駕駛環(huán)境下的人臉定位算法研究

西華師范大學(xué)電子信息工程學(xué)院　葛小鳳

駕駛環(huán)境下的人臉定位算法研究

西華師范大學(xué)電子信息工程學(xué)院葛小鳳

針對(duì)駕駛室背景、光照和多姿態(tài)條件下難以準(zhǔn)確定位人臉問題，本文提出基于YCbCr和HSV色彩空間相結(jié)合的膚色檢測(cè)來實(shí)現(xiàn)人臉定位。利用拍攝視頻圖片進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法在駕駛環(huán)境下有較好的檢測(cè)效果。

人臉定位；膚色檢測(cè)；駕駛環(huán)境

0　引言

隨著社會(huì)的快速發(fā)展，汽車已成為日常生活中的必不可少的交通工具，隨之而來的駕駛安全問題日益嚴(yán)峻。因此，如何采取及時(shí)有效的疲勞預(yù)警成為當(dāng)前亟待解決的問題。

國(guó)內(nèi)外許多專家學(xué)者投入到了疲勞預(yù)警系統(tǒng)的研究中，其中PERCLOS系統(tǒng)監(jiān)測(cè)是最具研究意義的，它根據(jù)眼睛在單位時(shí)間的總閉合時(shí)間占整個(gè)檢測(cè)時(shí)間來判斷疲勞狀態(tài)［1］。而能否準(zhǔn)確有效的檢測(cè)駕駛員狀態(tài)的前提是精確的人臉定位。

在對(duì)現(xiàn)有流行的人臉檢測(cè)方法進(jìn)行分析比較的基礎(chǔ)上，提出了一種適合駕駛環(huán)境下實(shí)時(shí)、準(zhǔn)確的基于膚色空間的人臉定位算法。

1　預(yù)處理

為得到最佳的實(shí)驗(yàn)效果，首先進(jìn)行預(yù)處理。

1.1尺寸歸一化

由于采集到的視頻圖像內(nèi)存過大，不便系統(tǒng)的后續(xù)處理，所以指定將原圖像尺寸歸一化，輸出為64*64大小的圖片。

本文采用雙線性插值進(jìn)行縮放，它是對(duì)最近鄰法的改進(jìn)。根據(jù)（x，y）4個(gè)相鄰點(diǎn)的灰度，在x和y方向進(jìn)行插值，得到雙曲拋物面方程［2］：

由此雙曲拋物面與四個(gè)相鄰已知點(diǎn)進(jìn)行擬合運(yùn)算。

圖1　雙線性插值示意圖

雙線性插值考慮了（x，y）點(diǎn)的直接零點(diǎn)對(duì)它的影響，所以能取得令人滿意的效果［2］。

1.2直方圖均衡化光照處理

在駕駛過程中，光照的改變是影響人臉定位的主要原因之一。因此，通過修改直方圖可以調(diào)整圖像的灰度分布，消除光照影響。

對(duì)于離散圖像，設(shè)總像素為N，灰度級(jí)L個(gè)，第k個(gè)灰度級(jí)值為rk，具有灰度級(jí)rk的像素?cái)?shù)目為nk，那么，該圖像中灰度級(jí)rk的像素出現(xiàn)的概率［3］：

對(duì)圖像進(jìn)行均衡化處理的變換函數(shù)為：

2　膚色檢測(cè)

對(duì)YCbCr和HSV色彩空間進(jìn)行膚色統(tǒng)計(jì)，建立高斯模型和膚色范圍模型，檢測(cè)皮膚。此方法可以有效避免背景的影響。

2.1高斯模型

研究表明，人類膚色變化主要是由皮膚顏色亮度引起，而人臉膚色在YCbCr色度空間服從高斯分布，所以YCbCr 顏色空間是離散的膚色表示空間，具有較好的聚類性［4］。

一般，我們都是將圖像信息儲(chǔ)存在RGB顏色空間中，RGB轉(zhuǎn)換成YCbCr 顏色空間的公式為：

將圖片從RGB轉(zhuǎn)換到Y(jié)CrCb空間，根據(jù)像素點(diǎn)離高斯分布中心的遠(yuǎn)近得到膚色似然圖，越靠近膚色灰度值越高。每個(gè)像素的灰度對(duì)應(yīng)該點(diǎn)與膚色的相似度，計(jì)算公式：

其中m為均值，C為協(xié)方差矩陣。

由于人工閾值選取有很大的人為性，并不準(zhǔn)確，所以本文采取最大類間方差法進(jìn)行圖像二值化處理，此方法可以自動(dòng)選取最有效的閾值將背景和目標(biāo)分離開。設(shè)一幅圖像的灰度值為1～M級(jí)，K為閾值，將像素分為兩組兩組間的方差如式：

2.2膚色范圍模型

膚色范圍模型是最基本的膚色模型，主要是利用膚色在色彩空間中表示色彩的變量的范圍固定這一特點(diǎn)設(shè)定閾值，將滿足該閾值條件的像素區(qū)域標(biāo)定為膚色區(qū)域［5］。

通過對(duì)需要實(shí)驗(yàn)的多幅不同光照的彩色人臉圖像進(jìn)行統(tǒng)計(jì)，得到能廣泛包括膚色的YCrCb和HSV顏色空間范圍：

那么將滿足這個(gè)范圍的像素置1，其他置0，就能得到皮膚區(qū)域的二值圖像。

考慮駕駛室環(huán)境，所以本文采用高斯模型和膚色模型相結(jié)合，得到更準(zhǔn)確的皮膚分割二值圖像。白色代表人臉候選區(qū)，黑色為背景。

2.3 形態(tài)濾波

根據(jù)前面對(duì)膚色的聚類分析，我們知道膚色區(qū)域是連續(xù)的整塊，而背景通常是孤立小塊。對(duì)于上面進(jìn)行皮膚檢測(cè)得到的圖像，存在一些孤立的小區(qū)域或是假皮膚區(qū)。

對(duì)其利用數(shù)學(xué)形態(tài)學(xué)中的開運(yùn)算進(jìn)行處理。開運(yùn)算的定義為：

A為二值圖像，B為設(shè)置的結(jié)構(gòu)元素，實(shí)質(zhì)是A先被B腐蝕，再被B膨脹的結(jié)果。利用開運(yùn)算能很好去除這些孤立小區(qū)域，同時(shí)還可去除背景噪聲，如椒鹽噪聲。但是仍然殘留一小部分，需再次進(jìn)行區(qū)域填充，消除圖像中殘留的“空洞”。

3　人臉檢測(cè)

經(jīng)過形態(tài)濾波后的二值圖像進(jìn)行8連通區(qū)域標(biāo)記（連接關(guān)系如圖所示）。標(biāo)記前的二值圖像，標(biāo)記之后每個(gè)白像素的值是所屬區(qū)域的標(biāo)號(hào)（1，2，…L），L是二值圖像中白像素區(qū)域的數(shù)目［6］。再對(duì)這L個(gè)白像素區(qū)矩形框圈定，根據(jù)區(qū)域優(yōu)化方法準(zhǔn)確定位人臉區(qū)域。

圖2　像素的八連接關(guān)系

根據(jù)大量實(shí)驗(yàn)統(tǒng)計(jì)，我們認(rèn)為，只要該人臉候選區(qū)的高寬比在0.6到1.8之間，就認(rèn)為該區(qū)域可能為人臉，否則去除該區(qū)域。通過基于人臉高寬比條件的排查，可以將除人臉外的其他膚色區(qū)域去除，如脖子，手臂和手等裸露在外面的身體部位?；蛘呤侨コc皮膚相似的區(qū)域，為最后的精確定位提供保證。

（2）基于面積占有率

一般情況下，當(dāng)候選區(qū)的面積小于整幅圖片面積的0.1%時(shí)，判定它是背景噪聲。根據(jù)統(tǒng)計(jì)，對(duì)于駕駛室環(huán)境下的圖像，面部所占比例為整幅圖像5%以上。所以，候選區(qū)面積小于整幅圖片面積的5%時(shí)，就剔除該候選區(qū)。

本文是將兩種區(qū)域優(yōu)化方法結(jié)合，既要滿足人臉高寬比，又要滿足面積占有率，更能準(zhǔn)確進(jìn)行人臉定位。

4　檢測(cè)結(jié)果分析

本文采用的膚色區(qū)域優(yōu)化方法主要有兩種：

（1）基于人臉高寬比

有資料顯示，理想的人臉高度與寬度的比例為：

互聯(lián)網(wǎng)下載和采集大量駕駛環(huán)境視頻，主要分為正面、45°側(cè)臉和90°側(cè)臉三種姿態(tài)進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)數(shù)據(jù)如表1所示。

表1　人臉檢測(cè)定位實(shí)驗(yàn)數(shù)據(jù)

我們從表1的實(shí)驗(yàn)數(shù)據(jù)發(fā)現(xiàn)，正面和45°側(cè)臉準(zhǔn)確率都能達(dá)到95%以上，檢測(cè)效果較好，雖然90°側(cè)臉正確率不高，但是在駕駛狀態(tài)下這個(gè)姿態(tài)的發(fā)生概率很小，可不予理睬。綜合上述，結(jié)果表明該方法在不同姿態(tài)和駕駛背景下有較好的檢測(cè)效果。但是，該方法卻沒有考慮夜間模式或強(qiáng)光照的影響，檢測(cè)樣本數(shù)量有限且單一，所以駕駛環(huán)境下的精確人臉定位還需進(jìn)一步探索和研究。

［1］金璐.基于圖像處理的疲勞駕駛檢測(cè)技術(shù)研究［D］.武漢工程大學(xué)碩士學(xué)位論文，2014.

［2］謝鳳英.數(shù)字圖像處理及應(yīng)用［M］.北京：電子工業(yè)出版社，2014 .

［3］董長(zhǎng)虹.Matlab圖像處理與應(yīng)用［M］.北京：國(guó)防工業(yè)出版社，2004.

［4］盛敬.駕駛員疲勞監(jiān)控系統(tǒng)中人臉檢測(cè)與識(shí)別研究［D］.東北大學(xué)碩士學(xué)位論文，2006

［5］林欣.基于改進(jìn)膚色模型的AdaBoost人臉檢測(cè)算法研究［D］.陜西科技大學(xué)碩士學(xué)位論文，2015.

［6］陳虹宇.駕駛員面部檢測(cè)與定位方法［D］.重慶大學(xué)碩士學(xué)位論文，2005.

葛小鳳（1991—），女，四川自貢人，西華師范大學(xué)電子信息工程學(xué)院碩士研究生，主要從事電子信息技術(shù)的研究。