一種面向監(jiān)控視頻的胡須人臉檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于面向公共安全預(yù)警的視頻圖像處理領(lǐng)域，具體涉及一種胡須人臉檢測 方法。
【背景技術(shù)】
[0002] 視頻監(jiān)控被廣泛應(yīng)用于公共安全領(lǐng)域，為公共安全管理業(yè)務(wù)中的預(yù)警與查證提供 了有力的數(shù)據(jù)與技術(shù)支撐。胡須人臉檢測主要用于從海量監(jiān)控視頻中快速篩選面部有胡須 的人員目標(biāo)，可以增強公安部門對特定目標(biāo)的篩選、查找效率，對預(yù)防和打擊違法犯罪、追 查嫌疑人員、維護社會平安等具有重要作用。但目前面向監(jiān)控視頻的智能分析水平還比較 低，在面向監(jiān)控視頻的胡須人臉檢測方面，尚無專門針對該應(yīng)用的有效技術(shù)手段。面向監(jiān)控 視頻的胡須人臉檢測是監(jiān)控視頻圖像處理的重要功能。其處理流程為：首先從監(jiān)控視頻中 獲取圖像數(shù)據(jù)，然后提取運動區(qū)域，進一步地進行人臉檢測，最后判斷人臉是否具有胡須。
[0003] 針對胡須人臉檢測中的各個環(huán)節(jié)，在運動目標(biāo)檢測方面，現(xiàn)有方法如專利 201410110812. 1采用ViBe算法為視頻圖像幀建立背景模型，融合幀差法分割前景區(qū)域， 該方法背景更新環(huán)節(jié)耗時較多，導(dǎo)致整體處理速度較慢；專利201110253323. 8采用基于邊 緣檢測和幀差法進行運動檢測，專利201310586151. 5結(jié)合相鄰幀差法和混合高斯模型實 現(xiàn)運動目標(biāo)，上述方法的不足是易出現(xiàn)空洞區(qū)域；在人體檢測方面，專利201010218630.8 采用具有模糊性的模板檢測多姿態(tài)人體，速度較慢；專利201310415544.X基于彩色與深 度信息實現(xiàn)人體檢測，但監(jiān)控視頻中顏色信息受光照影響較大；專利201110026465. 0基 于深度圖像進行人體檢測，不適用于常規(guī)的監(jiān)控視頻圖像；在人臉紋理檢測方面，專利 201210351040. 1利用Gabor濾波器提取人臉的紋理特征，但僅提取面部整體輪廓，不能用 于表示胡須特征；此外未檢索到針對人臉胡須檢測的公開專利。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明涉及一種面向監(jiān)控視頻的胡須人臉檢測方法，該方法主要針對監(jiān)控視頻進 行處理，首先在改進背景差法基礎(chǔ)上融合人體特征實現(xiàn)運動人體區(qū)域檢測，然后結(jié)合比例 關(guān)系與Haar分類器定位人臉胡須生長區(qū)域，最后基于橫向紋理復(fù)雜度判別人臉胡須狀況。
[0005] 本發(fā)明可從海量監(jiān)控視頻中快速篩選面部有絡(luò)腮胡的人員目標(biāo)，有助于公安部門 對特定目標(biāo)更好地進行篩選和查找，提高現(xiàn)有視頻監(jiān)控系統(tǒng)的自動化、智能化程度，加強公 共安全監(jiān)控質(zhì)量。該方法完全基于現(xiàn)有視頻本身進行處理，無需額外觸發(fā)硬件，適用范圍 廣，智能化程度高。
[0006] 下面對本發(fā)明中的技術(shù)方案闡述如下： 1、融合人體特征的改進背景差法實現(xiàn)運動人體區(qū)域檢測 背景差法是一種經(jīng)典的運動檢測方法，具有計算便捷、空洞區(qū)域少的優(yōu)點。H0G分類器 結(jié)合了H0G特征和Adaboost分類器，常被用于提取人體軀干特征并進行分類?，F(xiàn)有背景差 法的不足是在背景刷新過程中容易導(dǎo)致個別背景區(qū)域被誤判為運動目標(biāo)。在本發(fā)明中，目 的是從視頻幀圖像中檢測胡須人臉目標(biāo)，該目標(biāo)屬于人體上半身的一部分，而人體上半身 又包含在運動區(qū)域中。基于此特點，本發(fā)明從簡單背景差值檢測到的運動區(qū)域中進行基于 HOG分類器的人體上半身檢測，當(dāng)檢測到人體上半身時將當(dāng)前運動區(qū)域判定為有效運動區(qū) 域，對當(dāng)前幀進行背景更新，從而實現(xiàn)對背景差法的改進。其具體實現(xiàn)步驟為： Stepl:預(yù)先采集大量人體上半身區(qū)域圖像作為正樣本，并采集大量無人體上半身區(qū)域 圖像作為負樣本，結(jié)合正負樣本訓(xùn)練人體上半身HOG分類器； Step2 :選取起始幀圖像為初始背景幀 ,其中表示該幀中像素坐標(biāo)； Step3 :依次獲取下一幀，令其為為幀處理序號，（xj)為像素坐標(biāo)，將當(dāng)前幀 與背景幀進行差分二值化運算：
【主權(quán)項】
1. 一種面向監(jiān)控視頻的胡須人臉檢測方法，針對監(jiān)控視頻進行處理，其特征在于，首先 計算機讀入視頻文件，解碼并利用背景差法結(jié)合人體上半身HOG分類器，獲取存在人體上 半身運動目標(biāo)的區(qū)域；然后針對人體上半身運動區(qū)域的上三分之一部分，采用人臉Haar分 類器檢測其中可能存在的人臉區(qū)域，并截取其中的下半部分作為胡須檢測區(qū)域；最后對該 區(qū)域進行尺度歸一化后計算其橫向紋理復(fù)雜度，判斷是否有胡須。
2. 根據(jù)權(quán)利要求1所述的一種面向監(jiān)控視頻的胡須人臉檢測方法，其特征在于，所述 獲取存在人體上半身運動目標(biāo)的區(qū)域，具體步驟如下： Stepl:預(yù)先采集大量人體上半身區(qū)域圖像作為正樣本，并采集大量無人體上半身區(qū)域 圖像作為負樣本，結(jié)合正負樣本訓(xùn)練人體上半身HOG分類器； Step2 :選取起始幀圖像為初始背景幀 4(U),其中Od)表示該幀中像素坐標(biāo)； Step3 :依次獲取下一幀，令其為,,為幀處理序號，（xj)為像素坐標(biāo)，將當(dāng)前幀 與背景幀進行差分二值化運算：
其中A(ky)為二值化后的差值圖像，：為幀處理序號，為二值化閾值，可人工動態(tài) 設(shè)定，一般可設(shè)置為4的灰度均值； Step4 :對當(dāng)前二值化差值圖像進行先腐蝕后膨脹的形態(tài)學(xué)運算：
其中公為形態(tài)學(xué)模板，為腐蝕后的二值圖像，馬力為膨脹后的二值圖像，5 為中貞處理序號； Step5 :對馬(x，j)提取其中的非零像素點構(gòu)成的區(qū)塊序列=汍為，…，,其中 卜為，…A為各區(qū)塊，總數(shù)為n，遍歷該區(qū)塊序列，如果每個區(qū)塊的像素數(shù)都，則當(dāng) 前幀不含滿足要求的運動區(qū)域，獲取下一幀，令i= :+1,4(x>/) = ，轉(zhuǎn)至St印3 ;若 存在像素數(shù)2 的區(qū)塊，則轉(zhuǎn)至st印6,其中？^^為區(qū)塊像素數(shù)量閾值，令當(dāng)前巾貞的高、 寬分別為Height、Widtk，可取值為7=(HmSkt x祖200 ; St印6 :將滿足區(qū)塊像素數(shù)量閾值條件的區(qū)塊?輸入人體HOG分類器，其輸出為該區(qū)塊 中是否存在人體上半身目標(biāo)，如存在，則當(dāng)前幀的該區(qū)塊為滿足要求的運動區(qū)域，類似地檢 測完當(dāng)前幀的所有區(qū)塊后，將當(dāng)前幀更新為背景幀，即= ，然后獲取下一 幀，令I(lǐng)= 2 +1，轉(zhuǎn)至Step3 ;若當(dāng)前幀所有區(qū)塊均未檢測到人體上半身目標(biāo)，則當(dāng)前幀為無 滿足要求的運動區(qū)域，獲取下一幀，令n+1 ,背景幀不更新，即4(U) = 4(U)，轉(zhuǎn)至Step3 ； 按上述流程處理，直至所有幀處理完畢。
3. 根據(jù)權(quán)利要求1所述的一種面向監(jiān)控視頻的胡須人臉檢測方法，其特征在于，所述 截取其中的下半部分作為胡須檢測區(qū)域，具體步驟如下： Step3. 1 :預(yù)先采集大量人臉區(qū)域圖像作為正樣本，并采集大量無人臉區(qū)域圖像作為負 樣本，結(jié)合正負樣本訓(xùn)練人臉Haar分類器； Step3. 2 :令人體HOG分類器檢測到的人體上半身區(qū)域圖像命名為，其左上 角像素點坐標(biāo)為（％，)％),該區(qū)域高、寬分別為@妨％、其中i.為幀處理序號，J 為該幀中的人體上半身區(qū)域序號，則待進行人臉檢測的區(qū)域為其左上角像素點 坐標(biāo)為,該區(qū)域高、寬分別為3其中i為幀處理序號，j為該幀 中的人體上半身區(qū)域序號； Step3. 3 :將輸入到人臉Haar分類器，輸出結(jié)果即為是否存在人臉，假如存 在人臉，其區(qū)域命名為,其左上角像素點坐標(biāo)為,該區(qū)域高、寬分別為 龍、，其中！為中貞處理序號，j為該中貞中的人臉區(qū)域序號； Step3. 4 :從人臉區(qū)域中獲取待檢測胡須的區(qū)域為,其左上角像素點坐標(biāo)為 . +換_%/2),該區(qū)域高、寬分別為沒％/2其中1為幀處理序號，J為該幀中的人體上半身區(qū)域序號。
4. 根據(jù)權(quán)利要求1所述的一種面向監(jiān)控視頻的胡須人臉檢測方法，其特征在于，所述 對區(qū)域進行尺度歸一化后計算其橫向紋理復(fù)雜度，判斷是否有胡須，具體步驟如下： Step4. 1 :針對待檢測的一個胡須區(qū)域，將其歸一化為灰度圖像，其寬度為128， 高度為64,（D1)為像素坐標(biāo)，且x= 〇丄2，",127j= 0，l又…,63 ; Step4. 2 :計算/(U)的橫向自相關(guān)函數(shù)為：
其中x= 0,l,2,..%127，且當(dāng)/ + >127 時，令/(丨 + 不《)=〇 ; Step4. 3 :構(gòu)造橫向自相關(guān)測度函數(shù)為：
如果r<i\，則判定當(dāng)前區(qū)域為胡須人臉，否則為無胡須人臉，其中7%為面部粗糙度 閾值，根據(jù)已知的有胡須和無胡須狀態(tài)人臉樣本，分別將其對應(yīng)區(qū)域按上述方法計算得到 的各個橫向自相關(guān)測度值T，對其取均值作為。
【專利摘要】本發(fā)明涉及一種面向監(jiān)控視頻的胡須人臉檢測方法。該方法主要針對監(jiān)控視頻進行處理，首先計算機讀入視頻文件，解碼并利用改進的背景差法結(jié)合人體上半身HOG分類器，獲取存在人體上半身運動目標(biāo)的區(qū)域；然后針對人體上半身運動區(qū)域的上三分之一部分，采用人臉Haar分類器檢測其中可能存在的人臉區(qū)域，并截取其中的下半部分作為胡須檢測區(qū)域；最后對該區(qū)域進行尺度歸一化后計算其橫向紋理復(fù)雜度，判斷是否有胡須。該方法利用監(jiān)控視頻中胡須人臉的運動特征與形態(tài)特征，能可靠地檢測行走、奔跑的正面直立人體中所具有的胡須人臉目標(biāo)。
【IPC分類】G06K9-00, G06K9-62
【公開號】CN104616006
【申請?zhí)枴緾N201510105012
【發(fā)明人】謝劍斌, 李沛秦, 劉通, 閆瑋, 田凱文
【申請人】湖南智慧平安科技有限公司
【公開日】2015年5月13日
【申請日】2015年3月11日