膚色像素。關(guān)于該第一預(yù)設(shè)閾值的具體數(shù)值，本公開實施例不作具限定。然而，為了保證能夠準(zhǔn)確識別該像素是否為人臉膚色像素，該第一預(yù)設(shè)閾值可以設(shè)置得比較小。
[0107]示例地，在根據(jù)比對結(jié)果確定存在人臉膚色像素的邊緣區(qū)域時，對于任一邊緣區(qū)域，可以根據(jù)該邊緣區(qū)域?qū)?yīng)的所有像素中，人臉膚色像素數(shù)量占該邊緣區(qū)域?qū)?yīng)的所有像素數(shù)量的比例而定。當(dāng)該比例大于第二預(yù)設(shè)閾值時，確定該邊緣區(qū)域存在人臉膚色像素；否則，確定該邊緣區(qū)域不存在人臉膚色像素。關(guān)于第二預(yù)設(shè)閾值的具體數(shù)值，可以根據(jù)需要設(shè)定。
[0108]在步驟S2023中，在存在人臉膚色像素的邊緣區(qū)域增加指定數(shù)值的像素。
[0109]也就是說，本公開實施例在原始圖像的邊緣區(qū)域增加像素時，可以僅在存在人臉膚色像素的邊緣區(qū)域增加指定數(shù)值的像素。例如，當(dāng)人臉膚色像素存在于原始圖像的上邊緣區(qū)域時，可以僅在上邊緣區(qū)域增加指定數(shù)值的像素，以實現(xiàn)減少圖像識別的計算量。
[0110]在步驟S203中，獲取待處理圖像的多個子圖像，并使用預(yù)先訓(xùn)練的自適應(yīng)增強(qiáng)人臉分類器判斷每個子圖像是否為人臉子圖像。
[0111]該步驟為對待處理圖像進(jìn)行人臉識別的具體實現(xiàn)方式。在進(jìn)行人臉識別時，本公開實施例先獲取待處理圖的多個子圖像，并通過判斷每個子圖像是否為人臉子圖像來實現(xiàn)。
[0112]其中，在獲取待處理圖像的多個子圖像時，包括但不限于有如下兩種方式:
[0113]第一種方式:使用滑動窗口分多次遍歷待處理圖像，將每次遍歷時滑動窗口在每個位置所覆蓋的圖像區(qū)域作為待處理圖像的一個子圖像，其中，任兩次遍歷待處理圖像使用的滑動窗口的尺寸不同。
[0114]也就是說，本公開實施例會使用不同尺寸的滑動窗口分別遍歷待處理圖像。關(guān)于每次遍歷待處理圖像時所使用的滑動窗口的尺寸，可以有很多種，例如，在某次遍歷待處理圖像時，滑動窗口的尺寸為3*3 ;在下一次遍歷待處理圖像時，滑動窗口的尺寸為5*5等。如圖5所示，其示出了一種使用不同尺寸的滑動窗口遍歷待處理圖像的示意圖。圖5中的每個粗實線正方形即為一個滑動窗口。
[0115]在使用任一尺寸的滑動窗口遍歷待處理圖像時，滑動窗口將按照指定步長在待處理圖像的水平方向(X方向)和垂直方向(Y方向)上遍歷，滑動窗口每在X方向或Y方向移動一個步長，便移動至待處理圖像的一個新的位置，而每個位置均限定了一個圖像范圍，每個位置所限定的圖像范圍即為待處理圖像的一個子圖像。其中，指定步長可以為一個像素、兩個像素等。
[0116]第二種方式:對待處理圖像進(jìn)行多次縮放，得到多個尺寸的待處理圖像；對于任一尺寸的待處理圖像，將尺寸的待處理圖像裁剪為多個指定尺寸的圖像區(qū)域，將每個圖像區(qū)域作為一個子圖像。
[0117]其中，每次縮放待處理圖像，即可得到一個尺寸的待處理圖像。針對一個尺寸的待處理圖像，可以將該尺寸的待處理圖像裁剪成多個圖像區(qū)域，每個圖像區(qū)域的尺寸為指定尺寸。如，該指定尺寸為3*3 (像素*像素)、5*5等。
[0118]如圖6所示，其示出了一種多種尺寸的待處理圖像的示意圖。圖6中的(a)圖至(C)圖分別表示一個尺寸的待處理圖像。如圖6中的(C)圖所示，其示出了一種裁剪該尺寸的待處理圖像的示意圖。圖6中的(c)圖中，每個粗實線所包圍的矩形框即為該尺寸的待處理圖像的一個子圖像。
[0119]進(jìn)一步地，在判斷每個子圖像是否為人臉子圖像時，可以通過預(yù)先訓(xùn)練的人臉分類器來實現(xiàn)。關(guān)于預(yù)先訓(xùn)練的人臉分類器的類型，可以有很多種。例如，預(yù)先訓(xùn)練的人臉分類器可以為支持向量機(jī)人臉分類器、神經(jīng)網(wǎng)絡(luò)人臉分類器或者是自適應(yīng)增強(qiáng)(Adaboost)人臉分類器等。為了便于說明，本公開實施例在后續(xù)進(jìn)行人臉識別時，以預(yù)先訓(xùn)練的人臉分類器為Adaboost人臉分類器為例進(jìn)行說明。
[0120]在一個可能的實施方式中，為了增加人臉識別的精度，本公開實施例中預(yù)先訓(xùn)練的Adaboost人臉分類器由多級分類器級聯(lián)而成。其中，Adaboost人臉分類器的每級分類器均用于判斷某一個子圖像是否為人臉子圖像。任一級分類器的輸出結(jié)果為“I”和“O”。輸出結(jié)果為“ I”標(biāo)識該級分類器確定子圖像為人臉子圖像；輸出結(jié)果為“O”標(biāo)識該級分類器確定該子圖像不為人臉子圖像。
[0121]Adaboost人臉分類器的每級分類器均為強(qiáng)分類器，每個強(qiáng)分類器又包括多個弱分類器。在訓(xùn)練Adaboost人臉分類器的每級分類器時，通過訓(xùn)練該級分類器所包括的多個弱分類器來實現(xiàn)，該級分類器的輸出結(jié)果根據(jù)其包括的所有弱分類器的數(shù)據(jù)處理情況決定。關(guān)于訓(xùn)練Adaboost人臉分類器的方式，以及每級分類器的輸出結(jié)果的確定方式，可以參見已有Adaboost人臉分類器的內(nèi)容，本公開實施例對該部分內(nèi)容不作詳細(xì)解釋。
[0122]關(guān)于預(yù)先訓(xùn)練的Adaboost人臉分類器所包含的分類器的級數(shù)，本公開實施例不作具體限定。為了使得識別結(jié)果比較準(zhǔn)確，Adaboost人臉分類器可以包括較多級的分類器，如包括5級分類器、8級分類器等。如圖7所示，其示出了一種Adaboost人臉分類器的示意圖，圖7中每個圓形區(qū)域表示一級分類器。
[0123]在此基礎(chǔ)上，在使用預(yù)先訓(xùn)練的自適應(yīng)增強(qiáng)人臉分類器判斷每個子圖像是否為人臉子圖像時，對于任一子圖像，從預(yù)先訓(xùn)練的Adaboost人臉分類器的第一級分類器開始，逐級判斷該子圖像是否為人臉子圖像，直至Adaboost人臉分類器的最后一級分類器。當(dāng)所有級分類器的輸出結(jié)果均標(biāo)識該子圖像為人臉子圖像時，確定該子圖像為人臉子圖像。當(dāng)任一級分類器的輸出結(jié)果標(biāo)識該子圖像為非人臉子圖像時，確定該子圖像為非人臉子圖像。
[0124]具體地，對于任一子圖像，將該子圖像均從第一級分類器輸入Adaboost人臉分類器，當(dāng)?shù)谝患壏诸惼鞔_定該子圖像為人臉子圖像時，將該子圖像輸入第二級分類器，由第二級分類器判斷該子圖像是否為人臉子圖像，如此類推，直至最后一級分類器；當(dāng)?shù)谝患壏诸惼鞔_定該子圖像不為人臉子圖像時，第一級分類器獲取下一個子圖像，并對下一個子圖像進(jìn)行識別。
[0125]需要說明的是，基于預(yù)先訓(xùn)練的人臉分類器的工作原理，當(dāng)人臉位于原始圖像的邊緣區(qū)域時，其通常不能識別出該位于邊緣區(qū)域的人臉。然而，當(dāng)人臉被遮擋時，其可以正確識別出被遮擋的人臉。本公開實施例通過在原始圖像的邊緣區(qū)域增加指定數(shù)值的像素，使得位于邊緣區(qū)域的人臉相當(dāng)于被該增加的像素遮擋，因此，通過預(yù)先訓(xùn)練的人臉分類器可以識別出該位于邊緣區(qū)域的人臉，從而可以提高識別邊緣區(qū)域人臉的準(zhǔn)確性。
[0126]在步驟S204中，根據(jù)人臉識別的結(jié)果確定原始圖像中的人臉。
[0127]當(dāng)識別完所有的子圖像是否為人臉子圖像后，即可以根據(jù)人臉識別的結(jié)果確定屬于人臉的子圖像。然而，為了確定原始圖像中的人臉在哪個區(qū)域，需要進(jìn)一步根據(jù)屬于人臉的子圖像，確定原始圖像中的人臉。
[0128]示例地，在根據(jù)人臉識別結(jié)果確定原始圖像中的人臉時，包括但不限于:在待處理圖像的多個子圖像中存在為人臉子圖像的子圖像時，確定為人臉子圖像的子圖像在原始圖像中的位置，并根據(jù)為人臉子圖像的子圖像在原始圖像中的位置，確定原始圖像中的人臉。
[0129]在一個可能的實施方式中，對于任一識別結(jié)果為人臉子圖像的子圖像，在獲取該子圖像在原始圖像中的位置時，可以提取該子圖像各個像素的像素值，并提取原始圖像中每個像素的像素值，進(jìn)而將該子圖像各個像素的像素值分別與原始圖像中的各個像素值進(jìn)行比對。當(dāng)原始圖像中某一區(qū)域各個像素的像素值均與該子圖像各個像素的像素值相同時，即可定位到該子圖像在原始圖像中的位置。當(dāng)定位到該子圖像在原始圖像中的位置后，即可確定原始圖像中的人臉。
[0130]進(jìn)一步地，在待處理圖像的多個子圖像中不存在為人臉子圖像的子圖像時，確定原始圖像中不包括人臉。
[0131]本公開實施例提供的方法，通過在原始圖像的邊緣區(qū)域增加指定數(shù)值的像素，得到待處理圖像后，對待處理圖像進(jìn)行人臉識別，以確定原始圖像中的人臉。由于在進(jìn)行人臉識別時，在原始圖像的邊緣區(qū)域增加了一定數(shù)量的像素，通過增加這部分像素，相當(dāng)于對原始圖像進(jìn)行了擴(kuò)展，確保當(dāng)人臉位于原始圖像的邊緣區(qū)域時，在擴(kuò)展后的圖像中能夠查找到包括人臉的子圖像，從而確?？梢宰R別出位于原始圖像邊緣區(qū)域的人臉，進(jìn)而能夠提高人臉識別的準(zhǔn)確性。
[0132]圖8是根據(jù)一示例性實施例示出的一種人臉識別裝置的框圖。參照圖8，該人臉識別裝