【技术实现步骤摘要】
一种人脸检测速度优化方法及系统
[0001]本公开涉及人脸检测、图像处理
,具体涉及一种人脸检测速度优化方法及系统。
技术介绍
[0002]人脸检测是计算机视觉领域的热点研究课题,其目的在于确定图像中是否有人脸的存在。在涉及人脸处理的系统中确定人脸的位置是首要操作,可以为人脸处理的问题缩小检测范围,如何提高人脸检测的速度,对于减少人脸处理中的数据量,提高人脸处理系统的整体速度,满足实时人脸处理具有重要的意义,传统的人脸检测技术,存在训练分类器速度很慢,或者精度较差等问题。
技术实现思路
[0003]为解决上述问题,本公开提供一种人脸检测速度优化方法及系统的技术方案,根据本公开的一方面,提供一种人脸检测速度优化方法,所述方法包括以下步骤:
[0004]S100,获取视频图像;
[0005]S200,针对视频图像提取人脸区域;
[0006]S300,验证提取的人脸区域。
[0007]具体的,S100中,所述视频图像采用近红外摄像机获得,所述近红外摄像机的红外光的波长范围为[700,1100]nm。
[0008]具体的,S200中,根据视频图像提取人脸区域的方法为:
[0009]S111,将视频图像转换为灰度图像;
[0010]S112,针对灰度图像进行预处理;
[0011]S113,对预处理过的灰度图像进行检测以提取人脸区域。
[0012]具体的,S112中,针对灰度图像进行预处理的方法为直方图均衡化法、中值滤波法、归一化法、基 ...
【技术保护点】
【技术特征摘要】
1.一种人脸检测速度优化方法,其特征在于,所述方法包括以下步骤:S100,获取视频图像;S200,针对视频图像提取人脸区域;S300,验证提取的人脸区域。2.根据权利要求1所述的一种人脸检测速度优化方法,其特征在于,S100中,所述视频图像采用近红外摄像机获得,所述近红外摄像机的红外光的波长范围为[700,1100]nm。3.根据权利要求1所述的一种人脸检测速度优化方法,其特征在于,S200中,根据视频图像提取人脸区域的方法为:S111,将视频图像转换为灰度图像;S112,针对灰度图像进行预处理;S113,对预处理过的灰度图像进行检测以提取人脸区域。4.根据权利要求3所述的一种人脸检测速度优化方法,其特征在于,S112中,针对灰度图像进行预处理的方法为直方图均衡化法、中值滤波法、归一化法、基于肤色的预处理法、边缘检测法和方差预处理法中的一种。5.根据权利要求3所述的一种人脸检测速度优化方法,其特征在于,S113中,对预处理过的灰度图像进行检测以提取人脸区域的方法为采用AdaBoost算法对预处理过的灰度图像进行检测以提取人脸区域,具体步骤为:S1131,增加45
°
矩形特征形成新的Haar
‑
like特征;S1132,采用新的Haar
‑
like特征对正、负样本进行训练,得到AdaBoost分类器:S1132
‑
1,将每个Haar
‑
like特征生成1个分类器:其中,x为样本,f
i
(x)为第i个Haar
‑
like特征在样本x上的取值,p
i
为分类符号,h
i
为由f
i
(x)构成的分类器,θ
i
为分类器h
i
的方法阈值,i为大于1的自然数;S1132
‑
2,设输入的训练样本图像为(x1,y1),(x2,y2),
…
,(x
n
,y
n
),其中,y
n
=0对应负样本,y
n
=1对应正样本,(x
n
,y
n
)为训练样本图像的像素,n为大于0的自然数;S1132
‑
3,对于负样本,设权值w
1,t
=1/2m,对于正样本,设权值w
1,t
=1/2l,其中,m和1分别为正样本和负样本的数量,t为迭代数;S1132
‑
4,归一化权重...
【专利技术属性】
技术研发人员:卢仕辉,
申请(专利权)人:广东奥珀智慧家居股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。