CN109145855A - 一种人脸检测方法及装置 - Google Patents

Abstract

本发明提供了一种人脸检测方法及装置，方法包括：获取摄像头所采集到的待检测图像，对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域；对所述人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域；对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像。如此，可以提高人脸检测的准确性。

Description

一种人脸检测方法及装置

技术领域

本发明涉及计算机视觉技术领域，尤其是涉及一种人脸检测方法及装置。

背景技术

随着社会技术的进步与发展，在日常生活和工作中，快速有效的辨别与验证身份信息成为人们关注的问题。生物特征作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，因此生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，人脸识别等。人脸识别由于具有直接，友好，方便的特点，从而得到了广泛的研究与应用。

在进行人脸识别时，需要首先进行检测图像中是否包含有人脸图像，然后根据检测的人脸图像中包含的面部特征进行特征匹配，在特征匹配成功以后人脸识别成功。

发明内容

有鉴于此，本发明的目的在于提供一种人脸检测方法及装置，以提高人脸检测的准确性。

第一方面，本申请实施例提供了一种人脸检测方法，其中，包括以下步骤：

获取摄像头所采集到的待检测图像，对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域；

对所述人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域；

对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域，包括：

对所述图像进行图像空间转换，得到YcbCr色彩空间中的图像；

根据所述YcbCr色彩空间中的图像的不同区域的颜色的亮度信息，确定所述图像中包含的人脸候选区域。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述对所述人脸候选区域进行面部器官定位，包括：

根据所述YcbCr色彩空间中的人脸候选区域的亮度信息、蓝色色度分量信息和红色色度分量信息和眼睛与亮度信息、蓝色色度分量信息和红色色度分量信息的映射关系，确定眼睛区域的大小和位置信息。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述对所述人脸候选区域进行面部器官定位，还包括：

根据所述YcbCr色彩空间中的人脸候选区域的蓝色色度分量信息与红色色度分量信息之间的差值和嘴巴与蓝色色度分量信息与红色色度分量信息之间的差值的映射关系，确定嘴巴的区域和位置信息。

结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像，包括：

对所述疑似人脸的前景区域进行图像归一化处理；

对归一化处理后的图像进行haar特征提取，得到提取的haar特征；

通过AdaBoost算法将提取的haar特征生成的弱分类器进行叠加，得到多个强分类器，再将多个强分类器级联成人脸检测分类器；

根据所述人脸检测分类器对提取的haar特征进行分类，得到人脸图像。

上述实施例中所提供的人脸检测方法，通过对待检测图像进行肤色区域检测确定图像中包含的人脸候选区域，并对该人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域，然后对该前景区域进行分类，最终检测得到图像中包含的人脸图像，具有检测准确度高的积极效果。

第二方面，本申请实施例还提供一种人脸识别装置，包括：

采集模块，获取摄像头所采集到待检测图像，对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域；

定位模块，用于对所述人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域；

检测模块，用于对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像。

结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，

所述采集模块，具体用于：

对所述图像进行图像空间转换，得到YcbCr色彩空间中的图像；

根据所述YcbCr色彩空间中的图像的颜色的亮度信息，确定所述图像中包含的人脸候选区域。

结合第二方面的第一种可能的实施方式，本申请实施例提供了第二方面的第二种可能的实施方式，其中，所述定位模块，用于：

根据所述YcbCr色彩空间中的图像的亮度信息、蓝色色度分量信息和红色色度分量信息和眼睛与亮度信息、蓝色色度分量信息和红色色度分量信息的映射关系，确定眼睛区域的大小和位置信息。

结合第二方面的第一种可能的实施方式，本申请实施例提供了第二方面的第三种可能的实施方式，其中，所述定位模块，用于：

根据所述YcbCr色彩空间中的图像的蓝色色度分量信息与红色色度分量信息之间的差值和嘴巴与蓝色色度分量信息与红色色度分量信息之间的差值的映射关系，确定嘴巴的区域和位置信息。

结合第二方面，本申请实施例提供了第二方面的第四种可能的实施方式，其中，所述检测模块，具体用于：

对所述疑似人脸的前景区域进行图像归一化处理；

对归一化处理后的图像进行haar特征提取；

通过AdaBoost算法将提取的Harr特征生成的弱分类器进行叠加，得到强分类器，再将多个强分类器级联成人脸检测分类器；

根据所述人脸检测分类器对提取的haar特征进行分类，得到人脸图像。

上述实施例中所提供的人脸检测装置，通过对待检测图像进行肤色区域检测确定图像中包含的人脸候选区域，并对该人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域，然后对该前景区域进行分类，最终检测得到图像中包含的人脸图像，具有检测准确度高的积极效果。。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种人脸检测方法的流程图；

图2为本申请实施例提供的确定图像中包含的人脸候选区域的方法的流程图；

图3为本申请实施例提供的对所述人脸候选区域进行面部器官定位的方法的流程图；

图4为本申请实施例提供的一种人脸检测装置的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为便于对本实施例进行理解，首先对本申请实施例所公开的一种人脸检测方法进行详细介绍，图1为本申请实施例提供的一种人脸检测方法的流程图。如图1所示，所述方法可以包括如下步骤：

步骤S101、获取摄像头所采集到的待检测图像，对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域。

在本申请实施例中，摄像头可以是数字摄像头，也可以是模拟摄像头。数字摄像头可以将视频采集设备产生的模拟视频信号转换成数字信号，进而将其储存在计算机里。数字摄像头还可以直接捕捉影像，然后通过串、并口或者USB接口传到计算机里。模拟摄像头捕捉到的视频信号必须经过特定的视频捕捉卡将模拟信号转换成数字模式，并加以压缩后才可以转换到计算机上运用。人脸通过镜头生成的光学图像投射到图像传感器表面上，然后转为电信号，经过A/D(模数转换)转换后变为数字图像信号，再送到数字信号处理芯片(DSP)中加工处理，再通过USB接口传输到电脑中处理，通过显示器可以看到采集到的人脸图像。

肤色的差别主要是亮度的差别，而非我们表面、主观认知的色彩差别，进而肤色的亮度与图像中其他物体的亮度的差异可以作为初步提取人脸图像的依据。

步骤S102，对所述人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域。

上述的面部器官可以是特征比较明显的面部器官，比如眼睛和嘴巴。

步骤S103、对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像。

上述对疑似人脸的前景区域进行分类，可以是将得到的疑似人脸的前景区域图像通过预设的AdaBoost算法进行分类，以最终得到图像中包含的人脸图像。

图2为本申请一个实施例所提供的确定图像中包含的人脸候选区域的方法的流程图。参照图2所示，本申请实施例中，上述步骤S101中，所述对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域，包括如下步骤S201-S202：

步骤S201、对所述图像进行图像空间转换，得到YcbCr色彩空间中的图像。

步骤S202、根据所述YcbCr色彩空间中的图像的颜色的亮度信息，确定所述图像中包含的人脸候选区域。

由于肤色的差别主要是亮度上的差别，因此检测肤色区域时极容易受光照的影响，本申请实施例中，在人脸检测中充分考虑了肤色这一特征要素，并采用YCbCr色彩空间，可以使肤色有较好的聚类性，提高了人脸检测的准确度。

本申请一实施例中，上述步骤S102中，对所述人脸候选区域进行面部器官定位，包括如下步骤A10：

步骤A10、根据所述YcbCr色彩空间中的图像的亮度信息、蓝色色度分量信息和红色色度分量信息和眼睛与亮度信息、蓝色色度分量信息和红色色度分量信息的映射关系，确定眼睛区域的大小和位置信息。

在YCbCr色彩空间中，眼睛的蓝色色度分量(Cb)信息和红色色度分量(Cr)信息与皮肤的蓝色色度分量(Cb)信息和红色色度分量(Cr)信息分别具有很大的差异，并且由于眼睛的灰度值相对较低，亮度信息(Y分量)集中分布在(0,120)内，而且眼睛的Cb分量普遍比Cr分量的值高，预先设置眼睛与亮度信息、蓝色色度分量信息和红色色度分量信息的映射关系，根据获得的分量信息和该映射关系既可以判断眼睛的信息，即由此将眼睛的色彩和亮度映射结合起来就能检测出眼睛区域的大小和位置。

本申请实施例中，通过将图像进行转换得到YcbCr色彩空间，进一步根据综合肤色、眼睛的特征，可以准确的监测出眼睛区域的大小和位置。

本申请另一实施例中，上述步骤102中，对所述人脸候选区域进行面部器官定位，还包括如下步骤B10：

步骤B10、根据所述YcbCr色彩空间中的图像的蓝色色度分量信息与红色色度分量信息之间的差值和嘴巴与蓝色色度分量信息与红色色度分量信息之间的差值的映射关系，确定嘴巴的区域和位置信息。

由于，多数情况下嘴巴的方向和人脸的方向一致，因此嘴巴的朝向这一特征具有很强的稳定性，嘴巴检测的方法类似眼睛的检测的方法，由于嘴巴自身的特点，在YcbCr色彩空间中，嘴巴的蓝色色度分量(Cb)比红色色度分量(Cr)分量的值高很多，嘴巴的蓝色色度分量信息与红色色度分量信息之间的差值较大，因而使得嘴巴相对眼睛更容易检测到，根据YcbCr色彩空间中的图像的蓝色色度分量信息与红色色度分量信息之间的差值和嘴巴与蓝色色度分量信息与红色色度分量信息之间的差值的映射关系，就可以确定嘴巴的区域和位置信息。

本申请实施例中，在确定眼睛、嘴巴的区域和位置信息以后，最后根据人体学特征，比如器官之间的比例关系、脸型等，得到疑似人脸的前景区域。

本申请一可能的实施例中，上述步骤S103中，对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像，具体包括如下步骤S301-304：

步骤S301、得到疑似人脸的前景区域后，对所述疑似人脸的前景区域进行图像归一化处理。

步骤S302、对归一化处理后的图像进行haar特征提取，得到人脸图像的haar特征。

步骤S303、通过AdaBoost算法将提取的haar特征生成的弱分类器进行叠加，得到多个强分类器，再将多个强分类器级联成人脸检测分类器。

步骤S304、根据所述人脸检测分类器对提取的haar特征进行分类，得到人脸图像。

这一步利用AdaBoost算法，通过对人脸候选区域进行积分图计算，快速计算haar特征，利用AdaBoost算法将haar特征生成的弱分类器叠加成为强分类器，再将多个强分类器级联成人脸检测分类器级联呈人脸检测分类器。

在本发明的又一实施例中，如图4所示，还提供一种人脸识别装置，该装置可以是服务器、计算机或者是进行图像处理识别的芯片等；该装置，包括以下模块：

采集模块401，获取摄像头所采集到待检测图像，对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域；

定位模块402，用于对所述人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域；

检测模块403，用于对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像。

本申请一可选的实施例中，上述采集模块401，具体用于：

对所述图像进行图像空间转换，得到YcbCr色彩空间中的图像；

根据所述YcbCr色彩空间中的图像的颜色的亮度信息，确定所述图像中包含的人脸候选区域。

本申请一可选的实施例中，上述定位模块402，用于：

根据所述YcbCr色彩空间中的图像的亮度信息、蓝色色度分量信息和红色色度分量信息和眼睛与亮度信息、蓝色色度分量信息和红色色度分量信息的映射关系，确定眼睛区域的大小和位置信息。

本申请一可选的实施例中，上述定位模块402，还用于：

根据所述YcbCr色彩空间中的图像的蓝色色度分量信息与红色色度分量信息之间的差值和嘴巴与蓝色色度分量信息与红色色度分量信息之间的差值的映射关系，确定嘴巴的区域和位置信息。

本申请一可选的实施例中，上述检测模块403，具体用于：

对所述疑似人脸的前景区域进行图像归一化处理；

对归一化处理后的图像进行haar特征提取；

通过AdaBoost算法将提取的Harr特征生成的弱分类器进行叠加，得到强分类器，再将多个强分类器级联成人脸检测分类器；

根据所述人脸检测分类器对提取的haar特征进行分类，得到人脸图像。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本申请实施例所提供的一种人脸检测方法及装置的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的方法和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在本申请实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种人脸检测方法，其特征在于，包括：

获取摄像头所采集到的待检测图像，对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域；

对所述人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域；

对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像。

2.根据权利要求1所述的人脸检测方法，其特征在于，所述对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域，包括：

对所述图像进行图像空间转换，得到YcbCr色彩空间中的图像；

根据所述YcbCr色彩空间中的图像的不同区域的颜色的亮度信息，确定所述图像中包含的人脸候选区域。

3.根据权利要求2所述的人脸检测方法，其特征在于，所述对所述人脸候选区域进行面部器官定位，包括：

根据所述YcbCr色彩空间中的人脸候选区域的亮度信息、蓝色色度分量信息和红色色度分量信息和眼睛与亮度信息、蓝色色度分量信息和红色色度分量信息的映射关系，确定眼睛区域的大小和位置信息。

4.根据权利要求2所述的人脸检测方法，其特征在于，所述对所述人脸候选区域进行面部器官定位，还包括：

根据所述YcbCr色彩空间中的人脸候选区域的蓝色色度分量信息与红色色度分量信息之间的差值和嘴巴与蓝色色度分量信息与红色色度分量信息之间的差值的映射关系，确定嘴巴的区域和位置信息。

5.根据权利要求1所述的人脸检测方法，其特征在于，所述对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像，包括：

对所述疑似人脸的前景区域进行图像归一化处理；

对归一化处理后的图像进行haar特征提取，得到提取的haar特征；

通过AdaBoost算法将提取的haar特征生成的弱分类器进行叠加，得到多个强分类器，再将多个强分类器级联成人脸检测分类器；

根据所述人脸检测分类器对提取的haar特征进行分类，得到人脸图像。

6.一种人脸检测装置，其特征在于，包括：

采集模块，获取摄像头所采集到的待检测图像，对所述待检测图像进行肤色区域检测，确定图像中包含的人脸候选区域；

定位模块，用于对所述人脸候选区域进行面部器官定位，根据定位的面部器官和人体学特征，得到疑似人脸的前景区域；

检测模块，用于对所述疑似人脸的前景区域进行分类，检测所述图像中的包含的人脸图像。

7.根据权利要求6所述的人脸检测装置，其特征在于，所述采集模块，具体用于：

对所述图像进行图像空间转换，得到YcbCr色彩空间中的图像；

根据所述YcbCr色彩空间中的图像的不同区域的颜色的亮度信息，确定所述图像中包含的人脸候选区域。

8.根据权利要求7所述的人脸检测装置，其特征在于，所述定位模块，用于：

根据所述YcbCr色彩空间中的人脸候选区域图像的亮度信息、蓝色色度分量信息和红色色度分量信息和眼睛与亮度信息、蓝色色度分量信息和红色色度分量信息的映射关系，确定眼睛区域的大小和位置信息。

9.根据权利要求7所述的人脸检测装置，其特征在于，所述定位模块，用于：

根据所述YcbCr色彩空间中的人脸候选区域的图像的蓝色色度分量信息与红色色度分量信息之间的差值和嘴巴与蓝色色度分量信息与红色色度分量信息之间的差值的映射关系，确定嘴巴的区域和位置信息。

10.根据权利要求6所述的人脸检测装置，其特征在于，所述检测模块，具体用于：

对所述疑似人脸的前景区域进行图像归一化处理；

对归一化处理后的图像进行haar特征提取，得到提取的haar特征；

通过AdaBoost算法将提取的haar特征生成的弱分类器进行叠加，得到多个强分类器，再将多个强分类器级联成人脸检测分类器；

根据所述人脸检测分类器对提取的haar特征进行分类，得到人脸图像。