[发明专利]一种基于多层预处理的快速人脸检测方法

说明书

本发明公开了一种基于多层预处理的快速人脸检测方法，具体步骤包括如下：对输入的原始图像进行颜色空间转换；利用椭圆肤色模型提取出图像中的肤色区域；通过形态学操作修正肤色区域；通过有效搜索位置滤波方法生成待测框；合并重叠程度过高的待测框；使用卷积神经网络逐一检测每个待测框；计算最终人脸定位框的坐标并输出。本发明能在保留人脸检测卷积神经网络高准确率的同时通过多层预处理技术减少其需要搜索区域的大小，从而大幅提升其运行速度。

技术领域

本发明涉及目标检测领域，具体涉及一种通过多层预处理达到快速且精准地人脸检测方法。

背景技术

人脸识别技术是一种被广泛应用于各种监控、安保、人员管理以及影像制作领域的重要技术。人脸识别技术包含了人脸的检测和区分两部分，其中人脸检测指的是找到图像中所有人脸出现的位置而人脸区分则是可以判断两张人脸是否是同一人。人脸检测是人脸识别技术的基础，因为只有先找到所有人脸的位置才能进行下一步的处理。

人脸检测作为目标检测领域的一个子领域，已经有了许多成熟的算法，如通过结合数字图像特征和分类算法的Haar级联分类器或者深度学习领域中的卷积神经网络。其中卷积神经网络作为目前最先进的算法之一，在人脸检测问题中的表现十分优异，各种经过优化设计和充分训练的卷积神经网络能够十分精准地检测出各种光照、角度甚至部分遮挡情况下的人脸。但是卷积神经网络也有自身的缺点，即快速运算十分依赖具有强大浮点运算能力的GPU进行支持。受限于成本、体积和功率的制约，在小型边缘终端上很难支持卷积神经网络的快速运算。

发明内容

针对上述问题，本发明提供了一种基于多层预处理的快速人脸检测方法，其结合多种图像处理方法和卷积神经网络技术，目的在于解决卷积神经网络运算较为缓慢的问题。

一种基于多层预处理的快速人脸检测方法，具体操作步骤如下：

步骤1：将待检测图像从RGB颜色空间转换至YCbCr颜色空间；

步骤2：利用椭圆肤色模型对步骤1得到的图像中所有像素逐个判断是否为肤色像素，得到肤色区域，其中肤色像素的判断依据为：当某个像素的蓝色色度、红色色度分量满足椭圆肤色模型要求时，判断该像素为肤色像素；

步骤3：对步骤2得到的肤色区域进行形态学处理；

步骤4：对步骤3中处理得到的肤色区域进行有效搜索位置滤波，得到有效搜索位置，利用轮廓提取技术提取有效搜索位置的轮廓，每个轮廓生成一个待测框；

步骤5：使用具有人脸检测功能的卷积神经网络，对步骤4得到的待测框进行逐个检测，并给出其中的人脸定位坐标；

步骤6：根据待测框坐标和其中的人脸定位坐标，计算人脸定位框的坐标，得到最终的人脸检测结果。

进一步，步骤2中利用如下椭圆肤色模型进行像素判断：

Cr(13Cr-10Cb-2900)+Cb(13Cb-1388)+295972≤0

其中，Cb表示像素的蓝色色度分量，Cr表示像素的红色色度分量。

进一步，步骤4中使用滤波矩阵对肤色区域进行有效搜索位置滤波，具体过程采用以下公式表示：

其中，dst(i，j)为有效搜索位置dst中坐标(i，j)的像素值，src(i+x，j+y)为肤色区域sre中坐标(i+x，j+y)的像素值，f(x，y)为滤波矩阵f中坐标(x，y)的像素值，滤波矩阵f的尺寸为(2a+1)×(2b+1)、中心坐标为(0，0)，t为预设的有效搜索率ESR阈值，area为滤波矩阵f中值为1的像素数量。

进一步，待测框的左上角坐标和右下角坐标分别为：

(left，top)＝(left′-b，top′-a)