專利名稱：圖像擷取裝置的人臉對焦方法
技術(shù)領(lǐng)域：
本發(fā)明有關(guān)一種圖像擷取裝置的對焦方法，特別是一種依據(jù)圖像中的人臉進行自 動對焦的方法。
背景技術(shù)：
數(shù)字相機為了能夠取得良好的圖像，通常配置有自動對焦機構(gòu)(Auto-focusing)。 此自動對焦機構(gòu)是針對被攝物體所在位置進行對焦程序。在近幾年的技術(shù)中，在被攝景象中有人像時，通常會采用人臉來做為對焦的物體。 也就是說，數(shù)字相機會先以人臉檢測技術(shù)，找出被攝景物中的人臉、定出人臉區(qū)塊后，再以 人臉區(qū)塊作為對焦的物體并進行測距。人臉檢測技術(shù)有采用膚色辨識方式或采用人臉特征辨識方式。前者從擷取到的圖 像中尋找膚色信息，符合膚色信息的區(qū)塊即認(rèn)定為人臉區(qū)塊。此種方式，容易因環(huán)境光線較 暗或較亮而導(dǎo)致無法找到人臉膚色，或所框選的人臉區(qū)塊并不適當(dāng)，例如框選到較大或較 小的人臉區(qū)塊。前述后者則是以臉部的口、鼻、眼的特征做為人臉區(qū)塊的判斷，此種方式在判別程 序上較為復(fù)雜，且判別后所得到的人臉區(qū)塊的大小亦可能因為判別手段的些微差異而不 同。在前述人臉區(qū)塊決定后，數(shù)字相機即以該人臉區(qū)塊為對焦標(biāo)的進行測距。如此一 來，被攝圖像中的人臉將能有較為清晰效果。然而，在選取人臉區(qū)塊時，會因為人臉檢測程序的檢測能力有限，造成人臉位置圈 選不夠精確，例如當(dāng)選取范圍過大時，就會造成選取范圍除了包含人臉圖像外，亦會包含人 臉旁邊的背景圖像。接著，再以此人臉區(qū)塊進行對焦時，自動對焦程序?qū)徊⒖紤]人臉圖 像及背景圖像，使得人臉對焦精確度降低。尤其是，大部分的被攝景象中的背景圖像的清晰 值(例如對比值)通常比人臉圖像的清晰值來得高，使得人臉對焦結(jié)果不佳。

發(fā)明內(nèi)容
基于上述問題，本發(fā)明提出一種圖像擷取裝置的人臉對焦方法，其能分別對人臉 區(qū)塊中的各個子區(qū)塊進行對焦，并辨別出近群的子區(qū)塊，再依據(jù)近群的子區(qū)塊的子區(qū)塊焦 距決定目標(biāo)焦距，如此一來，即可解決前述問題。依據(jù)一實施例，圖像擷取裝置的人臉對焦方法適于圖像擷取裝置，此人臉對焦方 法包含在多個焦距位置，擷取多個對焦圖像，每一對焦圖像對應(yīng)多個焦距位置之一，每一 對焦圖像具有一人臉；檢測每一對焦圖像的人臉，以得到對應(yīng)對焦圖像的多個人臉區(qū)塊； 分割每一人臉區(qū)塊為多個子區(qū)塊；依據(jù)子區(qū)塊及焦距位置，決定對應(yīng)子區(qū)塊的多個子區(qū)塊 焦距(即每個子區(qū)塊的較佳對焦位置)；對子區(qū)塊焦距執(zhí)行近群判斷程序，以得到一近群， 近群包含部分子區(qū)塊焦距；以及依據(jù)近群的該些子區(qū)塊焦距，決定目標(biāo)焦距。前述依據(jù)子區(qū)塊及焦距位置，決定對應(yīng)子區(qū)塊的子區(qū)塊焦距的步驟為依據(jù)子區(qū)塊及焦距位置，以二次多項式逼近法決定對應(yīng)子區(qū)塊的子區(qū)塊焦距。依據(jù)一實施例，前述近群判斷程序包含依據(jù)子區(qū)塊焦距，執(zhí)行分群算法，以得到多 個群組，每一群組包含部分子區(qū)塊焦距；分別計算群組的該些子區(qū)塊焦距的一平均焦距； 以及以最小的平均焦距所對應(yīng)的群組為近群。藉由上述方法，圖像擷取裝置得以先在預(yù)定焦段中擷取多張對焦圖像，其次，將對 焦圖像中的人臉區(qū)塊分割為子區(qū)塊，分別依據(jù)對應(yīng)的子區(qū)塊進行最佳焦距位置計算，以獲 得對應(yīng)每個子區(qū)塊的子區(qū)塊焦距，接著，再將該些子區(qū)塊焦距進行分群，以得到代表人臉的 一近群(近群即代表純?nèi)四槇D像的子區(qū)塊的群組)，最后再依據(jù)近群中的子區(qū)塊焦距，決定 目標(biāo)焦距。如此一來，即可排除在人臉區(qū)塊中非人臉圖像的子區(qū)塊，并保留人臉區(qū)塊中純?nèi)?臉的子區(qū)塊，而能夠更精確地使圖像擷取裝置對焦在人臉上。有關(guān)本發(fā)明的特征與實作，茲配合附圖及實施例說明如下。


圖1為依據(jù)本發(fā)明人臉對焦方法所適用的圖像擷取裝置的功能方塊示意圖2為依據(jù)本發(fā)明人臉對焦方法一實施例的流程示意圖3為依據(jù)本發(fā)明人臉對焦方法步驟S22所擷取的對焦圖像的示意圖4為圖3的對焦圖像中的人臉區(qū)塊示意圖5為依據(jù)本發(fā)明人臉對焦方法步驟S26的二次多項式逼近法的示意圖6為依據(jù)本發(fā)明人臉對焦方法步驟S26的二次多項式逼近法的流程示意圖
圖7為依據(jù)本發(fā)明人臉對焦方法的近群判斷程序的流程示意圖8為依據(jù)本發(fā)明人臉對焦方法的步驟S282的流程示意圖。
其中，附圖標(biāo)記
10鏡頭
11圖像傳感器
12圖像前置處理單元
13自動白平衡單元
14圖像信號處理器
15自動曝光單元
16自動對焦單元
17馬達驅(qū)動器
18顯示單元
19儲存單元
30對焦圖像
32人臉區(qū)塊
321，322，323，324，325，326 子區(qū)塊
327，328，329 子區(qū)塊
34趨近線
36最高清晰值
具體實施例方式首先，依據(jù)本發(fā)明的一實施例，圖像擷取裝置的人臉對焦方法適于一圖像擷取裝 置。此圖像擷取裝置可以但不限于一數(shù)字相機、或數(shù)字?jǐn)z影機。以下以數(shù)字相機做為圖像 擷取裝置的實施例，請參閱圖1。其為圖像擷取裝置的功能方塊示意圖。從圖1中可以見悉，圖像擷取裝置包含鏡頭10、圖像傳感器11、圖像前置處理單元 12、自動白平衡單元13、圖像信號處理器14、自動曝光單元15、自動對焦單元16、馬達驅(qū)動 器17、顯示單元18及儲存單元19。圖像擷取裝置在拍攝模式時，可分幾種模式，例如但不限于預(yù)覽階段(Liveview， 又稱SO階段)、自動對焦階段(即使用者對準(zhǔn)待攝物后半按快門，又稱Sl階段)、及拍攝階 段(即使用者全按快門，又稱S2階段)。圖像擷取裝置在被啟動時，景象的光線經(jīng)過鏡頭10后即由圖像傳感器11所接收 并轉(zhuǎn)換成一圖像。此圖像經(jīng)過圖像前置處理單元12及自動白平衡單元13后，分別由圖像 信號處理器14、自動曝光單元15及自動對焦單元16所接收。圖像信號處理器14處理該圖 像后，可將之顯示于顯示單元18。自動曝光單元15則判斷所接收到的圖像是否需要進行曝 光補償，而對圖像傳感器11進行控制。圖像擷取裝置在被啟動時，通常會進入預(yù)覽階段。此時自動對焦單元16以快速對 焦的參數(shù)對景象進行快速對焦。自動對焦單元16即依據(jù)快速對焦參數(shù)控制馬達驅(qū)動器17 以移動鏡頭10于不同焦距位置。自動對焦單元16即擷取對應(yīng)不同焦距位置下的圖像并進 行焦距計算，以得到目標(biāo)焦距。自動對焦單元16在得到目標(biāo)焦距時，即將鏡頭10移到該目 標(biāo)焦距處，以能讓顯示在顯示單元18的圖像能較為清晰。在使用者半按快門時，圖像擷取裝置即進入Sl階段，此時，自動對焦單元16即以 細(xì)部對焦參數(shù)對景象進行對焦。自動對焦單元16得到細(xì)部對焦的目標(biāo)焦距后，即將鏡頭10 移至該目標(biāo)焦距。接著，使用者全按快門時，圖像傳感器11即擷取圖像，被擷取的圖像經(jīng)過 圖像前置處理單元12及自動白平衡單元13的處理后，由圖像信號處理器14將被處理的圖 像顯示于顯示單元18或儲存于儲存單元19。本發(fā)明的圖像擷取裝置的人臉對焦方法可應(yīng)用于自動對焦單元16。意即可應(yīng)用于 快速對焦或細(xì)部對焦。請續(xù)參閱圖2，其為依據(jù)本發(fā)明人臉對焦方法一實施例的流程示意 圖。圖中可以看見，人臉對焦方法包含下述步驟步驟S20 在多個焦距位置，擷取多個對焦圖像，每一該對焦圖像對應(yīng)該些焦距位 置之一，每一該對焦圖像具有一人臉；步驟S22 檢測每一該對焦圖像的該人臉，以得到對應(yīng)該些對焦圖像的多個人臉 區(qū)塊；步驟S24 分割每一該人臉區(qū)塊為多個子區(qū)塊；步驟S26 依據(jù)該些子區(qū)塊及該些焦距位置，決定對應(yīng)該些子區(qū)塊的多個子區(qū)塊 焦距；步驟S28 對該些子區(qū)塊焦距執(zhí)行一近群判斷程序，以得到一近群，該近群包含部 分該些子區(qū)塊焦距；以及步驟S29 依據(jù)該近群的該些子區(qū)塊焦距，決定一目標(biāo)焦距。前述步驟S20指由自動對焦單元16依據(jù)對焦參數(shù)依序取得多張對焦圖像。前述對焦參數(shù)可以包含對焦焦段及圖像取樣點數(shù)。對焦焦段可以是全對焦范圍，亦可以是一個在 全對焦范圍中的一段對焦區(qū)間。此處的全對焦范圍指的是馬達驅(qū)動器17所驅(qū)動的步進馬 達(St印Motor)能被控制的移動范圍，此移動范圍通常以移動的步級數(shù)來表示，例如但不 限于114步、262步。此步進馬達每次被推進一個步級約能推動鏡頭10移動數(shù)個微米(um， 10_6m)。而前述一段對焦區(qū)間則是在該全對焦范圍中的一個區(qū)段，例如但不限于201步到 236步的區(qū)間。前述圖像取樣點數(shù)是指在前述對焦范圍內(nèi)所要擷取的對焦圖像的張數(shù)。以 上述201步到236步的對焦焦段為例，若擷取6張對焦圖像，則約每間隔7步級距離即取一 張對焦圖像，也就是說，在焦距位置為201，208，215，222，229，236步級位置時，分別擷取一 張對焦圖像。意即每一張對焦圖像對應(yīng)一個焦距位置。前述對焦焦段、對焦范圍及焦距位 置的單位雖實務(wù)上多以步進馬達(被馬達驅(qū)動器17所驅(qū)動)的步數(shù)來代表焦距位置、對焦 范圍、或?qū)菇苟?，但并不限于此種表示方式，亦可以微米等單位。前述對焦圖像中具有至少一個人臉，以下先以每一對焦圖像中僅具有一個人臉為 例進行說明，但本發(fā)明的適用并不以一張人臉為限。對焦圖像中的人臉可以是正面或側(cè)面。接著，請搭配圖3閱覽。圖3為依據(jù)本發(fā)明人臉對焦方法步驟S22所擷取的對焦 圖像30的示意圖。步驟S22藉由一人臉檢測程序檢測每一對焦圖像的人臉，以得到人臉區(qū) 塊。以圖中的對焦圖像30為例，在執(zhí)行完步驟S22后，即可得到人臉區(qū)塊32。每一人臉區(qū) 塊32對應(yīng)一對焦圖像30。而由于每一對焦圖像30對應(yīng)一焦距位置，因此，每一人臉區(qū)塊 32亦對應(yīng)一焦距位置。前述人臉檢測程序可以是膚色檢測法、特征檢測法或其它人臉檢測的方法。從圖 中可以看出，檢測所得的人臉區(qū)塊32包含了人臉及非人臉的圖像(如圖中方框的四個角落 中的圖像)。但本發(fā)明的方法并不限于人臉區(qū)塊32包含了人臉及非人臉的圖像，亦可用于 僅有人臉的圖像的人臉區(qū)塊。接著，請同時參照圖4，其為圖3的對焦圖像30中的人臉區(qū)塊32放大示意圖。在 步驟SM執(zhí)行后，將人臉區(qū)塊32分割為多個子區(qū)塊321，322，323，324，325，326，327，328， 329。圖4中可以看出，本實施例將人臉區(qū)塊32分割成9個子區(qū)塊321 329，但其分割數(shù) 并不以此為限。亦可將之分割成較多或較少的小區(qū)塊數(shù)，視經(jīng)驗值及所需的精確度而定。然 而，為了能較為準(zhǔn)確地進行后續(xù)步驟，在同一次的對焦程序時所擷取到的所有對焦圖像30 的人臉區(qū)塊32，建議均分割成相同數(shù)目的子區(qū)塊。也就是說，步驟SM將前述步驟S22所檢 測到的所有人臉區(qū)塊32均分割為相同數(shù)目的子區(qū)塊。以圖4為例，則所有檢測到人臉區(qū)塊 32均分割成9個子區(qū)塊321 329。且其分割的條件相同。意即其分割的尺寸相同。其次，執(zhí)行步驟S26。依據(jù)子區(qū)塊321 3 及焦距位置，決定對應(yīng)子區(qū)塊321 329的子區(qū)塊焦距。步驟S26以二次多項式逼近法決定對應(yīng)每一子區(qū)塊321 329的子區(qū) 塊焦距。請同時參閱圖5及圖6。圖5為依據(jù)本發(fā)明人臉對焦方法步驟S26的二次多項式 逼近法的示意圖。圖6為依據(jù)本發(fā)明人臉對焦方法步驟S26的二次多項式逼近法的流程示 意圖。在圖5中水平軸為焦距位置，單位是步進馬達的步數(shù)(或稱步級數(shù))，垂直軸為清 晰值，在此例中以對比值來代表清晰值，但并不以此為限。從圖中可以看出此實例中于步級 數(shù)在75到112步之間的對焦焦段中擷取8個對焦圖像30(圖中每一個點即代表擷取一次 對焦圖像30)。而圖中的每一個點的水平高度所對應(yīng)的清晰值即為在該次擷取到的對焦圖像30中的人臉區(qū)塊32的一個子區(qū)塊的清晰值。請參考圖6，步驟S^包含步驟S260 分別計算每一子區(qū)塊的一清晰值，每一子區(qū)塊的清晰值對應(yīng)該些焦距 位置之一；以及步驟S262 分別以該些對焦圖像30的同一該子區(qū)塊的該清晰值，以該二次多項式 逼近法決定該些子區(qū)塊焦距。在步驟S260中，先計算第一個焦距位置(約75步級位置)的對焦圖像30中的人 臉區(qū)塊32的第一個子區(qū)塊321(先以左上角的子區(qū)塊為例)的清晰值。圖中可以看出，其 清晰值約為1.7X105。接著，計算第二個焦距位置(約82步級位置)的對焦圖像30中的 人臉區(qū)塊32的第一個子區(qū)塊321的清晰值，圖中可以看出，其清晰值約為1.6X105。其余 依此類推，即可得到第一子區(qū)塊321在8個焦距位置的清晰值。同樣地，其余子區(qū)塊322 329亦各可得到8個焦距位置的清晰值，并繪制如圖5所示分布圖。在將其余子區(qū)塊完成步 驟S260的動作后，再進行步驟S262。步驟S262即是分別以該些對焦圖像30的同一子區(qū)塊的清晰值，以該二次多項式 逼近法決定子區(qū)塊焦距。也就是說，依二次多項式逼近法，求取(或繪制)圖5中的二次多 項式趨近線34，并求取該趨近線34中最高清晰值36所對應(yīng)的步級位置(步級數(shù)或稱對焦 位置)，也就是該子區(qū)塊焦距。以圖5為例，第一子區(qū)塊321的子區(qū)塊焦距約在98步級數(shù)位 置。同樣地，其余子區(qū)塊322 3 均可依步驟S262得到各自的子區(qū)塊焦距。完成步驟S^之后，即進行步驟S28，對該些子區(qū)塊焦距執(zhí)行一近群判斷程序，以 得到一近群，該近群包含部分該些子區(qū)塊焦距。其中，請參閱圖7，其為依據(jù)本發(fā)明人臉對焦 方法的近群判斷程序的流程示意圖。圖中可以見悉近群判斷程序包含步驟S280 依據(jù)該些子區(qū)塊焦距，執(zhí)行一分群算法，以得到多個群組，每一群組包 含部分該些子區(qū)塊焦距；以及步驟S282 依據(jù)該些群組的該些子區(qū)塊焦距，決定該近群。接續(xù)步驟S^O，茲舉一實例說明步驟S280及S282的內(nèi)容。首先，假設(shè)在步驟 S260執(zhí)行后，得到的9個子區(qū)塊321 329的子區(qū)塊焦距分別為219，220，225，219，220， 225，219，220，225步級數(shù)。步驟S280將此9個子區(qū)塊焦距執(zhí)行分群算法。此分群算法可 以為 K 平均算法(K-means Clustering)、類神經(jīng)網(wǎng)絡(luò)算法(Artificial Neural Network Clustering, ANN)、模糊分群(Fuzzy Clustering)、或支持向量機算法(SVM, Support vector machine Clustering)。以下以K平均算法為例，茲設(shè)預(yù)設(shè)分群數(shù)為二群，將上述9 個子區(qū)塊焦距進行分群，得到二個群組。此二群組分別包含了部分的子區(qū)塊焦距。此二群 組分別是群組一的219，219，219，220，220，220，以及群組二的225，225，225。從此二群組中 即可依據(jù)步驟S282判斷近群及遠群。此處的近群的定義系表示焦點距離圖像擷取裝置較 近的群，也就是說焦距較近(或稱較短)的群。遠群表示焦點距離圖像擷取裝置較遠的群， 也就是說焦距較遠(或稱較長)的群。以前述例子而言，由于此步進馬達的步級數(shù)愈小表 示焦距愈長，因此，從上述群組一及群組二的子區(qū)塊焦距即可得知，群組二屬于近群。群組 一為遠群。雖然此舉例中，步級數(shù)較小者表示焦距較長，但并非限制條件。部分圖像擷取裝置 的步進馬達的步級數(shù)較小者表示焦距較短(近)，則近群則是子區(qū)塊焦距較小的群組。
為了能夠更清楚地說明近群的判斷方法，請參閱圖8。其為依據(jù)本發(fā)明人臉對焦方 法的步驟S282的流程示意圖。步驟S282包含步驟S284 分別計算該些群組的該些子區(qū)塊焦距的一平均焦距；以及步驟S286 以最小的該平均焦距所對應(yīng)的該群組為該近群。將上述二群組各自的子區(qū)塊焦距的數(shù)據(jù)套入步驟S284及286后，群組一的平均值 為219. 5步級數(shù)，而群組二的平均值為225步數(shù)。而219. 5步級數(shù)及225步級數(shù)所代表的 焦距，以本舉例而言，225步級數(shù)具有較短(近)的焦距，因此，決定群組二為近群。最后，執(zhí)行步驟S29，依據(jù)該近群的該些子區(qū)塊焦距，決定一目標(biāo)焦距。此決定目標(biāo) 焦距的步驟有下述幾種方式，但并不以此為限。第一種方式為以近群的該些子區(qū)塊焦距的 中位數(shù)為目標(biāo)焦距。第二種方式為以近群的該些子區(qū)塊焦距的眾數(shù)為目標(biāo)焦距。第三種方 式為以近群的該些子區(qū)塊焦距的平均數(shù)為目標(biāo)焦距。以前述舉例的子區(qū)塊焦距為例，由于 近群中的子區(qū)塊焦距均為225，故無論采用上述那一種方式，所得到的目標(biāo)焦距均為225。 此三種方式各有其利弊，但均能達到本發(fā)明的目的。圖像擷取裝置在得到目標(biāo)焦距后，自動對焦單元16即可驅(qū)動馬達驅(qū)動器17將鏡 頭10移至該目標(biāo)焦距，以進行后續(xù)拍攝的動作。在步驟S28中的所以使用近群而非遠群來作為步驟S29中決定目標(biāo)焦距的依據(jù)， 其考慮原因如下在人臉區(qū)塊32大部分區(qū)域為人臉圖像，部分區(qū)域則可能為背景圖像，人 臉圖像及背景圖像在進行測距(即經(jīng)過判斷最佳清晰值所對應(yīng)的焦距位置)后，背景的焦 距位置將比人臉圖像的焦距位置還遠，故使用近群的子區(qū)塊焦距做為目標(biāo)焦距判斷的依 據(jù)。從上述說明中即可以得知，即便分割后的子區(qū)塊321 329中僅有3個子區(qū)塊 322，325，328的大部分像素是人臉圖像，而其余的6個圖像中背景圖像占大部分像素，經(jīng)過 本方法判別后，亦能夠?qū)⒎侨四槇D像(即背景圖像)的子區(qū)塊排除掉，而僅以人臉圖像做為 對焦標(biāo)的，由此可知，本發(fā)明能在不受人臉檢測程序的優(yōu)劣的影響，而仍能準(zhǔn)確地得到人臉 對焦結(jié)果。此外，當(dāng)所擷取到的每一張對焦圖像30中具有多張人臉時，可以于檢測到人臉區(qū) 塊32后，在每一張對焦圖像30中取尺寸最大的人臉區(qū)塊32進行步驟S24、S26、S^及S^ 的動作。當(dāng)然除了采用最大的人臉區(qū)塊32進行本發(fā)明外，亦可采用其它方式?jīng)Q定欲進行分 割的人臉區(qū)塊32。雖然上述舉例均以圖像擷取裝置在拍攝靜態(tài)照片為例，但并不以此為限，也可以 應(yīng)用在動態(tài)攝影模式。
權(quán)利要求
1.一種圖像擷取裝置的人臉對焦方法，適于一圖像擷取裝置，其特征在于，包含 在多個焦距位置，擷取多個對焦圖像，每一該對焦圖像對應(yīng)該些焦距位置之一，每一該對焦圖像具有一人臉；檢測每一該對焦圖像的該人臉，以得到對應(yīng)該些對焦圖像的多個人臉區(qū)塊； 分割每一該人臉區(qū)塊為多個子區(qū)塊；依據(jù)該些子區(qū)塊及該些焦距位置，決定對應(yīng)該些子區(qū)塊的多個子區(qū)塊焦距； 對該些子區(qū)塊焦距執(zhí)行一近群判斷程序，以得到一近群，該近群包含部分該些子區(qū)塊 焦距；以及依據(jù)該近群的該些子區(qū)塊焦距，決定一目標(biāo)焦距。
2.如權(quán)利要求1所述的人臉對焦方法，其特征在于，每一該人臉區(qū)塊被分割的該些子 區(qū)塊的數(shù)量相同。
3.如權(quán)利要求1所述的人臉對焦方法，其特征在于，該依據(jù)該些子區(qū)塊及該些焦距位 置，決定對應(yīng)該些子區(qū)塊的該些子區(qū)塊焦距的步驟為依據(jù)該些子區(qū)塊及該些焦距位置，以 一二次多項式逼近法決定對應(yīng)該些子區(qū)塊的該些子區(qū)塊焦距。
4.如權(quán)利要求3所述的人臉對焦方法，其特征在于，該依據(jù)該些子區(qū)塊及該些焦距位 置，以該二次多項式逼近法決定對應(yīng)該些子區(qū)塊的該些子區(qū)塊焦距的步驟包括分別計算每一子區(qū)塊的一清晰值，每一子區(qū)塊的該清晰值對應(yīng)該些焦距位置之一；以及分別以該些對焦圖像的同一該子區(qū)塊的該清晰值，以該二次多項式逼近法決定該些子 區(qū)塊焦距。
5.如權(quán)利要求1所述的人臉對焦方法，其特征在于，該近群判斷程序包含依據(jù)該些子區(qū)塊焦距，執(zhí)行一分群算法，以得到多個群組，每一群組包含部分該些子區(qū) 塊焦距；以及依據(jù)該些群組的該些子區(qū)塊焦距，決定該近群。
6.如權(quán)利要求5所述的人臉對焦方法，其特征在于，該依據(jù)該些群組的該些子區(qū)塊焦 距，決定該近群的步驟包含分別計算該些群組的該些子區(qū)塊焦距的一平均焦距；以及 以最小的該平均焦距所對應(yīng)的該群組為該近群。
7.如權(quán)利要求5所述的人臉對焦方法，其特征在于，該分群算法為K平均算法、類神經(jīng) 網(wǎng)絡(luò)算法、模糊分群或支持向量機算法。
8.如權(quán)利要求1所述的人臉對焦方法，其特征在于，該依據(jù)該近群的該些子區(qū)塊焦距， 決定該目標(biāo)焦距的步驟為以該近群的該些子區(qū)塊焦距的中位數(shù)為該目標(biāo)焦距。
9.如權(quán)利要求1所述的人臉對焦方法，其特征在于，該依據(jù)該近群的該些子區(qū)塊焦距， 決定該目標(biāo)焦距的步驟為以該近群的該些子區(qū)塊焦距的眾數(shù)為該目標(biāo)焦距。
10.如權(quán)利要求1所述的人臉對焦方法，其特征在于，該依據(jù)該近群的該些子區(qū)塊焦 距，決定該目標(biāo)焦距的步驟為以該近群的該些子區(qū)塊焦距的平均數(shù)為該目標(biāo)焦距。
全文摘要
本發(fā)明公開了一種人臉對焦方法適于一圖像擷取裝置。此方法先在預(yù)定對焦焦段中的多個焦距位置分別擷取對焦圖像。再分別于對焦圖像中檢測并定位出人臉區(qū)塊。接著，分割每一人臉區(qū)塊為多個子區(qū)塊。再以趨近線方式求取每個子區(qū)塊的最佳對焦焦距(亦稱子區(qū)塊焦距)。接著，對子區(qū)塊焦距進行分群，以得到近群。最后，依據(jù)近群的子區(qū)塊焦距而決定目標(biāo)焦距。以此方式得到的目標(biāo)焦距將能更準(zhǔn)確地對人臉進行測距，并排除在人臉區(qū)塊中非人臉(如背景)圖像的影響。
文檔編號G06T7/00GK102131049SQ20101000429
公開日2011年7月20日 申請日期2010年1月20日 優(yōu)先權(quán)日2010年1月20日
發(fā)明者嚴(yán)志彬, 蔡嘉倫, 郭力文 申請人:華晶科技股份有限公司