CN102096802B - 人脸检测方法及装置 - Google Patents

Abstract

本发明实施例公开了一种人脸检测方法及装置。该方法包括：对经预处理所获取的预处理图像进行边缘检测处理，获取边缘检测区域及其长度值、宽度值和长宽比，并根据所述长度值、宽度值和长宽比，获取圆形待检测区域；对圆形待检测区域覆盖范围内的所述预处理图像进行肤色区域扩展处理，获取第一人脸轮廓；对圆形待检测区域覆盖范围内的第一光线补偿图像进行光线补偿处理和肤色检测，获取第二人脸轮廓；合并第一人脸轮廓和第二人脸轮廓，获取人脸图像。该装置包括：轮廓检测模块、肤色区域扩展模块、光线补偿和肤色检测模块和合并模块。本发明实施例避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，提高了人脸检测的准确率和检测速度。

Description

人脸检测方法及装置

技术领域

本发明实施例涉及图像处理领域，特别涉及一种人脸检测方法及装置。

背景技术

人脸检测(Face Detection)是指在图像中确定所有存在的人脸的位置与大小。人脸检测装置以可能包括人脸的图像作为输入，输出关于图像中是否存在人脸以及人脸的数目、位置、尺度、姿态等信息的参数化描述。

作为人脸自动识别系统的第一步，人脸检测技术有着十分重要的作用，它为后续的人脸分类提供了待识别人脸的具体信息，直接关系到后续处理的效果。在人机交互系统中，人脸检测就是使计算机具有感知到人是否存在的视觉功能的技术，人脸检测的提出是人机交互研究发展的需要。因此，人脸检测技术成为当今热点，受到来自学术界和工业界越来越多的关注。

目前，国内外提出的人脸检测方法主要采用基于人脸模型的方法、基于人脸特征的方法和基于统计的方法。其中，基于人脸模型的方法一般通过训练人脸样本，分别获得不同姿态的人脸检测模型，然后通过人脸检测模型对输入图像进行人脸检测；基于人脸特征的方法利用整体的肤色、形状等特征检测出人脸候选区域，然后使用局部的眼睛、嘴等特征进行人脸特征的验证，从而检测出人脸；基于统计的方法是通过搜集大量的人脸和非人脸样本作为训练集，再经过各种分类方法进行人脸与非人脸的分类。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：因帽子或其它事物的遮挡而造成的阴影会导致检测肤色过程中人脸数据的丢失，使得现有的人脸检测方法的检测准确率不高；同时，基于人脸模型的方法和基于统计的方法需对大量图像进行训练，造成检测速率降低。

发明内容

本发明实施例提供了一种人脸检测方法及装置，以避免因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，以提高人脸检测的准确率和检测速度。

本发明实施例提供了一种人脸检测方法，包括：

对经过预处理所获取的包含肤色区域和非肤色区域的预处理图像进行边缘检测处理，获取边缘检测区域及所述边缘检测区域的长度值、宽度值和长宽比，并根据所述长度值、宽度值和长宽比，获取圆形待检测区域；

对所述圆形待检测区域覆盖范围内的所述预处理图像进行肤色区域扩展处理，获取第一人脸轮廓；

对所述圆形待检测区域覆盖范围内的经过预处理所获取的第一光线补偿图像进行光线补偿处理和肤色检测，获取第二人脸轮廓；

合并所述第一人脸轮廓和第二人脸轮廓，获取人脸图像。

本发明实施例提供了一种人脸检测装置，包括：

轮廓检测模块，用于对经过预处理所获取的包含肤色区域和非肤色区域的预处理图像进行边缘检测处理，获取边缘检测区域及所述边缘检测区域的长度值、宽度值和长宽比，并根据所述长度值、宽度值和长宽比，获取圆形待检测区域；

肤色区域扩展模块，用于对所述轮廓检测模块获取的所述圆形待检测区域覆盖范围内的所述预处理图像进行肤色区域扩展处理，获取第一人脸轮廓；

光线补偿和肤色检测模块，用于对所述轮廓检测模块获取的所述圆形待检测区域覆盖范围内的经过预处理所获取的第一光线补偿图像进行光线补偿处理和肤色检测，获取第二人脸轮廓；

合并模块，用于合并所述肤色区域扩展模块获取的所述第一人脸轮廓和所述光线补偿和肤色检测模块获取的所述第二人脸轮廓，获取人脸图像。

本发明实施例通过提供一种人脸检测方法及装置，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，提高了人脸检测的准确率和检测速度。

附图说明

图1为本发明人脸检测方法第一实施例的流程图；

图2为本发明人脸检测方法第二实施例的流程图；

图3为本发明人脸检测方法第三实施例的第一流程图；

图4为本发明人脸检测方法第三实施例的第二流程图；

图5为本发明人脸检测方法第四实施例的流程图；

图6为本发明人脸检测方法第五实施例的流程图

图7为本发明人脸检测装置第一实施例的结构示意图；

图8为本发明人脸检测装置第二实施例的结构示意图；

图9为本发明人脸检测装置第三实施例的结构示意图；

图10为本发明人脸检测装置第四实施例的结构示意图；

图11为本发明人脸检测装置第五实施例的结构示意图。

具体实施方式

下面通过附图和实施例，对本发明实施例的技术方案做进一步的详细描述。

图1为本发明人脸检测方法第一实施例的流程图。如图1所示，本发明实施例提供了一种人脸检测方法，包括：

步骤101、对经过预处理所获取的包含肤色区域和非肤色区域的预处理图像进行边缘检测处理，获取边缘检测区域及该边缘检测区域的长度值、宽度值和长宽比，并根据该长度值、宽度值和长宽比，获取圆形待检测区域；

步骤102、对该圆形待检测区域覆盖范围内的预处理图像进行肤色区域扩展处理，获取第一人脸轮廓；

步骤103、对该圆形待检测区域覆盖范围内的经过预处理所获取的第一光线补偿图像进行光线补偿处理和肤色检测，获取第二人脸轮廓；

步骤104、合并第一人脸轮廓和第二人脸轮廓，获取人脸图像。

在本发明实施例中，对经过预处理所获取的预处理图像进行操作。对输入图像进行预处理的过程可以包括：

a、对输入图像进行光线补偿处理，获取第一光线补偿图像；

在实验室环境中，当光照条件发生变化时，人脸颜色也会发生一定的变化。当待检测图像的亮度较高时，即光线较强时，人脸大部分区域的颜色不会超出正常光照条件下人脸颜色的变化范围，但是，当待检测图像的亮度较低时，即光线较暗时，人脸颜色的变化受亮度降低的影响较大，此时待检测图像中人脸的颜色很可能超出正常光照条件下人脸颜色的变化范围。因此，在对输入图像进行预处理时，首先对输入图像进行光线补偿处理，以进行亮度补偿。例如，可以将输入图像中所有像素经过非线性伽马(Gamma)校正后的亮度值按从高到低进行排列，取前5％的像素的亮度值作为“参考白”，也就是将其色彩的红(R)、绿(G)、蓝(B)分量值都调整为最大值255。整个输入图像的其他像素的色彩值均按这一调整尺度进行变换，为了避免由于光照不均匀造成的漏检，可以将R值略取大一些。

b、对第一光线补偿图像进行肤色检测，获取二值图像，该二值图像包含肤色区域和非肤色区域；

肤色检测是将光线补偿后的彩色图像分割为肤色区域和非肤色区域，生成只有黑白两色的二值图像。首先获取第一光线补偿图像中每一像素的R、G、B颜色分量值。RGB颜色空间是最常用也是最简单的一种颜色表示方法，由红(R)、绿(G)、蓝(B)三基色构成，任何一种颜色都可以由这三种基色以某种组合产生。然后，根据公式(1)将每一像素转换到YC_bC_r空间，Y代表亮度，C_b、C_r分别代表蓝色和红色分量，肤色在YC_bC_r空间中具有良好的聚类特性。在YC_bC_r空间中，若满足条件C_b∈[77，127]且C_r∈[133，173]，则该像素设为白色，即R、G、B颜色分量值均设为255；否则，将像素设为黑色，即R、G、B颜色分量值均设为0，以形成二值图像。

$\left[\begin{array}{c}Y\\ C_b\\ C_r\end{array}\right]=\left[\begin{array}{ccc}0.299& 0.587& 0.114\\ 0.596& -0.275& -0.321\\ 0.212& -0.523& -0.311\end{array}\right]\left[\begin{array}{c}R\\ G\\ B\end{array}\right]---\left(1\right)$

C、对该二值图像进行形态学处理，获取预处理图像，该预处理图像包含肤色区域和非肤色区域。

通过肤色检测形成了肤色区域和非肤色区域。但是由于噪声或干扰的存在，同时会分割出很多小的“假”肤色区域，另外，由于图像中可能存在裸露的脖颈、胳膊、与肤色相似的背景物体或具有皮肤颜色的衣服等，均会对人脸检测带来干扰，因此，利用形态学运算中的填充、腐蚀和膨胀对二值图像进行形态学处理，以准确得获取包含肤色区域和非肤色区域的预处理图像。

在本实施例中，可以利用索贝尔(Sobel)算子对该预处理图像进行人脸轮廓检测，以获取圆形待检测区域。一方面，可以对圆形待检测区域覆盖范围内的预处理图像进行肤色区域扩展处理，获得第一人脸轮廓；另一方面，可以对圆形待检测区域覆盖范围内的经过预处理所获取的第一光线补偿图像进行光线补偿处理和肤色检测，获得第二人脸轮廓。最后，合并通过上述步骤获取的第一人脸轮廓和第二人脸轮廓，以获取人脸图像。

本发明实施例通过提供一种人脸检测方法，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，提高了人脸检测的准确率和检测速度。

图2为本发明人脸检测方法第二实施例的流程图。如图2所示，在上述方法第一实施例的基础上，步骤101可以具体为：

步骤201、对预处理图像进行边缘检测处理，获取边缘检测区域；

可以利用Sobel算子获得人脸边缘的位置和方向，并用平滑的曲线连接而形成边缘检测区域。Sobel算子是图像处理中的算子之一，主要用于边缘检测，它是离散型差分算子，用来运算图像亮度函数的梯度的近似值，在图像的任何一点使用该算子，将会产生对应的梯度矢量或者其法矢量。由于Sobel算子是滤波算子的形式，因此用于提取边缘时，可利用快速卷积函数，简单有效。

步骤202、获取边缘检测区域的长度值、宽度值和长宽比，选取长宽比在预设数值区间内的边缘检测区域作为初始轮廓区域；

通过分析人脸轮廓边缘，可以看出认得人脸的轮廓可以被近似地看作椭圆形。因此，在进行人脸轮廓检测时，可以对类椭圆形的区域进行检测。计算边缘检测区域的长度值和宽度值，并计算其长宽比，则可选取长宽比在预设数值区间内的边缘检测区域作为初始轮廓区域。例如，预设数值区间可以为[0.7，1.2]，则长宽比在[0.7，1.2]之间的边缘检测区域则可认为是类椭圆形，因此将其作为初始轮廓区域。

步骤203、以该初始轮廓区域的中心为圆心，获取圆形待检测区域，该圆形待检测区域的直径为初始轮廓区域的长度值与宽度值之中的最大值的1.1～1.5倍。

将以初始轮廓区域的中心为圆心，以1.1*max{长度值，宽度值}～1.5*max{长度值，宽度值}之间的任意长度为直径的区域作为圆形待检测区域。因此，可以减小图像的检测范围，提高了人脸检测的速度。

本发明实施例通过提供一种人脸检测方法，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，提高了人脸检测的准确率和检测速度。

图3为本发明人脸检测方法第三实施例的第一流程图。如图3所示，在上述技术方案的基础上，步骤102可以具体为：

步骤301、在圆形待检测区域覆盖范围内的预处理图像上均匀设置光点；

步骤302、将圆形待检测区域分割为数个扇形区域；

步骤303、使光点在扇形区域内分步移动，检测光点每移动一步所处的像素是否位于肤色区域，并将与位于肤色区域的像素相邻的像素标记为肤色区域；

步骤304、将圆形待检测区域覆盖范围内的肤色区域利用平滑曲线进行拟合，形成第一人脸轮廓。

首先在圆形待检测区域的圆心设置一个光点，在非圆心区域均匀设置数个光点，将该圆形待检测区域分割为数个扇形区域，例如可以等分为角度分别是[0°～45°]、[45°～90°]、[90°～135°]、[135°～180°]、[180°～225°]、[225°～270°]、[270°～315°]和[315°～360°]的8个扇形区域，这样可以有效避免因光点移动不均匀造成的一些区域检测过于频繁而另一些区域检测不足的现象。然后通过检测光点移动后所处的像素是否位于肤色区域来扩展肤色区域。最终利用平滑曲线对圆形待检测区域覆盖范围内的肤色区域进行拟合，以获取第一人脸轮廓。

具体地，本实施例中的步骤303可以按照下述操作进行，图4为本发明人脸检测方法第三实施例的第二流程图。如图4所示，步骤303可以具体为：

步骤S1、判断扇形区域中的光点所处的像素是否位于肤色区域，并对该判断操作进行计数，获取计数值，若光点所处的像素位于肤色区域，则执行步骤S2，否则，执行步骤S3；

步骤S2、将与光点所处的像素相邻的像素标记为肤色区域，执行步骤S3；

步骤S3、使该光点在扇形区域中沿预设方向移动预设距离，并判断计数值是否等于预设阈值，若是，则结束步骤303，否则，执行步骤S4；

步骤S4、判断光点是否位于扇形区域的边缘，若是，则执行步骤S5，否则，执行步骤S1；

步骤S5、随机改变预设方向，执行步骤S1；

在每个扇形区域中检测光点所处的像素是否位于肤色区域，若某一光点所处的像素位于非肤色区域，则使该光点在扇形区域中沿随机设定的预设方向移动，移动的距离为预设距离，如移动若干像素。当该光点到达扇形区域的边缘时，随机改变预设方向并继续移动，并且在每次移动后继续检测该光点所处的像素是否位于肤色区域；若某一光点所处的像素位于肤色区域，则将与光点所处的像素相邻的像素标记为肤色区域，也就是进行区域生长，然后使该光点在扇形区域中沿预设方向移动，并当该光点到达扇形区域的边缘时，随机改变上述预设方向。并且，每当光点移动时，都判断计数值是否等于预设阈值，若是，则结束操作；否则继续执行步骤上述步骤，直至计数值等于预设阈值，即迭代次数达到某预设阈值为止。

本发明实施例通过提供一种人脸检测方法，对预处理图像进行肤色区域扩展处理，不仅提高了肤色区域标记的效率，同时还能够去除噪声，减少后续处理操作。

图5为本发明人脸检测方法第四实施例的流程图。如图5所示，在上述技术方案的基础上，步骤103可以具体为：

步骤501、对圆形待检测区域覆盖范围内的第一光线补偿图像进行光线补偿处理，获取第二光线补偿图像；

步骤502、对第二光线补偿图像进行肤色检测，获取肤色检测图像，该肤色检测图像包含肤色区域和非肤色区域；

步骤503、将圆形待检测区域覆盖范围内的肤色区域利用平滑曲线进行拟合，形成第二人脸轮廓。

由于图像被建筑物遮挡将造成人脸的部分阴影，即使对图像进行光照补偿，在对图像进行肤色检测获取二值图像时，部分人脸数据仍会被误以为是背景而被删除，从而造成人脸数据的丢失。因此，在本发明实施例中，对经过光线补偿处理的第一光线补偿图像进行再次光线补偿处理，获得第二光线补偿图像，然后对该第二光线补偿图像进行肤色检测，获取第二人脸轮廓。

本发明实施例通过提供一种人脸检测方法，采用多次光线补偿，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，提高了检测速度和人脸检测的准确率。

图6为本发明人脸检测方法第五实施例的流程图。如图6所示，在上述技术方案的基础上，步骤104可以具体为：

步骤601、分别获取第一人脸轮廓包围的第一人脸区域，和第二人脸轮廓包围的第二人脸区域；

步骤602、在第一人脸区域和第二人脸区域的并集所覆盖范围内，获取人脸图像。

在本发明实施例中，通过第一人脸区域和第二人脸区域的并集来获取人脸图像。

本发明实施例通过提供一种人脸检测方法，采用多次光线补偿，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，进行了肤色区域扩展处理，并对不同的人脸轮廓进行合并，提高了检测速度和人脸检测的准确率。

图7为本发明人脸检测装置第一实施例的结构示意图。如图7所示，本发明实施例提供了一种人脸检测装置，包括：轮廓检测模块71、肤色区域扩展模块72、光线补偿和肤色检测模块73和合并模块74。其中，轮廓检测模块71用于对经过预处理所获取的包含肤色区域和非肤色区域的预处理图像进行边缘检测处理，获取边缘检测区域及该边缘检测区域的长度值、宽度值和长宽比，并根据该长度值、宽度值和长宽比，获取圆形待检测区域；肤色区域扩展模块72用于对轮廓检测模块71获取的圆形待检测区域覆盖范围内的预处理图像进行肤色区域扩展处理，获取第一人脸轮廓；光线补偿和肤色检测模块73用于对轮廓检测模块71获取的圆形待检测区域覆盖范围内的经过预处理所获取的第一光线补偿图像进行光线补偿处理和肤色检测，获取第二人脸轮廓；合并模块74用于合并肤色区域扩展模块72获取的第一人脸轮廓和光线补偿和肤色检测模块73获取的第二人脸轮廓，获取人脸图像。

在本发明实施例中，对经过预处理所获取的预处理图像进行操作。首先，轮廓检测模块71可以利用Sobel算子对该预处理图像进行人脸轮廓检测，以获取圆形待检测区域。一方面，肤色区域扩展模块72对轮廓检测模块71获取的圆形待检测区域覆盖范围内的预处理图像进行肤色区域扩展处理，获得第一人脸轮廓；另一方面，光线补偿和肤色检测模块73对轮廓检测模块71获取的圆形待检测区域覆盖范围内的第一光线补偿图像进行光线补偿处理和肤色检测，获得第二人脸轮廓。最后，合并模块74合并上述获取的第一人脸轮廓和第二人脸轮廓，以获取人脸图像。

本发明实施例通过提供一种人脸检测装置，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，提高了人脸检测的准确率和检测速度。

图8为本发明人脸检测装置第二实施例的结构示意图。如图8所示，在上述装置第一实施例的基础上，轮廓检测模块71可以包括：边缘检测单元711、初始轮廓区域获取单元712和圆形待检测区域获取单元713。其中，边缘检测单元711用于对预处理图像进行边缘检测处理，获取边缘检测区域；初始轮廓区域获取单元712用于获取边缘检测单元711获取的边缘检测区域的长度值、宽度值和长宽比，选取长宽比在预设数值区间内的边缘检测区域作为初始轮廓区域；圆形待检测区域获取单元713用于以初始轮廓区域获取单元712获取的初始轮廓区域的中心为圆心，获取圆形待检测区域，该圆形待检测区域的直径为初始轮廓区域的长度值与宽度值之中的最大值的1.1～1.5倍。

该人脸检测装置中包括的模块的功能实现如上述方法实施例中的具体描述，在此不再赘述。

本发明实施例通过提供一种人脸检测装置，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，提高了人脸检测的准确率和检测速度。

图9为本发明人脸检测装置第三实施例的结构示意图。如图9所示，在上述技术方案的基础上，肤色区域扩展模块72可以包括：光点设置单元721、分割单元722、肤色区域扩展单元723和第一拟合单元724。其中，光点设置单元721用于在轮廓检测模块71获取的圆形待检测区域覆盖范围内的预处理图像上均匀设置光点；分割单元722用于将轮廓检测模块71获取的圆形待检测区域分割为数个扇形区域；肤色区域扩展单元723用于使光点设置单元721设置的光点在分割单元722分割的扇形区域内分步移动，检测光点每移动一步所处的像素是否位于肤色区域，并将与位于肤色区域的像素相邻的像素标记为肤色区域；第一拟合单元724用于将圆形待检测区域覆盖范围内的肤色区域利用平滑曲线进行拟合，形成第一人脸轮廓。

该人脸检测装置中包括的模块的功能实现如上述方法实施例中的具体描述，在此不再赘述。

本发明实施例通过提供一种人脸检测装置，对预处理图像进行肤色区域扩展处理，不仅提高了肤色区域标记的效率，同时还能够去除噪声，减少后续处理操作。

图10为本发明人脸检测装置第四实施例的结构示意图。如图10所示，在上述技术方案的基础上，光线补偿和肤色检测模块73可以包括：光线补偿单元731、肤色检测单元732和第二拟合单元733。其中，光线补偿单元731用于对轮廓检测模块71获取的圆形待检测区域覆盖范围内的第一光线补偿图像进行光线补偿处理，获取第二光线补偿图像；肤色检测单元732用于对光线补偿单元731获取的第二光线补偿图像进行肤色检测，获取肤色检测图像，该肤色检测图像包含肤色区域和非肤色区域；第二拟合单元733用于将圆形待检测区域覆盖范围内的肤色区域利用平滑曲线进行拟合，形成第二人脸轮廓。

该人脸检测装置中包括的模块的功能实现如上述方法实施例中的具体描述，在此不再赘述。

本发明实施例通过提供一种人脸检测装置，采用多次光线补偿，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，提高了检测速度和人脸检测的准确率。

图11为本发明人脸检测装置第五实施例的结构示意图。如图11所示，在上述技术方案的基础上，合并模块74可以包括：人脸区域获取单元741和人脸图像获取单元742。其中，人脸区域获取单元741用于获取第一人脸轮廓包围的第一人脸区域，和第二人脸轮廓包围的第二人脸区域；人脸图像获取单元742用于在人脸区域获取模块741获取的第一人脸区域和第二人脸区域的并集所覆盖范围内，获取人脸图像。。

该人脸检测装置中包括的模块的功能实现如上述方法实施例中的具体描述，在此不再赘述。

本发明实施例通过提供一种人脸检测装置，采用多次光线补偿，避免了因遮挡造成的阴影所导致的检测肤色过程中人脸数据的丢失，进行肤色区域扩展处理，并对不同的人脸轮廓进行合并，提高了检测速度和人脸检测的准确率。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现，当然也可以全部通过硬件来实施，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。

Claims (10)

1.一种人脸检测方法，其特征在于，包括：

对输入图像进行预处理，以获取所述图像的第一光线补偿图像和预处理图像，所述预处理图像包含肤色区域和非肤色区域；

对所述预处理图像进行边缘检测处理，获取边缘检测区域及所述边缘检测区域的长度值、宽度值和长宽比，并根据所述长度值、宽度值和长宽比，获取圆形待检测区域；

对所述圆形待检测区域覆盖范围内的所述预处理图像进行肤色区域扩展处理，获取第一人脸轮廓；

对所述圆形待检测区域覆盖范围内的所述第一光线补偿图像进行光线补偿处理和肤色检测，获取第二人脸轮廓；

合并所述第一人脸轮廓和第二人脸轮廓，获取人脸图像。

2.根据权利要求1所述的人脸检测方法，其特征在于，所述对经过预处理所获取的包含肤色区域和非肤色区域的预处理图像进行边缘检测处理，获取边缘检测区域及所述边缘检测区域的长度值、宽度值和长宽比，并根据所述长度值、宽度值和长宽比，获取圆形待检测区域，具体为：

对所述预处理图像进行边缘检测处理，获取边缘检测区域；

获取所述边缘检测区域的长度值、宽度值和长宽比，选取所述长宽比在预设数值区间内的所述边缘检测区域作为初始轮廓区域；

以所述初始轮廓区域的中心为圆心，获取圆形待检测区域，所述圆形待检测区域的直径为所述初始轮廓区域的长度值与宽度值之中的最大值的1.1到1.5倍。

3.根据权利要求1所述的人脸检测方法，其特征在于，所述对所述圆形待检测区域覆盖范围内的所述预处理图像进行肤色区域扩展处理，获取第一人脸轮廓，具体为：

在所述圆形待检测区域覆盖范围内的所述预处理图像上均匀设置光点；

将所述圆形待检测区域分割为数个扇形区域；

使所述光点在所述扇形区域内分步移动，检测所述光点每移动一步所处的像素是否位于肤色区域，并将与所述位于肤色区域的像素相邻的像素标记为肤色区域；

将所述圆形待检测区域覆盖范围内的肤色区域利用平滑曲线进行拟合，形成所述第一人脸轮廓。

4.根据权利要求1所述的人脸检测方法，其特征在于，所述对所述圆形待检测区域覆盖范围内的经过预处理所获取的第一光线补偿图像进行光线补偿处理和肤色检测，获取第二人脸轮廓，具体为：

对所述圆形待检测区域覆盖范围内的所述第一光线补偿图像进行光线补偿处理，获取第二光线补偿图像；

对所述第二光线补偿图像进行肤色检测，获取肤色检测图像，所述肤色检测图像包含肤色区域和非肤色区域；

将所述圆形待检测区域覆盖范围内的肤色区域利用平滑曲线进行拟合，形成所述第二人脸轮廓。

5.根据权利要求1至4中任一所述的人脸检测方法，其特征在于，所述合并所述第一人脸轮廓和第二人脸轮廓，获取人脸图像，具体为：

分别获取所述第一人脸轮廓包围的第一人脸区域，和所述第二人脸轮廓包围的第二人脸区域；

在所述第一人脸区域和所述第二人脸区域的并集所覆盖范围内，获取所述人脸图像。

6.一种人脸检测装置，其特征在于，包括：

轮廓检测模块，用于对输入图像进行预处理，以获取所述图像的第一光线补偿图像和预处理图像，所述预处理图像包含肤色区域和非肤色区域；对所述预处理图像进行边缘检测处理，获取边缘检测区域及所述边缘检测区域的长度值、宽度值和长宽比，并根据所述长度值、宽度值和长宽比，获取圆形待检测区域；

肤色区域扩展模块，用于对所述轮廓检测模块获取的所述圆形待检测区域覆盖范围内的所述预处理图像进行肤色区域扩展处理，获取第一人脸轮廓；

光线补偿和肤色检测模块，用于对所述轮廓检测模块获取的所述圆形待检测区域覆盖范围内的所述第一光线补偿图像进行光线补偿处理和肤色检测，获取第二人脸轮廓；

合并模块，用于合并所述肤色区域扩展模块获取的所述第一人脸轮廓和所述光线补偿和肤色检测模块获取的所述第二人脸轮廓，获取人脸图像。

7.根据权利要求6所述的人脸检测装置，其特征在于，所述轮廓检测模块包括：

边缘检测单元，用于对所述预处理图像进行边缘检测处理，获取边缘检测区域；

初始轮廓区域获取单元，用于获取所述边缘检测单元获取的所述边缘检测区域的长度值、宽度值和长宽比，选取所述长宽比在预设数值区间内的所述边缘检测区域作为初始轮廓区域；

圆形待检测区域获取单元，用于以所述初始轮廓区域获取单元获取的所述初始轮廓区域的中心为圆心，获取圆形待检测区域，所述圆形待检测区域的直径为所述初始轮廓区域的长度值与宽度值之中的最大值的1.1到1.5倍。

8.根据权利要求6所述的人脸检测装置，其特征在于，所述肤色区域扩展模块包括：

光点设置单元，用于在所述轮廓检测模块获取的所述圆形待检测区域覆盖范围内的所述预处理图像上均匀设置光点；

分割单元，用于将所述轮廓检测模块获取的所述圆形待检测区域分割为数个扇形区域；

肤色区域扩展单元，用于使所述光点设置单元设置的所述光点在所述分割单元分割的所述扇形区域内分步移动，检测所述光点每移动一步所处的像素是否位于肤色区域，并将与所述位于肤色区域的像素相邻的像素标记为肤色区域；

第一拟合单元，用于将所述圆形待检测区域覆盖范围内的肤色区域利用平滑曲线进行拟合，形成所述第一人脸轮廓。

9.根据权利要求6所述的人脸检测装置，其特征在于，所述光线补偿和肤色检测模块包括：

光线补偿单元，用于对所述轮廓检测模块获取的所述圆形待检测区域覆盖范围内的所述第一光线补偿图像进行光线补偿处理，获取第二光线补偿图像；

肤色检测单元，用于对所述光线补偿单元获取的所述第二光线补偿图像进行肤色检测，获取肤色检测图像，所述肤色检测图像包含肤色区域和非肤色区域；

第二拟合单元，用于将所述圆形待检测区域覆盖范围内的肤色区域利用平滑曲线进行拟合，形成所述第二人脸轮廓。

10.根据权利要求6至9中任一所述的人脸检测装置，其特征在于，所述合并模块包括：

人脸区域获取单元，用于分别获取所述第一人脸轮廓包围的第一人脸区域，和所述第二人脸轮廓包围的第二人脸区域；

人脸图像获取单元，用于在所述人脸区域获取模块获取的所述第一人脸区域和第二人脸区域的并集所覆盖范围内，获取所述人脸图像。

Images