理和實時監(jiān)控系統(tǒng)中，遮蔽人臉檢測可應用于ATM實時監(jiān)控視頻的處理，用于可疑情況的及時自動警報。
【專利說明】一種人頭部橢圓精確高效提取及遮蔽人臉檢測方法
【技術領域】
[0001]本發(fā)明屬于計算機視覺中的模式識別領域。具體的，本發(fā)明涉及一種人頭部定位方法和遮蔽人臉檢測方法，尤其是一種基于攝像頭采集實時視頻的人頭部橢圓精確高效提取方法及遮蔽人臉檢測方法。
【背景技術】
[0002]人臉識別和異常人臉檢測是模式識別領域的一個重要研究課題，在監(jiān)控視頻處理、身份驗證、警報系統(tǒng)等方面有著廣泛而深入的應用。為了輔助攝像頭進行數據的采集和分析，尤其是對故意遮擋面部的人進行警示，需要有能夠適應該場景的頭部提取和異常檢測方法。基于特征的人臉識別是一種比較成熟的方法，運用多個級聯的能夠在一定程度上反映人頭部特征，比如眼睛，鼻子等器官特征的弱分類器，通過ADAB00ST方法進行強化生成準確率較高的強分類器是一種人臉識別方法；基于大量人臉部數據庫建立的人臉模型也可以作為人臉識別與檢測的一個可行方法，基于人臉部器官的輻射對稱性進行檢測也可以得到類似的效果和目的，基于膚色進行的人臉部識別也是可行的策略，基于灰度圖中人頭部的像素統(tǒng)計數據也能夠實現一定準確率的頭部定位和提取。但是上述的方法在面對遮蔽人臉識別時，均會遭遇問題，導致無法識別或者識別錯誤。因而，基于人臉部輪廓進行的頭部定位提取是一個值得研究的領域，相應的方法有著更為廣闊的應用場景。
[0003]在視頻流人臉識別和提取領域，基于幀差的提取方法有著廣泛的應用。在視頻流中，利用高斯背景模型的背景更新結合幀差法可以提取出人的輪廓外形，為后續(xù)的人臉檢測提供數據源。在背景比較簡單的情況下可以采用單高斯背景模型，當背景相對復雜的時候，混合高斯模型可以實現比較好的效果?？傮w而言，高斯背景模型對于背景的漸變更新有著較強的適應能力，但是需要復雜的數學計算和多幀的前期建模，時間復雜度高，對于采集的視頻處理實時性不夠。因而快速高效準確的背景更新方法也是一個研究重點。
[0004]在得到人臉部區(qū)域后，進行異常人臉檢測的方法有兩種主流:一是利用膚色檢測，計算對應區(qū)域膚色比例；而是進行目標區(qū)域的特征器官檢測，利用對稱性或者哈爾特征檢測眼睛、鼻子、眉毛、嘴巴等面部特征，并根據檢測結果綜合判斷面部是否遮擋，以及這檔情況是否觸發(fā)警報。
[0005]上述的三個方面技術結合已經能夠對視頻流進行背景建模、頭部定位和異常檢測。但由于高斯背景模型不適用于實時系統(tǒng)，頭部定位在遮蔽人臉情況下精確度差，因而對于實時攝像頭采集的視頻進行頭部精確提取和異常檢測效果不是很好，需要有新的方法和模型來滿足實時視頻處理時效性和準確性兩方面的要求。人臉異常檢測是基于頭部(臉部)的精確提取的，因而一個有著廣泛適用性的頭部橢圓提取方法和與之配套的異常人臉檢測是一個值得研究的領域。

【發(fā)明內容】

[0006]為解決高斯背景模型時間復雜度高和傳統(tǒng)的人頭部識別和提取方法對于遮蔽人臉檢測的能力不足的問題，提供一種人頭部橢圓精確高效提取方法及遮蔽人臉檢測方法。
[0007]根據本發(fā)明的一方面，本發(fā)明提出了一種人頭部橢圓精確高效提取方法，即基于幀差統(tǒng)計數據進行背景檢測更新和利用背景消除得到的二值圖進行矩形鎖定及橢圓自適應調整來達到精確頭部定位的方法。本發(fā)明提出的背景更新方法僅需要計算幀差矩陣的標準差，復雜度低，可以同時完成背景更新和是否有人的檢測；后續(xù)提出的自適應橢圓算法可以在限定時間復雜度的情況下，找到局部最優(yōu)解，得到人頭部橢圓的最佳擬合。
[0008]本發(fā)明所述的人頭部橢圓精確高效提取方法，具體包括如下步驟:
[0009]步驟1:背景更新
[0010]采集背景幀進行分析處理，得到背景滿足的統(tǒng)計學條件，作為后續(xù)背景更新的判據；
[0011]步驟2:矩形區(qū)域鎖定
[0012]利用幀差法，調整灰度圖二值化的閾值，去除背景的干擾和影響，得到包含人的二值圖，在此基礎上，利用人體頭部曲線滿足的統(tǒng)計學規(guī)律，找出頭部所在區(qū)域的矩形，作為后續(xù)處理的基礎；
[0013]步驟3:橢圓自適應調整算法
[0014]在步驟2的基礎上，通過自適應橢圓算法，根據設定判據調整橢圓的大小和位置，經循環(huán)找到滿足條件的最佳橢圓。
[0015]所述步驟I中:背景是漸變的，連續(xù)兩幀之間變化小，計算得到背景的幀差的標準差小；而在有人出現的情況下，一般而言，只要人體在運動，連續(xù)兩幀的變化較大，計算得到幀差的標準差較大。這一簡單的判據可以作為是否更新背景的依據。但是在人體保持特定姿勢不動的情況下，幀差的標準差仍有可能滿足背景更新條件，會導致背景的誤更新。
[0016]所述背景誤更新，其本質在于出現在視頻中人體的靜止不動。考慮到現實環(huán)境中，人只有可能在極短時間內保持可以導致背景誤更新的靜止，因而可以通過設定可疑背景閾值的方法巧妙而簡單地解決這一問題。
[0017]所述的背景更新，在判斷是否更新背景的同時，判斷視頻幀中是否有人的活動，可以作為視頻處理的一個應用。
[0018]所述的背景更新，在判斷有人的情況下，可以利用背景消除法得到去除背景的RGB圖片，轉化為灰度圖并設置合適的閾值二值化之后，可以得到包含人體輪廓的二值圖。閾值的設定決定了二值圖的品質，在理想情況下，獲得的二值圖除人體輪廓外，應該都是黑色像素點。得到僅包含人體輪廓的二值圖后，可以利用人體頭部像素點滿足的統(tǒng)計學規(guī)律，提取出頭部所在位置的矩形區(qū)域。統(tǒng)計學規(guī)律的體現在于人頭部X軸和Y軸像素點的和滿足頭部輪廓，且明顯區(qū)別與頸部及以下的統(tǒng)計結果，可以作為頭部矩形鎖定的可信判據。
[0019]所述步驟3中:橢圓自適應調整算法可以設定最大調整次數，避免付出過高時間代價；可以設定調整的終止條件，通過設定頭部區(qū)域占自適應橢圓比值的閾值(比如本發(fā)明中閾值可以是90%)，來調整自適應橢圓的精確度，在時間代價和精確提取之間做一個協調。
[0020]橢圓自適應調整的判據在于:自適應橢圓和二值化后的人頭部橢圓的重合關系，可以通過衡量橢圓左右及上邊緣滿足的條件以及結合人頭部長寬比(比如本發(fā)明中長寬比可以設置為1.35)來自適應地調整橢圓大小和位置，達到精確提取的目的。
[0021]優(yōu)選地，根據自適應橢圓和頭部橢圓滿足的關系，調整自適應橢圓大小及位置:[0022](I)當自適應橢圓左邊緣超出二值圖中人物頭部橢圓左邊緣時，如果右邊緣也超出人頭部橢圓右邊緣，那么可以判定橢圓短軸過長，減小短軸的長度，否則可以判定橢圓位置偏左，將橢圓中心位置向右調整即可；
[0023](2)當自適應橢圓右邊緣超出二值圖中人物頭部橢圓右邊緣時，調整方法類似(O;
[0024](3)自適應橢圓的長軸大小通過人頭部比例確定，在通過(1)、(2)的調節(jié)得到自適應橢圓短軸長度后，利用比例關系可以得到自適應橢圓長軸長度；
[0025](4)在自適應橢圓長短軸及左右位置調整結束之后，根據新得到自適應橢圓的上邊緣信息，可以決定自適應橢圓的上下位置調整:如果自適應橢圓上邊緣超出二值化的人頭部橢圓，那么自適應橢圓中心下移，反之亦然。
[0026]根據本發(fā)明的另一方面，本發(fā)明提出了一種遮蔽人臉檢測方法，所述方法采用上述人頭部橢圓精確高效提取方法得到人頭部精確橢圓，然后進行膚色比例計算，判斷人臉是否進行了遮蔽。
[0027]本發(fā)明人頭部橢圓精確提取方法對于人臉是否遮蔽都有著良好的效果，能夠適應多種不同的情況，有著很好的提取精確和較廣的適應度，可以應用于不同的情境下；人體膚色在YCbCr色域下明顯區(qū)別與其他背景或者衣服以及遮擋物，通過對膚色進行統(tǒng)計計算，可以得到人頭部橢圓的膚色比例，并通過閾值的設定最終判斷人頭部是否有遮擋行為。
[0028]利用本發(fā)明提出的方法，可以準確定位人頭部橢圓并判斷臉部是否進行了遮擋，可以通過設定可疑背景閾值調整背景更新的靈敏度和背景誤更新的概率，可以通過設定橢圓自適應算法迭代次數控制提取精確度和時間復雜度，可以通過膚色比例閾值的設定來調整對于臉部遮擋警報的靈敏度。
[0029]本發(fā)明應用范圍廣，復雜度可調節(jié)，精確度高，可以合理解決實時攝像頭采集視頻的人頭部提取和異常人臉檢測問題，并應用于銀行ATM監(jiān)控系統(tǒng)中。與現有技術相比，本發(fā)明具有如下的特點:
[0030]1、背景建模依賴于統(tǒng)計數據，背景更新復雜度低，而且能夠適應實時視頻處理，特別是ATM實時視頻的需求；
[0031]2、頭部提取方法不依賴于人體面部特征或者對稱性，可以適用于遮擋及非遮擋情形，適用范圍廣，精確度高；
[0032]3、橢圓自適應調整算法復雜度和精確度可以調節(jié)，能夠在時間和精確度之間做一個平衡，適用于實時視頻處理時效性要求高、精確度滿足應用的特點。
【專利附圖】

【附圖說明】
[0033]通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯:
[0034]圖1是基于攝像頭采集實時視頻的人頭部橢圓精確高效提取方法及遮蔽人臉檢測的流程圖；
[0035]圖2是背景更新方法流程圖；
[0036]圖3是捕圓自適應方法流程圖；
[0037]圖4是前期處理后得到的二值圖中人物頭部滿足的統(tǒng)計學規(guī)律體現；[0038]圖5是矩形鎖定后的結果；
[0039]圖6是本發(fā)明的一個實施例的結果(實例中處于人物正常狀態(tài))；
[0040]圖7、8是本發(fā)明另一個實施例的結果(實例中處于報警狀態(tài)，圖片中的“Abnormal”是“異常”的意思，在遮蔽人臉異常報警時，同步顯示在監(jiān)控圖像中，從而提示監(jiān)控人員)。
【具體實施方式】
[0041]下面結合具體實施例對本發(fā)明進行詳細說明。以下實施例將有助于本領域的技術人員進一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應當指出的是，對本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變形和改進。這些都屬于本發(fā)明的保護范圍。
[0042]如圖1所示，本發(fā)明在精確提取人頭部橢圓的過程中，主要包含背景更新、矩形區(qū)域鎖定和橢圓自適應調整算法。
[0043]在背景更新方面，如圖2所示，考慮到實時處理的要求，采用了基于統(tǒng)計學規(guī)律的更新方法，計算前后幀差的標準差作為背景判別標準，利用了背景幀差遠小于有人活動幀差的特點；考慮到人在靜止不動的情況下有可能達到背景幀差的判決閾值，考慮到實際中人不可能長時間保持靜止不動姿態(tài)，設置可疑背景幀數閾值，巧妙解決了背景誤更新的問題；利用幀差的方法，可以消除背景，提取出人的趨于；通過設定閾值將獲取圖片轉換為二值圖，可以獲得包含人整體輪廓的預處理圖片。
[0044]在矩形區(qū)域鎖定方面，利用人頭滿足的統(tǒng)計學規(guī)律，可以快速高效提取人頭部區(qū)域。
[0045]在橢圓自適應調整方面，如圖3所示，利用橢圓的大小和位置改變，在一定的代價下，找到最優(yōu)擬合橢圓，作為頭部精確提取結果。在人頭部精確橢圓獲取之后，利用膚色檢測，計算膚色比例，判斷人臉是否遮蔽。
[0046]具體實現可以采用以下操作:
[0047]1、背景幀采集和幀差標準差計算:利用攝像頭進行單純背景采集，對得到的RGB圖像灰度化，計算連續(xù)兩幀背景灰度圖差矩陣的標準差Isi,，多次計算后獲取平均值Ithre，作為此后背景更新的依據。
【權利要求】
1.一種人頭部橢圓精確高效提取方法，其特征在于，具體包括如下步驟: 步驟1:背景更新 采集背景幀進行分析處理，得到背景滿足的統(tǒng)計學條件，作為后續(xù)背景更新的判據； 步驟2:矩形區(qū)域鎖定 利用幀差法，調整灰度圖二值化的閾值，去除背景的干擾和影響，得到包含人的二值圖，在此基礎上，利用人體頭部曲線滿足的統(tǒng)計學規(guī)律，找出頭部所在區(qū)域的矩形，作為后續(xù)處理的基礎； 步驟3:橢圓自適應調整算法 在步驟2的基礎上，通過自適應橢圓算法，根據設定判據調整橢圓的大小和位置，經循環(huán)找到滿足條件的最佳橢圓。
2.根據權利要求1所述的人頭部橢圓精確高效提取方法，其特征在于，所述步驟I中，背景更新的判據是:背景是漸變的，連續(xù)兩幀之間變化小，計算得到的背景幀差的標準差??；而在有人 出現的情況下，只要人體在運動，連續(xù)兩幀的變化較大，計算得到的幀差標準差大。
3.根據權利要求2所述的人頭部橢圓精確高效提取方法，其特征在于，所述背景更新中，在人體保持特定姿勢不動的情況下，幀差標準差仍有可能滿足背景更新條件，會導致背景的誤更新，通過設定可疑背景閾值的方法誤更新。
4.根據權利要求2所述的人頭部橢圓精確高效提取方法，其特征在于，所述的背景更新，在判斷有人的情況下，利用背景消除法得到去除背景的RGB圖片，轉化為灰度圖并設置閾值二值化之后，得到包含人體輪廓的二值圖，閾值的設定決定了二值圖的品質，在理想情況下，獲得的二值圖除人體輪廓外，應該都是黑色像素點；得到僅包含人體輪廓的二值圖后，利用人體頭部像素點滿足的統(tǒng)計學規(guī)律，提取出頭部所在位置的矩形區(qū)域。
5.根據權利要求4所述的人頭部橢圓精確高效提取方法，其特征在于，所述統(tǒng)計學規(guī)律的體現在于人頭部X軸和Y軸像素點的和滿足頭部輪廓，且明顯區(qū)別與頸部及以下的統(tǒng)計結果，作為頭部矩形鎖定的可信判據。
6.根據權利要求1-5任一項所述的人頭部橢圓精確高效提取方法，其特征在于，所述步驟3中:橢圓自適應調整算法提供設定最大調整次數避免付出過高時間代價；可以設定調整的終止條件，通過設定頭部區(qū)域占橢圓比值的閾值，調整自適應橢圓的精確度，在時間代價和精確提取之間做一個協調。
7.根據權利要求6所述的人頭部橢圓精確高效提取方法，其特征在于，所述橢圓自適應調整的判據在于:自適應橢圓和二值化后的人頭部橢圓的重合關系，通過衡量自適應橢圓左右及上邊緣滿足的條件結合人頭部長寬比來自適應地調整橢圓大小和位置，達到精確提取的目的。
8.根據權利要求7所述的人頭部橢圓精確高效提取方法，其特征在于，根據自適應橢圓和頭部橢圓滿足的關系，調整自適應橢圓大小及位置: (1)當自適應橢圓左邊緣超出二值圖中人頭部橢圓左邊緣時，如果右邊緣也超出人頭部橢圓右邊緣，那么判定橢圓短軸過長，減小短軸的長度，否則判定橢圓位置偏左，將橢圓中心位置向右調整； (2)當自適應橢圓右邊緣超出二值圖中人頭部橢圓右邊緣時，調整方法跟(I)相同；(3)自適應橢圓的長軸大小通過人頭部比例確定，在通過(1)、(2)的調節(jié)得到自適應橢圓短軸長度后，利用比例關系得到自適應橢圓長軸長度； (4)在自適應橢圓長短軸及左右位置調整結束之后，根據新得到自適應橢圓的上邊緣信息，可以決定自適應橢圓的上下位置調整:如果自適應橢圓上邊緣超出二值化的人頭部橢圓，那么自適應橢圓中心下移，反之亦然。
9.一種采用權利要求1-8任一項所述方法實現的遮蔽人臉檢測方法，其特征在于，所述方法采用人頭部橢圓精確高效提取方法得到人頭部精確橢圓，然后進行人體膚色比例計算，判斷人臉是否進行了遮蔽。
10.根據權利要求7所述的遮蔽人臉檢測方法，其特征在于，所述人體膚色在YCbCr色域下明顯區(qū)別于背景或者衣服以及遮擋物，通過對膚色進行統(tǒng)計計算，得到人頭部橢圓的膚色比例，并通過閾值的設定最終判斷人頭部是否有遮擋行為。
【文檔編號】G06K9/00GK103942539SQ201410140601
【公開日】2014年7月23日 申請日期:2014年4月9日 優(yōu)先權日:2014年4月9日
【發(fā)明者】楊杰, 張熹浩, 周琳, 張濤 申請人:上海交通大學