一種基于Haar和膚色分割算法的人臉檢測

程耀瑜，豐 婧，李樹軍，賀 磊

(1.中北大學 信息與通信工程學院, 太原 030051;2.寧波軍鴿防務科技有限公司, 浙江 寧波 315000; 3.中北大學 機電工程學院, 太原 030051)

隨著信息技術飛速發(fā)展，人臉檢測和人臉識別技術已經成為當前的研究熱點。人臉檢測屬于計算機視覺的范疇，主要用在人臉識別的預處理，在復雜背景下人臉檢測的需求越來越大，人臉檢測也逐漸發(fā)展為一個單獨的研究方向。目前大多數(shù)的人臉檢測都是針對正面、準正面人臉圖像的研究，而對于發(fā)生俯仰或者左右側的情況下人臉姿態(tài)研究相對較少。

人臉檢測技術不僅包括檢測圖像中是否存在人臉，還需要標記出人臉的所在位置，但現(xiàn)實中往往由于人臉內在的變化(嘴的開閉、人臉的遮擋等)和外在條件的變化(光照的變化、圖像的成像條件等)，給人臉檢測造成了一定的難度。常用的人臉檢測方法可以分為以下3種：基于知識的方法、基于統(tǒng)計模型的方法、基于模板匹配的方法[1]。其中，基于知識的方法又包含灰度特征、結構特征、紋理特征、膚色特征、輪廓特征等，而利用膚色特征信息來實現(xiàn)人臉和背景的分離是目前最常用的人臉分割方法。

閆河等[2]提出了一種新的Haar-like特征實現(xiàn)人臉檢測；林國軍等[3]通過空間顏色轉換實現(xiàn)膚色定位人臉檢測。本文采用Haar特征算法進行人臉檢測，在無法正確檢測的情況下，引入GrabCut圖像分割算法消除人像背景對膚色分割的影響，繼而使用膚色分割算法進行人臉檢測。實驗結果表明，利用上述方法對人臉進行檢測，可以很好地避免漏檢、誤檢的問題，降低了環(huán)境對人臉檢測的影響，在很大程度上提高了人臉檢測的準確率，為后續(xù)的人臉識別提供了條件。

1 人臉檢測系統(tǒng)設計

系統(tǒng)對單人臉圖像進行檢測，在通過Haar特征檢測之后，對人臉檢測結果進行判斷，若人臉檢測個數(shù)為1，則認為檢測成功；若人臉檢測個數(shù)不為1，則認為Haar特征檢測失效，轉而使用GrabCut算法提取目標前景，將其轉換到YCrCb空間，利用Otsu算法進行自動閾值分割，得到膚色分割圖像，并對其進行閾值二值化、中值濾波等預處理，通過幾何特征篩選人臉特征，最終得到人臉檢測的圖像。需要說明的是，誤檢也存在檢測結果個數(shù)為1的情況，但檢測到的對象不是人臉，由于其發(fā)生的概率較小，在這里忽略不計。算法流程如圖1所示。

圖1 算法流程框圖

2 人臉檢測算法原理

2.1 Haar特征

Haar特征也稱Haar-like特征，是一種簡單且高效的圖像特征，其基于矩形區(qū)域相似的強度差異Haar小波。C.P.Papageorgiou等[4]在2002年提出將Haar-like特征用于人臉檢測；后來P.Viola和M.Jones[5]將其擴展，定義了4個基本特征結構，并分為3類：邊緣特征、線性特征和對角線特征，組合成特征模板，如圖2所示。

圖2 4個基本特征結構

Haar特征模板內有白色和黑色2種矩形，用白色區(qū)域中的像素值之和減去黑色區(qū)域中的像素值之和，得到的就是一個特征值，Haar特征值反映了圖像的灰度變化情況。為了快速計算Haar特征，他們還提出積分圖的方法，如圖3所示。在積分圖像上任意位置(x,y)處的ii(x,y)表示該點左上角所有像素之和，即：

(1)

則區(qū)域A的像素值可以表示為：

SumA=ii(x,y)+ii(u,v)-ii(x,v)-ii(u,y)

(2)

圖3 積分圖

后續(xù)經過改進與發(fā)展，R.Lienhart等[6-7]提出引入45°傾斜特征，擴展至14個特征原型：4個邊緣特性、8個線特性和2個中心環(huán)繞特性，以及一個特殊的對角線特性，以便能夠提取到更豐富的邊緣信息，如圖4所示。

圖4 Haar特征原型示意圖

2.2 GrabCut

圖像分割是計算機視覺領域中一個重要的研究內容，目前基于圖論的分割技術已經成為新的研究熱點，此方法基于能量優(yōu)化算法，將圖像分割問題轉換為圖的最小割優(yōu)化問題。其中GrabCut[8-9]是一種基于圖論的分割方法，廣泛應用于前景分割(image segmentation)、醫(yī)學處理(medical treatment)、紋理分割(texture segmentation)及立體視覺(stereo vision)等方面。GrabCut是對GraphCut的改進版，采用RGB三通道混合高斯模型(gaussians mixture model,GMM)建模，根據分割模型參數(shù)不斷迭代更新完成學習過程，實現(xiàn)能量函數(shù)收斂于最小值，輸入包含目標前景的區(qū)域就可以完成前景與背景的分離。

整個圖的Gibbs能量函數(shù)為：

(3)

式(3)中：U函數(shù)部分表示能量函數(shù)的區(qū)域數(shù)據項；V函數(shù)表示能量函數(shù)的光滑項(邊界項)。

使用混合多高斯模型D(x)表示某個像素屬于前景或背景的概率，這里K=5，有：

(4)

(5)

式(4)、(5)中：πi表示第i個單高斯函數(shù)對概率貢獻的權重系數(shù)；gi為第i單高斯函數(shù)；μi為第i個單高斯函數(shù)的均值； ∑i為第i個單高斯函數(shù)的協(xié)方差。

區(qū)域數(shù)據項U函數(shù)為：

(6)

(7)

光滑項V函數(shù)為：

(8)

式(8)中：C是相鄰顏色對的集合；γ是一個常量值，γ=50；β=(2〈(zm-zn)2〉)-1。

本文設計通過鼠標選取人臉所在位置標注前景框，提取前景消除周圍環(huán)境的影響。具體的實現(xiàn)步驟為：

步驟1通過鼠標框選人臉所在位置，矩形外的區(qū)域自動認為是背景像素，矩形內視為“可能是目標”的像素；

步驟2Grabcut算法對目標區(qū)域進行初始化標記，前景區(qū)域的標簽為αn=1，背景區(qū)域的標簽為αn=0；

步驟3使用高斯混合模型(GMM)對前景和背景建模；

步驟4對每個像素分配GMM中的高斯分量；

步驟5根據Gibbs能量函數(shù)公式不斷學習更新優(yōu)化GMM模型中的參數(shù)；

步驟6使用最小割與最大流算法(mincut & maxflow)對圖片進行分割；

步驟7重復步驟4～步驟6，直至能量函數(shù)收斂。

2.3 膚色分割

目前，在人臉檢測中常用的色彩空間主要有3種：RGB空間、HSV空間和YCrCb空間。其中，基于RGB范圍來判定皮膚容易受到光線的影響，魯棒性不好；而YCrCb顏色空間(亦稱YUV)是被歐洲電視系統(tǒng)所采用的一種顏色編碼方法，主要用于優(yōu)化彩色視頻信號的傳輸，不容易受到光線強弱的干擾，而且具有很好的聚類性，也容易從RGB空間轉換，分割效果良好。轉換公式為：

(9)

式(9)中：Y為顏色的亮度成分；Cb和Cr為藍色和紅色的濃度偏移量成分。

確定了YCrCb彩色空間，接下來要建立膚色模型，目前膚色建模的方法有很多種，其中最流行的是非參數(shù)化膚色模型，它是一種基于直方圖統(tǒng)計的方法，可以根據膚色樣本自動調節(jié)分割閾值，不需要人為設定參數(shù)，本文采用最大類間方差法[10-11]，此方法是Otsu在1979年提出的，亦稱Otsu方法，此方法基于灰度值給出的類間分離閾值是最佳閾值，容易計算，不受圖像亮度和對比度的影響，可以達到很好的分割效果，效果圖如圖5所示，為后續(xù)進行人臉檢測縮小范圍。

圖5 原圖和膚色分割效果

3 圖像預處理

在對膚色提取后的圖像進行Haar特征檢測之后，正臉一般都會檢測出來，但是對于非正對人臉的檢測率就不是很高，因此對于沒有檢測出的對象還要進行下一步的操作，得到非正對人臉的檢測結果。

閾值化圖像就是對灰度圖像進行二值化操作，首先利用最大類間方差法求出一個閾值，并設定此閾值為門限，然后遍歷圖像中的像素點依次與閾值比較，判斷圖像像素為0還是255，最終形成二值圖像，使整個圖像呈現(xiàn)黑白的效果，以便凸顯出目標的輪廓。效果如圖6所示。

圖6 二值化效果

平滑濾波也稱模糊處理，可以減少圖像上的噪聲，實質是對像素點領域的像素值施于某種算法，以其結果替代錨點處對應的像素值。中值濾波法是一種非線性平滑技術，對脈沖噪聲有良好的濾除作用，特別是在濾除噪聲的同時，能夠很好的保護信號邊緣，使之不被模糊。

經過以上步驟的操作，已經基本確定了疑似膚色的區(qū)域，接下來要根據人臉的幾何特征進行篩選，去掉干擾項，最終確定人臉區(qū)域的位置。具體規(guī)則如下：

1) 設置目標區(qū)域外接矩形的最小尺寸為100×100；

2) 目標區(qū)域的長寬之比的區(qū)間為[0.6,2.5]，以消除胳膊等狹長區(qū)域的影響；

3) 目標區(qū)域與其外接矩形的面積大于0.5。

4 試驗結果分析

試驗環(huán)境：軟件平臺為Visual Studio 2015專業(yè)版，硬件配置為Windows10操作系統(tǒng)(Intel i7，8GB內存)，編程語言為 C++，使用OpenCV開源庫作為算法的開發(fā)工具包。

人臉檢測的結果如圖7所示。本文采用的實驗數(shù)據是不同背景條件下的單人臉圖像，共計400張，有3部分來源：① 網絡上搜索的不同背景、不同姿勢的人臉圖像100張；② 從包含人臉的視頻圖像中，取出視頻幀圖像100張；③ 人臉數(shù)據集FDDB中選取圖像200張。

實驗結果表明，使用Haar單一算法漏檢率偏高，通過GrabCut和膚色檢測算法結合使用對Haar特征檢測不理想的結果進一步檢測，可以有效降低單一算法的誤檢率和漏檢率，也進一步提高了人臉檢測的準確率。算法對比結果見表1。雖然本文引入了GrabCut的迭代能量最小化分割算法，較大地增加了分割圖像的時間，卻能更準確地得到目標圖像，從而提高了人臉檢測的準確性。人臉檢測算法的時間對比見表2。

圖7 人臉檢測結果

表1 人臉檢測算法的對比結果

表2 人臉檢測算法的時間對比

為了進一步驗證該算法對人臉檢測的有效性，本文在對圖像進行人臉檢測的基礎上引入了實時的人臉檢測，實時檢測結果表明：本文算法對多個角度的人臉檢測均具有很好的魯棒性。部分實時人臉檢測視頻幀效果如圖8所示。

圖8 部分人臉檢測的實時視頻幀效果

5 結論

提出一種新的算法來進行人臉檢測，即先使用Haar特征算法進行人臉檢測，在其無法得到正確結果的情況下，再使用GrabCut分割算法消除了人像背景的影響以提高人臉檢測的準確性，繼而使用膚色檢測算法提高側臉、低頭等情況下人臉檢測的成功率。實驗結果表明使用該算法可以很好地解決使用Haar單一算法進行人臉檢測造成的檢測率低、容易漏檢誤檢等問題，可為后續(xù)成功進行人臉識別提供參考。