一種人臉檢測方法及裝置的制造方法
【技術領域】
[0001] 本發(fā)明屬于圖像處理技術領域，尤其涉及一種人臉檢測方法及裝置。
【背景技術】
[0002] 基于膚色的人臉檢測重點在于膚色區(qū)域的檢測以及人臉區(qū)域的定位，目前，基于 膚色的人臉檢測方法容易受到光照影響，有的是在光照較強時無法檢測到人臉，有的是在 光照較弱時無法檢測到人臉，因此由于受到光照的影響，目前的基于膚色的人臉檢測方法 無法準確檢測出人臉。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明提供一種人臉檢測方法及裝置，以解決上述技術問題。
[0004] 根據(jù)本發(fā)明實施例的第一方面，提供了一種人臉檢測方法，包括：對接收的RGB圖 像分別采用基于類高斯模型的第一膚色檢測方法和基于膚色模型的第二膚色檢測方法進 行膚色檢測，分別得到第一檢測結果和第二檢測結果；結合所述第一檢測結果和所述第二 檢測結果得到膚色檢測圖像；對所述膚色檢測圖像進行人臉識別，檢測出人臉。
[0005] 根據(jù)本發(fā)明的第二方面，還提供了一種人臉檢測裝置，包括：第一檢測單元，對接 收的RGB圖像采用基于類高斯模型的第一膚色檢測方法進行膚色檢測，得到第一檢測結 果；第二檢測單元，對接收的RGB圖像采用基于膚色模型的第二膚色檢測方法進行膚色檢 測，得到第二檢測結果；處理單元，連接至所述第一檢測單元和所述第二檢測單元，結合所 述第一檢測結果和所述第二檢測結果得到膚色檢測圖像；識別單元，連接至所述處理單元， 對所述膚色檢測圖像進行人臉識別，檢測出人臉。
[0006] 本發(fā)明的實施例提供的技術方案可以包括以下有益效果：
[0007] 相較于先前技術，根據(jù)本發(fā)明提供的人臉檢測方法及裝置，克服了現(xiàn)有基于膚色 的人臉檢測方法中在光照太強或太弱時無法進行檢測以及在光照正常情況下誤將黑色或 紅色檢測為膚色的缺點，使得膚色檢測結果更加準確，從而提高人臉檢測準確率。
【附圖說明】
[0008] 此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本申請的一部分，本發(fā) 明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中：
[0009] 圖1所示為根據(jù)本發(fā)明的一較佳實施例提供的人臉檢測方法的流程圖；
[0010] 圖2所示為根據(jù)本發(fā)明的又一較佳實施例提供的人臉檢測方法的流程圖；
[0011] 圖3所示為根據(jù)本發(fā)明的另一較佳實施例提供的人臉檢測方法的流程圖；
[0012] 圖4所示為根據(jù)本發(fā)明的較佳實施例提供的人臉檢測裝置的框圖。
【具體實施方式】
[0013] 下文中將參考附圖并結合實施例來詳細說明本發(fā)明。需要說明的是，在不沖突的 情況下，本申請中的實施例及實施例中的特征可以相互組合。
[0014] 圖1所示為根據(jù)本發(fā)明的一較佳實施例提供的人臉檢測方法的流程圖。
[0015] 如圖1所示，根據(jù)本發(fā)明的人臉檢測方法主要包括以下三個步驟：
[0016] 步驟102,輸入待檢測的圖像。步驟104,對輸入的圖像進行膚色檢測。步驟106， 根據(jù)上一步驟的檢測結果進行人臉定位。
[0017] 上述步驟104是本發(fā)明的核心步驟，下面參考圖2來進一步說明根據(jù)本發(fā)明的人 臉檢測方法。
[0018] 如圖2所示，本實施例中的人臉檢測方法可以包括以下步驟：
[0019] 步驟202,對接收的RGB圖像分別采用基于類高斯模型的第一膚色檢測方法和基 于膚色模型的第二膚色檢測方法進行膚色檢測，分別得到第一檢測結果和第二檢測結果；
[0020] 步驟204,結合所述第一檢測結果和所述第二檢測結果得到膚色檢測圖像；
[0021] 步驟206,對所述膚色檢測圖像進行人臉識別，檢測出人臉。
[0022] 在上述步驟202中，所述第一膚色檢測方法主要包括以下步驟：
[0023] 將所述RGB圖像轉換到YCbCr顏色空間，得到YCbCr圖像，將所述YCbCr圖像輸入 所述類高斯模型中進行計算處理，對所述類高斯模型輸出的結果進行高斯平滑處理，將經(jīng) 過高斯平滑處理的圖像進行閾值化處理，得到二值化的所述第一檢測結果。
[0024] 在上述步驟202中，所述第二膚色檢測方法主要包括以下步驟：
[0025] 將所述RGB圖像轉換到YCbCr顏色空間，得到YCbCr圖像，將所述YCbCr圖像輸入 所述膚色模型中進行計算處理，對所述膚色模型輸出的結果進行閾值化處理，得到二值化 的所述第二檢測結果。
[0026] 其中，在將所述YCbCr圖像輸入所述類高斯模型中進行計算處理之前，還可以包 括：
[0027] 將所述YCbCr圖像進行對比度拉伸，基于拉伸后的YCbCr圖像得到經(jīng)過拉伸的RGB 圖像；將經(jīng)過拉伸的RGB圖像轉換至YCbCr顏色空間。
[0028] 經(jīng)過對比度拉伸之后，使各像素的R和G分量取值范圍更小，聚合度更大，例如原 本處于0~255之間，經(jīng)過對比度拉伸之后，取值變?yōu)?~180。
[0029] 具體地，將所述YCbCr圖像進行對比度拉伸的過程包括：
[0030] 對每個像素的Y分量按照如下公式進行拉伸：
[0031]
【主權項】
1. 一種人臉檢測方法，其特征在于，包括： 對接收的RGB圖像分別采用基于類高斯模型的第一膚色檢測方法和基于膚色模型的 第二膚色檢測方法進行膚色檢測，分別得到第一檢測結果和第二檢測結果； 結合所述第一檢測結果和所述第二檢測結果得到膚色檢測圖像； 對所述膚色檢測圖像進行人臉識別，檢測出人臉。
2. 根據(jù)權利要求1所述的方法，其特征在于，所述第一膚色檢測方法包括： 將所述RGB圖像轉換到YCbCr顏色空間，得到YCbCr圖像， 將所述YCbCr圖像輸入所述類高斯模型中進行計算處理， 對所述類高斯模型輸出的結果進行高斯平滑處理， 將經(jīng)過高斯平滑處理的圖像進行閾值化處理，得到二值化的所述第一檢測結果； 所述第二膚色檢測方法包括： 將所述RGB圖像轉換到YCbCr顏色空間，得到YCbCr圖像， 將所述YCbCr圖像輸入所述膚色模型中進行計算處理， 對所述膚色模型輸出的結果進行閾值化處理，得到二值化的所述第二檢測結果。
3. 根據(jù)權利要求2所述的方法，其特征在于，在將所述YCbCr圖像輸入所述類高斯模型 中進行計算處理之前，還包括： 將所述YCbCr圖像進行對比度拉伸，基于拉伸后的YCbCr圖像得到經(jīng)過拉伸的RGB圖 像； 將經(jīng)過拉伸的RGB圖像轉換至YCbCr顏色空間。
4. 根據(jù)權利要求3所述的方法，其特征在于，將所述YCbCr圖像進行對比度拉伸的過程 包括： 對毎個像素的Y分量桉照如下公式進行拉伸：
其中，min_y是所述YCbCr圖像中最小的Y分量，max_y是所述 YCbCr圖像中最大的Y分量，Y'是拉伸后的Y分量； 計算所述Y'分量的平均值； 根據(jù)所述Y'分量的平均值對所述RGB圖像中紅色R分量和綠色G分量進行拉伸，得到 所述經(jīng)過拉伸的RGB圖像。
5. 根據(jù)權利要求4所述的方法，其特征在于，根據(jù)所述Y'分量的平均值按照以下公式 對所述RGB圖像中紅色R分量和綠色G分量進行拉伸： __ Ralpha qJ _ Qalpha 其中，alpha為變換冪指數(shù)，當所述平均值小于第一預設值時，所述變換冪指數(shù)取值為 第一系數(shù)，當所述平均值大于等于所述第一預設值且小于等于第二預設值時，所述變換冪 指數(shù)取值為第二系數(shù)，當所述平均值大于所述第二預設值時，所述變換冪指數(shù)取值為第三 系數(shù)，所述第一預設值小于所述第二預設值。
6. 根據(jù)權利要求1至5中任一項所述的方法，其特征在于，所述結合所述第一檢測結果 和所述第二檢測結果得到膚色檢測圖像，包括： 將所述第一檢測結果與所述第二檢測結果進行按位與處理，得到所述膚色檢測圖像。
7. 根據(jù)權利要求1至5中任一項所述的方法，其特征在于，所述對所述膚色檢測圖像進 行人臉識別的過程，包括： 確定所述膚色檢測圖像中的連通域； 若所述連通域的寬與高之比大于第三預設值且小于第四預設值，則判定檢測出人臉。
8. -種人臉檢測裝置，其特征在于，包括： 第一檢測單元，對接收的RGB圖像采用基于類高斯模型的第一膚色檢測方法進行膚色 檢測，得到第一檢測結果； 第二檢測單元，對接收的RGB圖像采用基于膚色模型的第二膚色檢測方法進行膚色檢 測，得到第二檢測結果； 處理單元，連接至所述第一檢測單元和所述第二檢測單元，結合所述第一檢測結果和 所述第二檢測結果得到膚色檢測圖像； 識別單元，連接至所述處理單元，對所述膚色檢測圖像進行人臉識別，檢測出人臉。
9. 根據(jù)權利要求8所述的裝置，其特征在于，所述第一檢測單元包括： 第一轉換子單元，用于將所述RGB圖像轉換到YCbCr顏色空間，得到YCbCr圖像， 類高斯模型計算子單元，用于將所述YCbCr圖像輸入所述類高斯模型中進行計算處 理， 高斯平滑處理子單元，用于對所述類高斯模型輸出的結果進行高斯平滑處理， 第一二值化處理子單元，用于將經(jīng)過高斯平滑處理的圖像進行閾值化處理，得到二值 化的所述第一檢測結果； 所述第二檢測單元包括： 第二轉換子單元，用于將所述RGB圖像轉換到YCbCr顏色空間，得到YCbCr圖像， 膚色模型計算子單元，用于將所述YCbCr圖像輸入所述膚色模型中進行計算處理， 第二二值化處理子單元，用于對所述膚色模型輸出的結果進行閾值化處理，得到二值 化的所述第二檢測結果。
10. 根據(jù)權利要求9所述的裝置，其特征在于，所述第一檢測單元還包括： 對比度拉伸子單元，在將所述YCbCr圖像輸入所述類高斯模型中進行計算處理之前， 將所述YCbCr圖像進行對比度拉伸，基于拉伸后的YCbCr圖像得到經(jīng)過拉伸的RGB圖像，將 經(jīng)過拉伸的RGB圖像轉換至YCbCr顏色空間。
【專利摘要】本發(fā)明提供一種人臉檢測方法及裝置，上述方法包括：對接收的RGB圖像分別采用基于類高斯模型的第一膚色檢測方法和基于膚色模型的第二膚色檢測方法進行膚色檢測，分別得到第一檢測結果和第二檢測結果；結合所述第一檢測結果和所述第二檢測結果得到膚色檢測圖像；對所述膚色檢測圖像進行人臉識別，檢測出人臉。通過本發(fā)明的技術方案，能夠在強光或弱光下準確檢測出人臉。
【IPC分類】G06T7-40, G06K9-00
【公開號】CN104732206
【申請?zhí)枴緾N201510106924
【發(fā)明人】袁小青
【申請人】蘇州闊地網(wǎng)絡科技有限公司
【公開日】2015年6月24日
【申請日】2015年3月12日