专利名称：一种对动态图像中人脸遮挡的方法
技术领域：
本发明涉及计算机视觉和图像处理领域，尤其是对动态图像中人脸遮挡的技术。
背景技术：
在某些特殊的应用领域，需要对动态图像中的人脸进行遮挡(或加马赛克)。如为了保护新闻中受采访者的隐私，需要将受采访者的脸部图像进行遮挡处理(或模糊处理)， 通常做法是在图像中的人脸位置设定一个区域，该区域内的图像按照一定的块大小求取均值，达到模糊的效果。然而，由于受采访者是活动的，所以在进行新闻后期制作时，需要动态地调整模糊区域，若采用手工操作，则一方面制作人员的工作量较大，另一方面也存在技术风险，即由于窗口覆盖不完全而暴露了受采访者隐私，或者模糊区域过大影响新闻图像质量。为了自动地完成对动态图像中的人脸进行遮挡，首先需要利用自动人脸检测技术，即采用一定的策略对图像进行搜索，以确定其中人脸的位置、大小，然后再对该部分图像进行模糊处理。自动人脸检测难点表现在两大方面，一方面由于人脸内在的变化所引起人脸具有相当复杂的细节变化，不同的外貌如脸形、肤色等，不同的表情如眼、嘴的开与闭等；人脸的遮挡，如眼镜、头发和头部饰物以及其他外部物体等。另一方面由于外在条件变化所引起由于成像角度的不同造成人脸的多姿态，如平面内旋转、深度旋转以及上下旋转，其中深度旋转影响较大；光照的影响，如图像中的亮度、对比度的变化和阴影等；图像的成像条件，如摄像设备的焦距、成像距离，图像获得的途径等等。
发明内容
本发明目的在于提供一种自动实现对动态图像中人脸进行遮挡(或加马赛克)的方法。I.肤色区域分割肤色是人脸的重要信息，不依赖于面部的细节特征，对于旋转、表情变化等情况都能适用，具有相对的稳定性并且和大多数背景物体的颜色相区别。对于彩色图像，在确定了肤色模型之后，可以首先进行肤色检测，在检测出肤色像素后，根据它们在色度上的相似性和空间上的相关性分割出可能的人脸区域。对于一些简单的情况，仅根据肤色像素的聚类特性即可完成区域分割。对于较复杂的情况，肤色分割则需要考虑两方而的问题由于光照和脸部器官的影响，人脸可能被割裂为若干互不连通的肤色区域；人脸区域可能与其它类肤色区域连接在一起。聚类-归并-验证策略是这类问题较常用的解决方法首先将肤色像素按照较为严格的色度一致性和几何约束条件聚类为区域，然后按照一定规则进行归并，归并后或归并过程中再利用其它特征进行验证。肤色区域分割方法的优势在于系统的运行速度快，受姿态、尺寸、表情等变化的影
4响小，适合于适合于对实时性要求较高的应用，但对光照条件和图像采集设备的特性敏感， 易受环境因素干扰。因此，适合人脸区域的粗定位。2.基于模板匹配的人脸验证在肤色区域分割出来之后，需要利用区域的几何特征或灰度特征，验证该区域是否是人脸，以排除色彩类似肤色的区域。基于模板匹配的方法是在图像灰度特征上直接比较目标模板和候选图像区域之间地相似性，而基于几何特征的匹配方法是比较从图像中抽取的一定特征的相似性，对人脸检测而言，特征包括眼睛、鼻子、嘴巴等。模板匹配的方法具有简单、直观的特点，与几何特征匹配方法相比具有较强的适应性。生成模板最主要的工作是图像的尺度变换和灰度分布标准化，主要考虑表征图像灰度分布的两个参量-灰度的平均值和方差，将它们调整到给定值，以消除采集时光照等因素对人脸图像的影响。对于模板匹配，这种灰度分布标准化方法比常用的直方图均衡化方法更有效，原因在于它一致化了均值和方差这两个关键数字特征。选取若干副正面端正的人脸图像，剪切出人脸区域作为人脸样本，经尺度标准化 (36X36)和灰度分布标准化后，将所有人脸样本取灰度平均，得到大小为36X36的正面端正的原始平均人脸模板。考虑到双眼在人脸特征中的重要性，拷贝原始平均人脸模板的双眼部分，剪切出大小为36X12的眼睛区域，对其进行灰度分布标准化后作为双眼模板。将原始人脸模板分别按照I : 0.9，1 : I和I : I. I的长、宽比拉伸，分别对它们进行灰度分布标准化后作为人脸模板，以适应不同形状的人脸。使用各个模板对所有可能尺度和形状(长宽比)的图像进行匹配，将满足一定条件并达到匹配度阈值的图像作为人脸，使用相关系数作为模板匹配的判断依据。3.人脸遮挡方法(I)创建肤色分割区域通过肤色分割得到了若干个可能是人脸区域的图像位置、大小，则每个可能人脸区域就是模板匹配的一个被搜索区域。(2)通过区域扫描进行模板匹配对于每个被搜索区域进行扫描，经过灰度分布标准化预处理后，首先使用双眼模板进行匹配，对相关系数超过给定阈值的搜索区域，则再使用各种尺度的人脸模板进行匹配，将相关度最大并大于人脸阈值的扫描区域标记为人脸位置，并保存此时该区域的位置、 大小。(3)对人脸区域进行模糊处理对人脸区域即模板匹配的图像已知位置、大小，将该区域内的图像按照一定的块大小求取均值，达到模糊处理或加马赛克的效果。
图I为本发明方法流程图。图2为肤色区域分割流程图。图3为原始彩色图像。
图4为肤色分割后的图像。图5为可能的人脸区域。图6为验证的人脸区域。
具体实施例方式实施例I 本发明方法流程如图I所示，肤色区域分割流程如图2所示，包括如下步骤(I)读入原始彩色图像，如图3所示；(2)扫描图像，获取该彩色图像每一像素R、G、B分量值，根据式⑴计算其灰度值，并计算整幅图像中每种灰度值的数目，取前5%的像素，求得光线补偿系数，并用此系数调整每个像素点的R、G、B值；Gray = RXO. 3+GXO. 59+BXO. 11(I)(3)对每个像素根据式(2)转换到YCbCr色彩空间下，计算其Y、Cb、Cr值；
权利要求
1.一种对动态图像中人脸遮挡的方法，其特征在于包括如下步骤(1)通过肤色分割得到若干个可能是人脸区域的图像位置、大小，则每个可能人脸区域就是模板匹配的一个被搜索区域；(2)对于每个被搜索区域进行扫描，经过灰度分布标准化预处理后，使用双眼模板进行匹配，对相关系数超过给定阈值的搜索区域，则再使用各种尺度的人脸模板进行匹配，将相关度最大并大于人脸阈值的扫描区域标记为人脸位置，并保存此时该区域的位置、大小；(3)对人脸区域即模板匹配的图像已知位置、大小，将该区域内的图像按照一定的块大小求取均值，达到模糊处理或加马赛克的效果。
2.根据权利要求I所述的对动态图像中人脸遮挡的方法，其特征在于肤色分割包括如下步骤(1)读入原始彩色图像；(2)扫描图像，获取该彩色图像每一像素R、G、B分量值，计算其灰度值，并计算整幅图像中每种灰度值的数目，取前5 %的像素，求得光线补偿系数，并用此系数调整每个像素点的R、G、B值；(3)对每个像素转换到YCbCr色彩空间下，计算其Y、Cb、Cr值；(4)如果Y在[125，188]之间，则Cb、Cr保持不变，否则根据式(3) (6)调整其Cb、 Cr值；
3.根据权利要求I所述的对动态图像中人脸遮挡的方法，其特征在于生成人脸模板包括如下步骤(3)(4)(5)(1)选取若干副正面端正的人脸图像，剪切出人脸区域作为人脸样本，经尺度标准化 (36X36)和灰度分布标准化后，将所有人脸样本取灰度平均，得到大小为36X36的正面端正的原始平均人脸模板；(2)考虑到双眼在人脸特征中的重要性，拷贝原始平均人脸模板的双眼部分，剪切出大小为36X12的眼睛区域，对其进行灰度分布标准化后作为双眼模板；⑶将原始人脸模板分别按照I : 0.9，1 : I和I : I. I的长、宽比拉伸，分别对它们进行灰度分布标准化后作为人脸模板，以适应不同形状的人脸。
4.根据权利要求I所述的对动态图像中人脸遮挡的方法，其特征在于基于模板匹配的人脸验证依据如下设人脸模板的灰度矩阵为T [M] [N]，灰度均值与方差分别为μ 1和στ，被验证图像的灰度矩阵为R[M] [N]，灰度均值与方差分别为，则它们之间的相关系数为
全文摘要
本发明涉及计算机视觉和图像处理领域，公开一种对动态图像中人脸遮挡的方法，首先创建肤色分割区域，通过肤色分割得到若干个可能是人脸区域的图像位置、大小。然后通过区域扫描进行模板匹配，验证人脸区域。最后对人脸区域进行模糊处理，达到加马赛克的效果。该方法运行速度快，受姿态、尺寸、表情等变化的影响小，适合于对实时性要求较高的应用领域。
文档编号G06K9/62GK102592141SQ20121000179
公开日2012年7月18日 申请日期2012年1月4日 优先权日2012年1月4日
发明者张敏 申请人:南京理工大学常熟研究院有限公司