CN104102921A - 一种基于人脸识别的视频检测方法及其检测装置 - Google Patents

Abstract

本发明公开了一种基于人脸识别的视频检测方法，包括感应器检测是否有运动目标进入检测区域且光强是否低于预设阈值；根据检测结果启动摄像装置或照明装置；检测初始图像中的运动目标；利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。与现有技术相比，该方法提高了准确率及人脸识别效果，还提高了视频检测的准确性。且该方法采用先动态后静态相结合的检测方式，提高了检测效率，避免了背景中有人脸照片或类似人脸的区域的误报。本发明同时公开了一种视频检测装置。该检测装置将视频检测装置与照明装置结合为一体，以保障了视频检测部分的正常工作，从而弥补了现有技术的缺陷，使得该检测装置更加地智能化。

Description

一种基于人脸识别的视频检测方法及其检测装置

技术领域

本发明涉及视频检测技术领域，更具体地涉及一种基于人脸识别的视频检测方法及其检测装置。

背景技术

现阶段，一般将视频检测的摄像头和补光照明装置安装于不同的装置上，例如通常照明灯(LED灯)只是用来执行照明功能，不能自动按照视频检测的需要照度提供相应的照明。同时，由于视频检测技术的快速普及，众多的视频检测应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。而人脸识别技术无疑是最佳的选择，采用快速人脸检测技术可以从监控视频像中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。

从所周知，K近邻分类算法已经被广泛地用于模式识别领域和机器学习领域。例如，K近邻分类算法已经被应用于特征选择和降维。正如我们所知，传统的K近邻分类算法简单地使用最接近于测试样本的K个训练样本来对其进行分类。由于传统的K近邻分类算法原理简单，迄今为止已经有很多改进的方法，使其能达到更高的准确率。而由粗到细的分类方法已经在很多方面得到了大家的很大关注。因为由粗到细的分类方法取得了很令人满意的分类效果。例如，由粗到细分类方法已经在图像分类和人脸识别上取得了很高的准确率。由粗到细策略也已经被应用去解决其他的问题，比如形状匹配和纹理检索。

但，传统的K近邻分类算法是基于欧氏距离的，采用该算法所得到的最近邻包中包含了过多的冗余信息，准确率较低，因此将其应用于人脸识别时，会对人脸识别效果造成较大地影响。

发明内容

本发明所要解决的技术问题是：提供一种基于人脸识别的视频检测方法及其检测装置，该方法中采用了“基于表示的距离”的由粗到细的K近邻分类算法进行人脸识别，使得所得到的最近邻包中包含较少的冗余信息，从而提高准确率，进而提高人脸识别效果，进一步地提高视频检测的准确性。

为解决上述技术问题，本发明采用的技术方案是：

提供一种基于人脸识别的视频检测方法，包括：

感应器检测是否有运动目标进入检测区域且检测区域内的光强是否低于预设阈值；

根据检测结果启动摄像装置拍摄初始图像或启动照明装置；

检测初始图像中的运动目标；

利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。

与现有技术相比，本发明的检测方法先通过感应器检测是否有运动目标进入检测区域且检测区域内的光强是否低于预设阈值，当有运动目标进入检测区域时，将启动摄像装置拍摄初始图像，而检测区域内的光强低于预设阈值时，则会启动照明装置以进行补光，之后检测初始图像中的运动目标，最后利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。由于采用了利用“基于表示的距离”的由粗到细K近邻分类算法进行人脸识别，与传统的由粗到细K近邻分类算法相比，该算法所得到的最近邻包中包含了较少的冗余信息，从而提高了准确率，进而提高了人脸识别效果，进一步地提高了视频检测的准确性。且，从上述描述可以看出，该方法是在检测到有运动目标后再进行人脸识别，即采用先动态后静态相结合的检测方式，提高了检测效率，也能较好地避免背景中有人脸照片或类似人脸的区域的误报。

相应地，本发明还提供了一种基于人脸识别的视频检测装置，包括：

拍摄装置，用于拍摄初始图像；

照明装置；

感应器，与拍摄装置及照明装置连接，用于检测是否有运动目标进入检测区域及检测检测区域内的光强是否低于预设阈值；

存储模块，用于存储人脸特征数据库；以及

图像处理模块，与拍摄装置及存储模块连接，用于检测初始图像中的运动目标，并利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。

与现有技术相比，本发明的检测装置先通过感应器检测是否有运动目标进入检测区域且检测区域内的光强是否低于预设阈值，当有运动目标进入检测区域时，将启动摄像装置拍摄初始图像，而检测区域内的光强低于预设阈值时，则会启动照明装置以进行补光，之后通过图像处理模块检测初始图像中的运动目标，并利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。由于采用了利用“基于表示的距离”的由粗到细K近邻分类算法进行人脸识别，与传统的由粗到细K近邻分类算法相比，该算法所得到的最近邻包中包含了较少的冗余信息，从而提高了准确率，进而提高了人脸识别效果，进一步地提高了视频检测的准确性。且，从上述描述可以看出，该装置是在检测到有运动目标后再进行人脸识别，即采用先动态后静态相结合的检测方式，提高了检测效率，也能较好地避免背景中有人脸照片或类似人脸的区域的误报。此外，该检测装置将视频检测装置(如上所述的拍摄装置)与照明装置结合为一体，以保障了视频检测部分的正常工作，从而弥补了现有的视频装置与照明装置相互独立设置、照明装置不能自动按照视频检测所需照度提供照明的缺陷，使得该检测装置更加地智能化。

通过以下的描述并结合附图，本发明将变得更加清晰，这些附图用于解释本发明的实施例。

附图说明

图1为本发明基于人脸识别的视频检测方法的流程图。

图2a为传统的K近邻分类算法的流程图。

图2b为本发明“基于表示距离”的K近邻分类算法的流程图。

图3为本发明基于人脸识别的视频检测装置的安装示意图。

图4为图3所示检测装置的外观侧面图。

图5为图4的正面图。

图6为图4的结构框图。

具体实施方式

现在参考附图描述本发明的实施例，附图中类似的元件标号代表类似的元件。

请参考图1，本发明基于人脸识别的视频检测方法主要包括：

S101，感应器检测是否有运动目标进入检测区域且检测区域内的光强是否低于预设阈值。

S102，根据检测结果启动摄像装置拍摄初始图像或启动照明装置；具体地，当感应器检测到有运动目标进入检测区域时，启动拍摄装置(如摄像头)拍摄包含有该运动目标的初始图像，同时，感应器会检测检测区域内的光强，并判断光强是否低于预设阈值，当低于时(如夜间或光线不足时)，则会启动照明装置(如LED灯)进行补光照射，以保证所拍摄的图像的效果。

S103，检测初始图像中的运动目标；具体地，是利用目标相对于场景的运动，将运动目标从序列图像背景中分离出来。由于室内场景较为固定和稳定，采用背景剪除进行运动目标检测，主要包括预处理、背景建模、目标检测及滤波处理四个过程，其中所述背景建模包括模型初始化、模型保持与更新。

S104，利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。

具体地，步骤S104具体包括：

利用“基于表示的距离”的由粗到细K近邻分类算法建立被检测目标的特征模型；

根据特征模型设计分类器；

采用分类器从具有运动目标的图像中分离出目标人脸，以得到人脸图像；

对人脸图像进行预处理和特征提取；

将所提取的特征与人脸特征数据库中所存储的特征进行对比以完成人脸识别。

S105，根据识别结果进行报警；具体地，人脸识别的结果包括预定人员、非预定人员及人脸检测失败人员，当为非预定人员时，即不是人脸特征数据库中所存储的预定人员，则将其定位非法入侵人员，将包含该非预定人员的监控视频进行预处理和图像压缩，并启动无线传输将其发送给指定用户并鸣响报警器。

具体地，“基于表示的距离”的由粗到细K近邻分类算法具体包括：

从原始训练样本中集中挑选出少量测试样本“较相似”的K个训练样本；

计算出“基于表示的距离”以确定出K个与所述测试样本最“相似”的K个训练样本；

将测试样本分到产生K个训练样本最多的类别中。

实际上，该算法有如下原理：第一步忽略那些远离测试样本的训练样本对分类的边界影响，所以它可以更容易地将测试样本最终分到真正与其近的类别中。第二步允许竞争地估计测试样本和每个K近邻的距离，不是独立地评估，而是竞争地评估距离，因此会更加可靠。

进一步地，该算法利用“基于表示的距离”来分类，对此距离设定一个阈值，对大于该阈值的人脸图像拒识，说明该人不属于已经保存在人脸数据库中的预定人员，为非法入侵的人员；对小于等于该阈值的人脸图像进行分类，说明该人属于已经保存在人脸图像数据库中的预定人员，为用户设定的家庭成员，并对其归类。

此外，用“基于表示的距离”的分类结果将保存在入侵检测日志中，无论结果是预定人员、非预定人员还是人脸检测失败的人员，用户都可以在入侵检测日志中查找到入侵记录信息。需要说明的是，检测日志记录的是预定用户、非预定用户以及对人脸检测失败的信息进入检测区域的日期、时间以及其所属类别三个属性信息，例如“2014-2-25，14:51:39，001(张三)进入”。如果检测到人员被判识为预定用户，则类别记录的是预定用户的所属类别编号或者姓名；如果检测到人员被判识为非预定用户，则用符号“！”表示记录到日志的类别属性当中；如果对人脸检测失败信息，则用符号“×”表示记录到日志的类别属性当中。

为了更好地理解本发明，下面对由粗到细的K近邻分类算法做如下说明：

由粗到细K近邻分类算法用列向量X₁,...,X_N表示全部N个训练样本。该算法首先粗略地确定出离测试样本近的n个训练样本。然后，从这n个训练样本中细分出测试样本的K(K≤n)个最近邻。最后，利用这K个最近邻来对测试样本进行分类。如果X₁,...,X_N和测试样本Y不是长度为1的单位向量，由粗到细K近邻分类算法会提前将它们转换成单位向量。由粗到细K近邻分类算法将测试样本Y表示成所有训练样本的一个线性组合。换言之，该算法设满足下列式子：

$Y=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\γ}}_i{X}_i.---\left(1\right)$

式(1)可以改写为

Y＝Xγ，   (2)

其中γ＝(γ₁...γ_N)^T，X＝(X₁...X_N)。

本发明利用拉格朗日算法得到式(2)的解。由于希望Xγ能够最好地接近于Y，所以需要γ使||Y-Xγ||²最小。并且，数值分析已经证明如果n有一个小的范数，式(2)的解会很好的概括出来。所以，我们也希望||γ||²可以尽可能小。基于以上因素，本发明定义一个拉格朗日公式f(γ)＝||Y-Xγ||²+μ||γ||²，其中μ是一个正的常数。式(2)的最优解应该使得f(γ)最小，还要满足因为意味着2(X^TX+μI)γ＝2X^TY，所以我们用来获得式(2)的解，其中I是单位矩阵。由粗到细K近邻分类算法接下来计算

$e_i={\left|\right|Y-{\widehat{\mathrm{\γ}}}_i{X}_i\left|\right|}^2,---\left(3\right)$

其中表示第i个。由粗到细K近邻分类算法选出前n个有最小e_i的训练样本，并将它们分别表示为Z₁,...,Z_n。该算法然后用Z₁,...,Z_n的加权和来表示测试样本Y，如式(4)所示

$Y=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{w}_i{Z}_i.---\left(4\right)$

式(4)可以被改写成Y＝Zw，其中w＝[w₁...w_n]^T，Z＝[Z₁...Z_n]。然后，该算法用来求解式(4)，其中μ是一个正的常数，I是单位矩阵。表示第i个。表示Y和Z_i之间的相似度。d_i越小说明Y和Z_i之间的相似度越高。该算法从Z₁,...,Z_n中选出前K个有最小d_i的训练样本并分别表示为s₁,...s_k。然后统计s₁,...s_k的类别j(j＝1,...,C)，C是表示类别总数，m_j是属于第j个类的训练样本的数量。很明显。如果令t＝arg max m_j，则将测试样本分到第t类中。

再请参考2a及图2b，为传统的K近邻分类算法和本发明“基于表示的距离”的由粗到细K近邻分类算法的流程图。两者的主要相似点是都使用测试样本的K个最近邻的类标签来对测试样本进行分类。设这K个最近邻的类标签分别是c₁,...,c_k∈{1,2,...,C}。如果l是K个最近邻最多的类标签，这两种算法都将测试样本分到第l类。两者主要的不同点是，传统的K近邻分类算法是用欧式距离来确定测试样本的最近邻，而由粗到细K近邻分类算法用的是基于表示的距离。显然，本发明的算法要比传统的算法更加缜密，步骤更多。

对于由粗到细K近邻分类算法的原理，有以下的理解。传统的K近邻分类算法并不是独立地计算测试样本和每个训练样本之间的距离，而本发明的算法是独立地计算距离的。

为了简单明了的解释上述不同，本发明假设只有两个训练样本。如果第二个训练样本改变，而第一个训练样本不变，于是在传统的K近邻分类算法中，测试样本和第二个训练样本之间的距离将会改变，而和第一个训练样本之间的距离保持不变。但是在由粗到细K近邻分类算法中，一旦有训练样本改变，那么测试样本与每个训练样本之间的距离都会改变。实际上，本发明的算法有如下的思想：它将分类部分地看作测试样本的表示问题，并认为那些能很好逼近测试样本的一部分训练样本应该被选出作为最近邻。本发明的算法的确是这样选出测试样本的最近邻的。并且，正如式(4)所示，用所有训练样本的加权和来逼近测试样本而且不同的训练样本以竞争的方式为逼近测试样本做出贡献。所以，用本发明的算法选出的K个训练样本可以很好地逼近测试样本，即很好地表示测试样本。另外，本发明的算法不会包含很多冗余信息。从基于表示的分类角度来说，好的测试样本的表示能有一个高的识别率。相反的，传统的K近邻分类算法独立地评估测试样本和每个训练样本之间的相似度(距离)，所以它选出的最近邻可能会包含更多的表示测试样本的冗余信息。

本发明提出的算法中所用到的由粗到细策略还有以下好的效果。它允许第一步排除那些远离测试样本的训练样本，还允许第二步来最终确定出测试样本的“最优的”最近邻。特别地，该由粗到细策略能够确定出K近邻的一部分候选样本，然后确定出对逼近测试样本最有竞争性贡献的候选样本。并且本发明的由粗到细策略可以得到比传统K近邻分类算法更高的正确率。

需要说明的是，上面提到的d_i是用来表示测试样本和训练样本之间的相似度。若测试样本与训练样本之间相差过大，说明该测试样本并不属于训练样本的所在类，应将该测试样本作为非预定用户作拒识处理。具体来说，对d_i设定一个阈值T，用该阈值来判断测试样本是否属于训练样本的类别。如果d_i>T，则拒识，即测试样本不属于训练样本数据库中的类别；如果d_i≤T，则说明测试样本属于训练样本数据库中的类别，并进一步将测试样本进行分类。

相应地，本发明还提供了一种基于人脸识别的视频检测装置，如图3所示，其被安装在正对检测区域便于捕捉到运动目标的位置(如住宅的大门或者窗户的墙壁上)，可捕捉到运动目标或检测区域移动人的人脸。

再请参考图4至图6，该检测装置包括：

拍摄装置10，用于拍摄初始图像；该拍摄装置10具体为摄像头；

照明装置11，具体为LED灯；

感应器12，与拍摄装置11及照明装置12连接，用于检测是否有运动目标进入检测区域及检测检测区域内的光强是否低于预设阈值；

存储模块13，用于存储人脸特征数据库；需要说明的是，存储模块13还存放预定用户的人脸图像信息；以及移动目标检测日志，记录移动目标进入检测区域的信息，包括预定用户和非预定用户的进入的信息，以及对移动目标人脸检测失败的信息；

图像处理模块14，与拍摄装置10及存储模块13连接，用于检测初始图像中的运动目标，并利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别；以及

报警模块15，用于根据图像处理模块14的识别结果进行报警。具体地，人脸识别的结果包括预定人员、非预定人员及人脸检测失败人员，当为非预定人员时，即不是人脸特征数据库中所存储的预定人员，则将其定位非法入侵人员，将包含该非预定人员的监控视频进行预处理和图像压缩，并启动无线传输将其发送给指定用户并鸣响报警器(即报警模块15)。

具体地，图像处理模块14具体包括：

运动目标检测单元141，用于对初始图像进行预处理、背景建模、目标检测及滤波处理以确定运动目标；以及

人脸识别单元142，用于利用“基于表示的距离”的由粗到细K近邻分类算法并调用所述存储模块所存储的人脸特征数据库进行人脸识别。

需要说明的是，该检测装置外观呈半球形，正中间为摄像头(即拍摄装置)，正下方为感应器(在图中为红外感应器)，周围由LED灯(即照明装置)环绕，无线传输装置、图像处理模块、存储模块被封装在底盘内部；该装置整体由透明灯罩覆盖并固定于底盘，灯罩之所以为透明的，是为了摄像头能够正常地、更清晰地拍摄。为了使该设备的外观看起来与普通照明用的LED灯具更相似，底盘和周围的LED灯可设计为彩色，并通过底盘安装在墙面。另外，该装置将摄像头与LED灯结合，具有很强的隐蔽性，不易被发现，不易被破坏。

从以上描述可以看出，该检测方法及监测装置，由于采用了利用“基于表示的距离”的由粗到细K近邻分类算法进行人脸识别，与传统的由粗到细K近邻分类算法相比，该算法所得到的最近邻包中包含了较少的冗余信息，从而提高了准确率，进而提高了人脸识别效果，进一步地提高了视频检测的准确性。且，该方法及装置是在检测到有运动目标后再进行人脸识别，即采用先动态后静态相结合的检测方式，提高了检测效率，也能较好地避免背景中有人脸照片或类似人脸的区域的误报。此外，该检测装置将视频检测装置(如上所述的拍摄装置)与照明装置结合为一体，以保障了视频检测部分的正常工作，从而弥补了现有的视频装置与照明装置相互独立设置、照明装置不能自动按照视频检测所需照度提供照明的缺陷，使得该检测装置更加地智能化。

以上结合最佳实施例对本发明进行了描述，但本发明并不局限于以上揭示的实施例，而应当涵盖各种根据本发明的本质进行的修改、等效组合。

Claims (12)

1.一种基于人脸识别的视频检测方法，其特征在于，包括：

感应器检测是否有运动目标进入检测区域且所述检测区域内的光强是否低于预设阈值；

根据检测结果启动摄像装置拍摄初始图像或启动照明装置；

检测所述初始图像中的运动目标；

利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。

2.如权利要求1所述的检测方法，其特征在于，检测所述初始图像中的运动目标具体包括：

对所述初始图像进行预处理、背景建模、目标检测及滤波处理。

3.如权利要求1所述的检测方法，其特征在于，利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别具体包括：

利用“基于表示的距离”的由粗到细K近邻分类算法建立被检测目标的特征模型；

根据所述特征模型设计分类器；

采用所述分类器从具有运动目标的图像中分离出目标人脸，以得到人脸图像；

对所述人脸图像进行预处理和特征提取；

将所提取的特征与所述人脸特征数据库中所存储的特征进行对比以完成人脸识别。

4.如权利要求3所述的检测方法，其特征在于，“基于表示的距离”的由粗到细K近邻分类算法具体包括：

从原始训练样本中集中挑选出少量测试样本“较相似”的K个训练样本；

计算出“基于表示的距离”以确定出K个与所述测试样本最“相似”的K个所述训练样本；

将所述测试样本分到产生K个所述训练样本最多的类别中。

5.如权利要求1至4任一项所述的检测方法，其特征在于，进行人脸识别之后还包括：

根据识别结果进行报警。

6.如权利要求1至4任一项所述的检测方法，其特征在于，所述人脸识别的结果包括预定人员、非预定人员及人脸检测失败人员。

7.一种基于人脸识别的视频检测装置，其特征在于，包括：

拍摄装置，用于拍摄初始图像；

照明装置；

感应器，与所述拍摄装置及照明装置连接，用于检测是否有运动目标进入检测区域及检测所述检测区域内的光强是否低于预设阈值；

存储模块，用于存储人脸特征数据库；以及

图像处理模块，与所述拍摄装置及存储模块连接，用于检测所述初始图像中的运动目标，并利用“基于表示的距离”的由粗到细K近邻分类算法及人脸特征数据库进行人脸识别。

8.如权利要求7所述的检测装置，其特征在于，所述图像处理模块具体包括：

运动目标检测单元，用于对所述初始图像进行预处理、背景建模、目标检测及滤波处理以确定运动目标；以及

人脸识别单元，用于利用“基于表示的距离”的由粗到细K近邻分类算法并调用所述存储模块所存储的人脸特征数据库进行人脸识别。

9.如权利要求8所述的检测装置，其特征在于，所述检测装置还包括：

报警模块，用于根据所述人脸识别单元的识别结果进行报警。

10.如权利要求8所述的检测装置，其特征在于，利用“基于表示的距离”的由粗到细K近邻分类算法并调用所述存储模块所存储的人脸特征数据库进行人脸识别具体包括：

利用“基于表示的距离”的由粗到细K近邻分类算法建立被检测目标的特征模型；

根据所述特征模型设计分类器；

采用所述分类器从具有运动目标的图像中分离出目标人脸，以得到人脸图像；

对所述人脸图像进行预处理和特征提取；

将所提取的特征与所述人脸特征数据库中所存储的特征进行对比以完成人脸识别。

11.如权利要求10所述的检测装置，其特征在于，“基于表示的距离”的由粗到细K近邻分类算法具体包括：

从原始训练样本中集中挑选出少量测试样本“较相似”的K个训练样本；

计算出“基于表示的距离”以确定出K个与所述测试样本最“相似”的K个所述训练样本；

将所述测试样本分到产生K个所述训练样本最多的类别中。

12.如权利要求7至9任一项所述的检测装置，其特征在于，所述人脸识别的结果包括预定人员、非预定人员及人脸检测失败人员。