[发明专利]一种基于肤色分割和AdaBoost相结合的快速人脸检测方法

摘要

本发明公开了一种基于肤色分割和AdaBoost相结合的快速人脸检测方法，包括以下步骤第一步，构建N层高斯金字塔；第二步，确定在高斯金字塔中进行肤色分割人脸检测的层数Ev；第三步，对高斯金字塔的第Ev层图像进行肤色分割人脸检测，标定出矩形人脸候选区域；第四步，确定在高斯金字塔中进行AdaBoost人脸检测的层数Ev'；第五步，对高斯金字塔的第Ev'层图像进行AdaBoost人脸检测；第六步，获取人脸区域。本发明结合了肤色分割和AdaBoost算法，并引入高斯金字塔，通过先为待检图像创建高斯金字塔，然后选择在高斯金字塔的适当层分别进行肤色分割和AdaBoost人脸检测，从而大幅提高了人脸检测效率。

主权项

一种基于肤色分割和AdaBoost相结合的快速人脸检测方法，该方法包括以下步骤：步骤1：构建高斯金字塔：将RGB彩色空间中待检测的彩色图像I扩展为N层的高斯金字塔G(I)＝{G0,G1,…,GN‑1}，其中，N≥2且N为自然数，高斯金字塔的最底层编号为0，最顶层编号为N‑1，G0为高斯金字塔的最底层图像即原彩色图像I，GN‑1为高斯金字塔的最顶层图像，Gl是高斯金字塔的第l层图像，0≤l≤N‑1且l为自然数，每层图像的数据大小为Wl×Hl×3，其中Wl和Hl都为正整数，分别表示第l层图像Gl的列数和行数；高斯金字塔的第l层图像Gl是原彩色图像I经过l次降采样得到的图像，其像素的计算公式如下：Gl(β,γ)＝Gl‑1(2β,2γ)其中，Gl(β,γ)表示高斯金字塔的第l层图像Gl的第β行第γ列的像素，且β和γ都为正整数，0≤β≤Hl‑1，0≤γ≤Wl‑1；步骤2：根据下式确定在高斯金字塔中进行肤色分割人脸检测的层数Ev：其中，SI(1),SI(2),…SI(N‑1)分别表示在高斯金字塔的第1,2,…N‑1层进行肤色分割人脸检测所要求的图像的最小尺寸，si(G1),si(G2),…si(GN‑1)分别表示高斯金字塔的第1,2,…N‑1层图像的实际尺寸；步骤3：对高斯金字塔的第Ev层图像进行肤色分割人脸检测，标定出矩形人脸候选区域[(xLm,yLm),(xRm,yRm)]Ev，其中，矩形人脸候选区域的两边分别和第Ev层图像的两边平行，(xLm,yLm)和(xRm,yRm)分别为该层中标定出的第m个矩形人脸候选区域 [(xLm,yLm),(xRm,yRm)]Ev的左上角和右下角的坐标，其中m为矩形人脸候选区域的编号，1≤m≤S，m为正整数，S为该层中标定出的矩形人脸候选区域的个数；步骤4：根据下式确定在高斯金字塔中进行AdaBoost人脸检测的层数Ev'：其中，Sstd表示预设定的矩形人脸区域标准尺寸，w和h分别表示高斯金字塔第Ev层上标定出的最大矩形人脸候选区域的高和宽，表示不大于的最大整数；步骤5：对高斯金字塔的第Ev'层图像进行AdaBoost人脸检测：高斯金字塔第Ev层中的第m个矩形人脸候选区域对应到第Ev'层中，得到第Ev'层中的矩形人脸候选区域为[(x'Lm,y'Lm),(x'Rm,y'Rm)]Ev'，其中(x'Lm,y'Lm)和(x'Rm,y'Rm)分别为根据下式计算得到的矩形人脸候选区域[(x'Lm,y'Lm),(x'Rm,y'Rm)]Ev'在第Ev'层图像中的左上角坐标和右下角坐标：在高斯金字塔第Ev'层中，采用AdaBoost算法训练得到的人脸检测级联分类器，分别对所有的矩形人脸候选区域[(x'Lm,y'Lm),(x'Rm,y'Rm)]Ev'进行人脸检测，检测到Q个矩形人脸区域，记为集合{[（x′Lθ，y′Lθ)，(x′Rθ，y′Rθ)]Ev，|1≤θ≤Q}，其中，θ为自然数，表示检测到的矩形人脸区域的编号，0≤Q≤S，Q＝0时表示没检测到人脸，(x'Lθ,y'Lθ)和(x'Rθ,y'Rθ)分别为在高斯金字塔Ev'层中检测到的第θ个矩形人脸区域的左上角坐标和右下角坐标；步骤6：获取人脸区域：根据下式分别计算高斯金字塔第Ev'层中第θ个矩形人脸区域对应到原彩色图像I中的矩形人脸区域的左上角坐标和右下角坐标即得到高斯金字塔第Ev'层中第θ个矩形人脸区域对应到原彩色图像I中的矩形人脸区域最终得到的矩形人脸区域集合作为最终检测结果。