隨著智能化技術(shù)和監(jiān)控技術(shù)在各個(gè)領(lǐng)域的廣泛應(yīng)用，人臉檢測(cè)作為自動(dòng)人臉識(shí)別的關(guān)鍵環(huán)節(jié)受到越來(lái)越多的重視。人臉檢測(cè)是指在圖片中確定人臉位置的過(guò)程，其定位的準(zhǔn)確性將直接影響到人臉識(shí)別的結(jié)果。目前人臉檢測(cè)有三種類型^[1]：膚色區(qū)域分割、基于啟發(fā)式模型和基于統(tǒng)計(jì)模型的方法。膚色分割的局限性在于受復(fù)雜背景和光照的影響較大?；趩l(fā)式模型的方法首先抽取特征，然后檢驗(yàn)是否符合人臉的先驗(yàn)知識(shí)。統(tǒng)計(jì)模型是把人臉看作一類模式構(gòu)造分類器" title="分類器">分類器，通過(guò)判別圖像中區(qū)域可能屬于哪類模式的方法實(shí)現(xiàn)人臉的檢測(cè)。
　　針對(duì)攝像機(jī)固定的監(jiān)視應(yīng)用提出了一種在視頻環(huán)境下檢測(cè)人臉的方法。從結(jié)果分析，本文基于視頻圖像" title="視頻圖像">視頻圖像的人臉檢測(cè)方法在檢測(cè)率和速度上均滿足系統(tǒng)要求。
1 人臉檢測(cè)系統(tǒng)框架
　　人臉檢測(cè)系統(tǒng)以攝像機(jī)采集到的圖像為輸入得到人臉的位置信息。視頻圖像人臉檢測(cè)算法流程如圖1所示。

2 人臉區(qū)域檢測(cè)
2.1 基于變化檢測(cè)的目標(biāo)定位
　　人臉圖像采集系統(tǒng)的采像環(huán)境和位置是固定的，因此采用背景差分的方法。首先選取n幅圖像目標(biāo)進(jìn)入視場(chǎng)的背景圖像f(x，y，t_i)，i=1，2，…，n，運(yùn)用時(shí)間中值濾波或均值濾波的方法得到模型的背景圖像，記為B(x，y)。將當(dāng)前圖像與這個(gè)建立的背景圖像做差分來(lái)找到運(yùn)動(dòng)物體，記為變化檢測(cè)后的D(x，y，t_i)。
　　由D(x，y，ti)=|f(x，y，ti)-B(x，y)|，i=1…，n???????????????????? (1)
　　得到當(dāng)前時(shí)刻的運(yùn)動(dòng)區(qū)域。變化檢測(cè)示意圖如圖2所示。圖2(a)為當(dāng)前圖片，圖2（b）是變化檢測(cè)后的結(jié)果。對(duì)變化的區(qū)域做后續(xù)處理工作，去除小的變化區(qū)域，找到圖像中最大的連通區(qū)域并進(jìn)行標(biāo)記。

　　由于圖像分割和背景更新等問(wèn)題不是本文重點(diǎn)，故此處省略。
2.2 改進(jìn)的Adaboost人臉檢測(cè)算法
　　Adaboost算法是Freund等人^[2]提出的一種Boost算法。它是自動(dòng)地從弱分類器空間中挑選出若干個(gè)弱分類器整合成一個(gè)強(qiáng)分類器。在訓(xùn)練過(guò)程中調(diào)整樣本的權(quán)重，使得Adaboost能夠“聚焦于”那些比較困難的樣本。該算法主要有訓(xùn)練和檢測(cè)兩個(gè)部分，用其進(jìn)行人臉檢測(cè)，速度快且定位準(zhǔn)確。本文針對(duì)視頻應(yīng)用環(huán)境對(duì)算法做了改進(jìn)，提高了檢測(cè)速度。
　　(1)訓(xùn)練和檢測(cè)算法
　　首先選取合適的樣本，取矩形特征作為訓(xùn)練中的弱分類器。為了顯著地提高人臉檢測(cè)的速度，將復(fù)雜分類器的問(wèn)題拆分成若干弱分類器，對(duì)這些弱分類器進(jìn)行篩選，得到一系列強(qiáng)分類器，再將這些強(qiáng)分類器層疊相連^[3]。特征f_j對(duì)應(yīng)的弱分類器表述為h_j(x)。
　　

　　其中，θ_j是在訓(xùn)練樣本上最小錯(cuò)誤分類的閾值，p_j是表示不等式的方向。由一系列弱分類器得到強(qiáng)分類器H_i(x)。
　　
　　其中x為待檢測(cè)窗口，h_j(x)為構(gòu)成該強(qiáng)分類器的第j個(gè)弱分類器，θ_i為該強(qiáng)分類器的閾值。H_i(x)的判斷結(jié)果為1或0。1表示接受，0表示拒絕。當(dāng)一系列強(qiáng)分類器層層相連時(shí)，就構(gòu)成一個(gè)層疊分類器^[4]。訓(xùn)練的過(guò)程即為構(gòu)造級(jí)聯(lián)分類器。當(dāng)某一層訓(xùn)練的過(guò)程中，錯(cuò)誤報(bào)警率超標(biāo)，則從樣本中繼續(xù)學(xué)習(xí)，增加新的特征以滿足結(jié)果需要。
　　檢測(cè)過(guò)程同訓(xùn)練過(guò)程類似，將輸入圖像以訓(xùn)練樣本的大小為基準(zhǔn)，依次乘以相應(yīng)的步長(zhǎng)，得到一系列子圖像。計(jì)算積分圖像以后，通過(guò)訓(xùn)練好的層疊分類器得到檢測(cè)結(jié)果。最后進(jìn)行區(qū)域合并得到人臉位置信息。
　　(2)Adaboost中的改進(jìn)工作
　　首先，在訓(xùn)練過(guò)程中引入45°旋轉(zhuǎn)矩形特征。由于要檢測(cè)的不僅是正面人臉圖像，因此訓(xùn)練樣本中加入了一些平面內(nèi)和平面外的旋轉(zhuǎn)樣本圖像。選取的特征也由viola的傳統(tǒng)四類矩形特征擴(kuò)展到加入45°旋轉(zhuǎn)特征。擴(kuò)展的矩形特征圖如圖3所示。

　　其次，對(duì)圖像進(jìn)行降分辨率搜索。為了更清晰地表述圖像，視頻圖像通常采用的圖像分辨率比較大，如1024×768等，將分辨率降為512×384不會(huì)影響檢測(cè)的結(jié)果，但是搜索的時(shí)間明顯減少。為適應(yīng)系統(tǒng)實(shí)時(shí)性的需求，針對(duì)人臉圖像在視場(chǎng)中的比例，將檢測(cè)部分的搜索步長(zhǎng)改為1.2。opencv中的推薦步長(zhǎng)是1.1，本文針對(duì)人臉圖像在視場(chǎng)中的比例，在視頻圖像實(shí)驗(yàn)中發(fā)現(xiàn)，如果將原有步長(zhǎng)1.1加大到1.2，不會(huì)影響檢測(cè)率，但減少了計(jì)算量。以320×320圖像為例比較，訓(xùn)練圖像的大小是24×24。當(dāng)檢測(cè)步長(zhǎng)從1.1增加到1.2時(shí)，需要檢測(cè)的子圖像個(gè)數(shù)由3 302 348降至1 769 115。需要說(shuō)明的是，在viola的方法中，最后實(shí)驗(yàn)結(jié)果在384×288的圖像上進(jìn)行檢測(cè)耗時(shí)0.067s(實(shí)驗(yàn)機(jī)器配置為 PentiumⅢ，700MHz)，檢測(cè)窗口縮放參數(shù)起始1.25，步長(zhǎng)1.5，但是由于視頻序列圖像中圖像質(zhì)量較差，若此參數(shù)偏高，檢測(cè)率不能滿足要求。本文中檢測(cè)窗口的縮放參數(shù)為起始1.0，步長(zhǎng)1.2。步長(zhǎng)的選取實(shí)際是對(duì)檢測(cè)率與錯(cuò)誤報(bào)警率之間的一個(gè)折中。本文的候選驗(yàn)證方法能有效地排除錯(cuò)誤報(bào)警，檢測(cè)的主要目的是減少漏檢人臉圖像，保證較高的檢測(cè)率。這也是步長(zhǎng)選取為1.2的原因。
3 人臉候選區(qū)域驗(yàn)證
　　從前兩步得到了一系列的人臉候選區(qū)域，處理得到人臉感興趣區(qū)域。膚色分割的局限性在于受復(fù)雜背景的影響較大，但是人臉候選區(qū)域的圖像背景通常不復(fù)雜，將其運(yùn)用于人臉候選驗(yàn)證效果很好。凡是能通過(guò)膚色模型^[5]被認(rèn)為是人臉的區(qū)域，稱為“類膚色區(qū)域”。在人臉候選區(qū)域驗(yàn)證中，人臉先進(jìn)入第一層分類——膚色模型，再進(jìn)入第二層分類——圖像的方差，拋掉“類膚色區(qū)域”中的非人臉。經(jīng)過(guò)兩層分類后，絕大部分錯(cuò)誤報(bào)警被排除。最終同時(shí)通過(guò)兩層的人臉候選區(qū)域被確定為人臉。后驗(yàn)證方法的流程如圖4所示。

3.1 基于膚色分割的候選區(qū)域驗(yàn)證
　　統(tǒng)計(jì)一定數(shù)量的膚色區(qū)域，由于在RGB顏色空間分布沒(méi)有明顯的規(guī)律性，因而將其轉(zhuǎn)化到HSI空間發(fā)現(xiàn)了膚色的集中分布區(qū)域。實(shí)驗(yàn)中有一些背景像素值轉(zhuǎn)化到HSI空間時(shí)，對(duì)應(yīng)的色調(diào)值S相差不大，僅僅依靠傳統(tǒng)用色調(diào)來(lái)區(qū)分膚色的非膚色區(qū)域的方法不再適用。在本系統(tǒng)的膚色分割中同時(shí)使用了H、I的值進(jìn)行限制，從大量的結(jié)果統(tǒng)計(jì)得到適用范圍。利用此特征對(duì)人臉候選區(qū)域進(jìn)行第一次分類，去除一部分錯(cuò)誤報(bào)警。候選區(qū)域驗(yàn)證結(jié)果如圖5所示。其中，圖5(1)中的a列為歸一化后的人臉候選區(qū)域，b為膚色變換以后的結(jié)果，得到第二層的圖像c。
3.2 基于圖像方差的候選區(qū)域驗(yàn)證
　　該層剔除的目標(biāo)主要是“類膚色區(qū)域”中的非人臉。對(duì)于人臉膚色區(qū)域和非人臉膚色區(qū)域，方差分布有著明顯的差別。圖5(2)中得到的就是去除非人臉膚色區(qū)域之后的結(jié)果。

4 實(shí)驗(yàn)結(jié)果及分析
　　分別進(jìn)行兩組不同類型的實(shí)驗(yàn)，以證明該方法定位人臉的準(zhǔn)確性和實(shí)用性。

　　實(shí)驗(yàn)1：如圖6所示。圖6(a)為多人臉圖像中的人臉定位，圖6(b)為當(dāng)人臉旋轉(zhuǎn)的角度小于30°時(shí)，人臉在發(fā)生平面內(nèi)和平面外的旋轉(zhuǎn)時(shí)仍能準(zhǔn)確定位的圖片。在圖像大小為320×240時(shí)，整個(gè)檢測(cè)和候選驗(yàn)證時(shí)間88ms（機(jī)器配置為PentiumⅣ，2.4GHz），基本上達(dá)到了實(shí)時(shí)的要求。
　　實(shí)驗(yàn)2：研究視頻環(huán)境下的人臉檢測(cè)。由于光線的影響和視頻圖像具有運(yùn)動(dòng)模糊的特點(diǎn)，因而錯(cuò)誤報(bào)警率比通用的測(cè)試集高。表1特別對(duì)候選驗(yàn)證前后的錯(cuò)誤報(bào)警進(jìn)行了比較。本文對(duì)檢測(cè)率(DR)和虛警率(FR)定義如下：
　　
　　其中N為測(cè)試集中人眼能夠確認(rèn)的人臉總數(shù)，n為正確檢測(cè)到的人臉個(gè)數(shù)，m為被檢測(cè)方法確定為人臉的非人臉模式，即錯(cuò)誤檢測(cè)樣本個(gè)數(shù)。本文的測(cè)試集是在視頻環(huán)境下實(shí)驗(yàn)室同學(xué)的樣本，每個(gè)樣本為單幅人臉圖像，樣本數(shù)目和人眼能夠確認(rèn)的人臉總數(shù)是一致的。檢測(cè)率和虛警率統(tǒng)計(jì)結(jié)果如表1所示。