隨著智能化技術和監控技術在各個領域的廣泛應用，人臉檢測作為自動人臉識別的關鍵環節受到越來越多的重視。人臉檢測是指在圖片中確定人臉位置的過程，其定位的準確性將直接影響到人臉識別的結果。目前人臉檢測有三種類型^[1]：膚色區域分割、基于啟發式模型和基于統計模型的方法。膚色分割的局限性在于受復雜背景和光照的影響較大。基于啟發式模型的方法首先抽取特征，然后檢驗是否符合人臉的先驗知識。統計模型是把人臉看作一類模式構造分類器" title="分類器">分類器，通過判別圖像中區域可能屬于哪類模式的方法實現人臉的檢測。
　　針對攝像機固定的監視應用提出了一種在視頻環境下檢測人臉的方法。從結果分析，本文基于視頻圖像" title="視頻圖像">視頻圖像的人臉檢測方法在檢測率和速度上均滿足系統要求。
1 人臉檢測系統框架
　　人臉檢測系統以攝像機采集到的圖像為輸入得到人臉的位置信息。視頻圖像人臉檢測算法流程如圖1所示。

2 人臉區域檢測
2.1 基于變化檢測的目標定位
　　人臉圖像采集系統的采像環境和位置是固定的，因此采用背景差分的方法。首先選取n幅圖像目標進入視場的背景圖像f(x，y，t_i)，i=1，2，…，n，運用時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)。將當前圖像與這個建立的背景圖像做差分來找到運動物體，記為變化檢測后的D(x，y，t_i)。
　　由D(x，y，ti)=|f(x，y，ti)-B(x，y)|，i=1…，n???????????????????? (1)
　　得到當前時刻的運動區域。變化檢測示意圖如圖2所示。圖2(a)為當前圖片，圖2（b）是變化檢測后的結果。對變化的區域做后續處理工作，去除小的變化區域，找到圖像中最大的連通區域并進行標記。

　　由于圖像分割和背景更新等問題不是本文重點，故此處省略。
2.2 改進的Adaboost人臉檢測算法
　　Adaboost算法是Freund等人^[2]提出的一種Boost算法。它是自動地從弱分類器空間中挑選出若干個弱分類器整合成一個強分類器。在訓練過程中調整樣本的權重，使得Adaboost能夠“聚焦于”那些比較困難的樣本。該算法主要有訓練和檢測兩個部分，用其進行人臉檢測，速度快且定位準確。本文針對視頻應用環境對算法做了改進，提高了檢測速度。
　　(1)訓練和檢測算法
　　首先選取合適的樣本，取矩形特征作為訓練中的弱分類器。為了顯著地提高人臉檢測的速度，將復雜分類器的問題拆分成若干弱分類器，對這些弱分類器進行篩選，得到一系列強分類器，再將這些強分類器層疊相連^[3]。特征f_j對應的弱分類器表述為h_j(x)。
　　

　　其中，θ_j是在訓練樣本上最小錯誤分類的閾值，p_j是表示不等式的方向。由一系列弱分類器得到強分類器H_i(x)。
　　
　　其中x為待檢測窗口，h_j(x)為構成該強分類器的第j個弱分類器，θ_i為該強分類器的閾值。H_i(x)的判斷結果為1或0。1表示接受，0表示拒絕。當一系列強分類器層層相連時，就構成一個層疊分類器^[4]。訓練的過程即為構造級聯分類器。當某一層訓練的過程中，錯誤報警率超標，則從樣本中繼續學習，增加新的特征以滿足結果需要。
　　檢測過程同訓練過程類似，將輸入圖像以訓練樣本的大小為基準，依次乘以相應的步長，得到一系列子圖像。計算積分圖像以后，通過訓練好的層疊分類器得到檢測結果。最后進行區域合并得到人臉位置信息。
　　(2)Adaboost中的改進工作
　　首先，在訓練過程中引入45°旋轉矩形特征。由于要檢測的不僅是正面人臉圖像，因此訓練樣本中加入了一些平面內和平面外的旋轉樣本圖像。選取的特征也由viola的傳統四類矩形特征擴展到加入45°旋轉特征。擴展的矩形特征圖如圖3所示。

　　其次，對圖像進行降分辨率搜索。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不會影響檢測的結果，但是搜索的時間明顯減少。為適應系統實時性的需求，針對人臉圖像在視場中的比例，將檢測部分的搜索步長改為1.2。opencv中的推薦步長是1.1，本文針對人臉圖像在視場中的比例，在視頻圖像實驗中發現，如果將原有步長1.1加大到1.2，不會影響檢測率，但減少了計算量。以320×320圖像為例比較，訓練圖像的大小是24×24。當檢測步長從1.1增加到1.2時，需要檢測的子圖像個數由3 302 348降至1 769 115。需要說明的是，在viola的方法中，最后實驗結果在384×288的圖像上進行檢測耗時0.067s(實驗機器配置為 PentiumⅢ，700MHz)，檢測窗口縮放參數起始1.25，步長1.5，但是由于視頻序列圖像中圖像質量較差，若此參數偏高，檢測率不能滿足要求。本文中檢測窗口的縮放參數為起始1.0，步長1.2。步長的選取實際是對檢測率與錯誤報警率之間的一個折中。本文的候選驗證方法能有效地排除錯誤報警，檢測的主要目的是減少漏檢人臉圖像，保證較高的檢測率。這也是步長選取為1.2的原因。
3 人臉候選區域驗證
　　從前兩步得到了一系列的人臉候選區域，處理得到人臉感興趣區域。膚色分割的局限性在于受復雜背景的影響較大，但是人臉候選區域的圖像背景通常不復雜，將其運用于人臉候選驗證效果很好。凡是能通過膚色模型^[5]被認為是人臉的區域，稱為“類膚色區域”。在人臉候選區域驗證中，人臉先進入第一層分類——膚色模型，再進入第二層分類——圖像的方差，拋掉“類膚色區域”中的非人臉。經過兩層分類后，絕大部分錯誤報警被排除。最終同時通過兩層的人臉候選區域被確定為人臉。后驗證方法的流程如圖4所示。

3.1 基于膚色分割的候選區域驗證
　　統計一定數量的膚色區域，由于在RGB顏色空間分布沒有明顯的規律性，因而將其轉化到HSI空間發現了膚色的集中分布區域。實驗中有一些背景像素值轉化到HSI空間時，對應的色調值S相差不大，僅僅依靠傳統用色調來區分膚色的非膚色區域的方法不再適用。在本系統的膚色分割中同時使用了H、I的值進行限制，從大量的結果統計得到適用范圍。利用此特征對人臉候選區域進行第一次分類，去除一部分錯誤報警。候選區域驗證結果如圖5所示。其中，圖5(1)中的a列為歸一化后的人臉候選區域，b為膚色變換以后的結果，得到第二層的圖像c。
3.2 基于圖像方差的候選區域驗證
　　該層剔除的目標主要是“類膚色區域”中的非人臉。對于人臉膚色區域和非人臉膚色區域，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域之后的結果。

4 實驗結果及分析
　　分別進行兩組不同類型的實驗，以證明該方法定位人臉的準確性和實用性。

　　實驗1：如圖6所示。圖6(a)為多人臉圖像中的人臉定位，圖6(b)為當人臉旋轉的角度小于30°時，人臉在發生平面內和平面外的旋轉時仍能準確定位的圖片。在圖像大小為320×240時，整個檢測和候選驗證時間88ms（機器配置為PentiumⅣ，2.4GHz），基本上達到了實時的要求。
　　實驗2：研究視頻環境下的人臉檢測。由于光線的影響和視頻圖像具有運動模糊的特點，因而錯誤報警率比通用的測試集高。表1特別對候選驗證前后的錯誤報警進行了比較。本文對檢測率(DR)和虛警率(FR)定義如下：
　　
　　其中N為測試集中人眼能夠確認的人臉總數，n為正確檢測到的人臉個數，m為被檢測方法確定為人臉的非人臉模式，即錯誤檢測樣本個數。本文的測試集是在視頻環境下實驗室同學的樣本，每個樣本為單幅人臉圖像，樣本數目和人眼能夠確認的人臉總數是一致的。檢測率和虛警率統計結果如表1所示。