CN105046222B - 一种基于fpga的人脸检测与跟踪方法 - Google Patents
一种基于fpga的人脸检测与跟踪方法 Download PDFInfo
- Publication number
- CN105046222B CN105046222B CN201510408497.5A CN201510408497A CN105046222B CN 105046222 B CN105046222 B CN 105046222B CN 201510408497 A CN201510408497 A CN 201510408497A CN 105046222 B CN105046222 B CN 105046222B
- Authority
- CN
- China
- Prior art keywords
- pixel
- skin
- face
- fpga
- detection method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于FPGA的人脸检测与跟踪方法,首先采集视频,接着进行肤色阈值检测,将采集到的视频数据由YUV格式转换为二进制图像,再进行空间滤波,确定肤色像素,然后进行时间滤波,得到当前帧的像素的平均值,进一步确定肤色像素,接着过滤其它肤色干扰,进行人脸跟踪,得到实时人脸检测结果,最后采用VGA实时显示。本发明克服了现有人脸检测的成本以及检测与跟踪的实时性问题,算法较简单,而准确性、速度和实时性都较高,系统成本较低。
Description
技术领域
本发明涉及图像处理技术领域,特别是一种基于FPGA的人脸检测与跟踪方法。
背景技术
目前,人脸的检测方法的检测对象是静态图像,而无法准确地检测并跟踪视频序列中的人脸。有的人脸检测,如果背景图像较复杂,要从其它物体中区分出人脸较困难;有的在不同的光照条件下的检测结果受很大的影响;有的在人脸被遮挡三分之一以上就难以检测出来。现有人脸检测的处理系统不像FPGA是并行处理的,因此检测和跟踪的实时性受限。
发明内容
有鉴于此,本发明的目的是提出一种基于FPGA的人脸检测与跟踪方法,克服了现有人脸检测的成本以及检测与跟踪的实时性问题。
本发明采用以下方案实现:一种基于FPGA的人脸检测与跟踪方法,具体包括以下步骤:
步骤S1:采集视频;
步骤S2:进行肤色阈值检测,将采集到的视频数据由YUV格式转换为二进制图像;
步骤S3:进行空间滤波,确定肤色像素;
步骤S4:进行时间滤波,得到当前帧的像素的平均值;
步骤S5:过滤其它肤色干扰,进行人脸跟踪,得到实时人脸检测结果;
步骤S6:采用VGA实时显示。
进一步的,所述的步骤S1具体为:采用CMOS图像传感器获取视频图像,使用FPGA设备配置所述CMOS图像传感器输出的YUV格式的视频数据,所述FPGA设备根据CMOS图像传感器协议和时序采集所述视频数据,并将采集到的视频数据存储到所述FPGA设备的DDR存储器中。
进一步的,所述步骤S2具体为:将步骤S1采集到的YUV格式的视频数据的U分量在20<U<74范围内的像素的像素值设为1,否则设为0,进而将采集到的视频数据由YUV格式转换为二进制图像。
进一步的,所述步骤S3具体为:检测经步骤S2处理后的一帧二进制图像中的任一像素点p邻近的9×9像素块,若该9×9像素块中有超过75%的像素点的像素值为1,则认为该像素点p是肤色像素,否则不是。
进一步的,所述步骤S4具体为:对每帧图像中的每个像素点使用公式进行再一次滤波处理,其中,data是步骤S3中当前帧空间滤波后的像素值,avg_in是先前帧的像素平均值,avg_out是当前帧的像素平均值,进而得到肤色连通区域。特别的,FPGA的硬件语言没有除法运算,因此可以将所述公式改写为利用移位运算可得avg_out=avg_in-avg_in>>2+data>>2。如果avg_out大于0.06,则认为该像素是皮肤,否则该像素不是皮肤。
较佳地,由于人的手也是肤色,利用肤色分割进行人脸检测时,需滤除人手的干扰,人手的肤色区域小于人脸的肤色区域,因此比较步骤S4处理后的每一帧图像的肤色连通区域,滤除面积小于已检测出的最大肤色连通区域面积的26%的其它连通区域,将剩下的肤色连通区域确定为人脸的肤色区域,并计算所述人脸的肤色区域的X坐标和Y坐标的平均值,得到实时人脸检测结果。
进一步的,所述步骤S6具体为:将步骤S5中检测到的每帧图像的最终人脸区域通过FPGA硬件语言写入DDR存储器中,然后从DDR中取出图像数据在VGA显示器上实时显示。
与现有技术相比,本发明采用FPGA设备来实现人脸检测的功能,肤色阈值检测可以减小每帧图像的搜索区域;空间滤波和时间滤波提高了人脸检测并跟踪的准确性;FPGA的数据处理都是并行的。因此本发明提出的人脸检测和跟踪的算法较简单,而准确性、速度和实时性都较高,系统成本较低。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
如图1所示,本实施例提供了一种基于FPGA的人脸检测与跟踪方法,具体包括以下步骤:
步骤S1:采集视频;
步骤S2:进行肤色阈值检测,将采集到的视频数据由YUV格式转换为二进制图像;
步骤S3:进行空间滤波,确定肤色像素;
步骤S4:进行时间滤波,得到当前帧的像素的平均值;
步骤S5:过滤其它肤色干扰,进行人脸跟踪,得到实时人脸检测结果;
步骤S6:采用VGA实时显示。
在本实施例中,所述的步骤S1具体为:采用CMOS图像传感器获取视频图像,使用FPGA设备配置所述CMOS图像传感器输出的YUV格式的视频数据,所述FPGA设备根据CMOS图像传感器协议和时序采集所述视频数据,并将采集到的视频数据存储到所述FPGA设备的DDR存储器中。
在本实施例中,所述步骤S2具体为:将步骤S1采集到的YUV格式的视频数据的U分量在20<U<74范围内的像素的像素值设为1,否则设为0,进而将采集到的视频数据由YUV格式转换为二进制图像。
在本实施例中,所述步骤S3具体为:检测经步骤S2处理后的一帧二进制图像中的任一像素点p邻近的9×9像素块,若该9×9像素块中有超过75%的像素点的像素值为1,则认为该像素点p是肤色像素,否则不是。
在本实施例中,所述步骤S4具体为:对每帧图像中的每个像素点使用公式进行再一次滤波处理,其中,data是步骤S3中当前帧空间滤波后的像素值,avg_in是先前帧的像素平均值,avg_out是当前帧的像素平均值,进而得到肤色连通区域。特别的,FPGA的硬件语言没有除法运算,因此可以将所述公式改写为利用移位运算可得avg_out=avg_in-avg_in>>2+data>>2。如果avg_out大于0.06,则认为该像素是皮肤,否则该像素不是皮肤。
较佳地,在本实施例中,由于人的手也是肤色,利用肤色分割进行人脸检测时,需滤除人手的干扰,人手的肤色区域小于人脸的肤色区域,因此比较步骤S4处理后的每一帧图像的肤色连通区域,滤除小于上述已检测出的最大肤色连通区域26%的其它连通区域,将剩下的肤色连通区域确定为人脸的肤色区域,并计算所述人脸的肤色区域的X坐标和Y坐标的平均值,得到实时人脸检测结果。
在本实施例中,所述步骤S6具体为:将步骤S5中检测到的每帧图像的最终人脸区域通过FPGA硬件语言写入DDR存储器中,然后从DDR中取出图像数据在VGA显示器上实时显示。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (7)
1.一种基于FPGA的人脸检测与跟踪方法,其特征在于包括以下步骤:
步骤S1:采集视频;
步骤S2:进行肤色阈值检测,将采集到的视频数据由YUV格式转换为二进制图像;
步骤S3:进行空间滤波,确定肤色像素;
步骤S4:进行时间滤波,得到当前帧的像素值;
步骤S5:过滤非人脸肤色干扰,进行人脸跟踪,得到实时人脸检测结果;
步骤S6:采用VGA实时显示;
所述步骤S4具体为:对每帧图像中的每个像素点使用公式进行再一次滤波处理,其中,data是步骤S3中当前帧空间滤波后的像素值,avg_in是先前帧的像素平均值,avg_out是当前帧的像素点的像素值,如果avg_out大于0.06,则认为该像素是皮肤,否则该像素不是皮肤,进而得到多个肤色连通区域。
2.根据权利要求1所述的一种基于FPGA的人脸检测与跟踪方法,其特征在于:所述的步骤S1具体为:采用CMOS图像传感器获取视频图像,使用FPGA设备配置所述CMOS图像传感器输出的YUV格式的视频数据,所述FPGA设备根据CMOS图像传感器协议和时序采集所述视频数据,并将采集到的视频数据存储到所述FPGA设备的DDR存储器中。
3.根据权利要求1所述的一种基于FPGA的人脸检测与跟踪方法,其特征在于:所述步骤S2具体为:将步骤S1采集到的YUV格式的视频数据的U分量在20<U<74范围内的像素的像素值设为1,否则设为0,进而将采集到的视频数据由YUV格式转换为二进制图像。
4.根据权利要求1所述的一种基于FPGA的人脸检测与跟踪方法,其特征在于:所述步骤S3具体为:检测经步骤S2处理后的一帧二进制图像中的任一像素点p邻近的9×9像素块,若该9×9像素块中有超过75%的像素点的像素值为1,则认为该像素点p是肤色像素,否则不是。
5.根据权利要求1所述的一种基于FPGA的人脸检测与跟踪方法,其特征在于:所述公式还可以写为利用移位运算可得avg_out=avg_in-avg_in>>2+data>>2。
6.根据权利要求1所述的一种基于FPGA的人脸检测与跟踪方法,其特征在于:所述步骤S5具体为:比较步骤S4处理后的每一帧图像的各个肤色连通区域,滤除面积小于已检测出的最大肤色连通区域面积的26%的其它连通区域,将剩下的肤色连通区域确定为人脸的肤色区域,并计算所述人脸的肤色区域的X坐标和Y坐标的平均值,得到实时人脸检测结果。
7.根据权利要求1所述的一种基于FPGA的人脸检测与跟踪方法,其特征在于:所述步骤S6具体为:将步骤S5中检测到的每帧图像的最终人脸区域通过FPGA硬件语言写入DDR存储器中,然后从DDR中取出图像数据在VGA显示器上实时显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510408497.5A CN105046222B (zh) | 2015-07-14 | 2015-07-14 | 一种基于fpga的人脸检测与跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510408497.5A CN105046222B (zh) | 2015-07-14 | 2015-07-14 | 一种基于fpga的人脸检测与跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105046222A CN105046222A (zh) | 2015-11-11 |
CN105046222B true CN105046222B (zh) | 2018-05-04 |
Family
ID=54452751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510408497.5A Active CN105046222B (zh) | 2015-07-14 | 2015-07-14 | 一种基于fpga的人脸检测与跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105046222B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650691A (zh) * | 2016-12-30 | 2017-05-10 | 北京旷视科技有限公司 | 图像处理方法和图像处理设备 |
CN106934354B (zh) * | 2017-02-28 | 2020-08-07 | 厦门瑞为信息技术有限公司 | 一种fpga实现人脸检测的方法 |
CN107704829B (zh) * | 2017-10-09 | 2019-12-03 | 武汉斗鱼网络科技有限公司 | 一种人脸关键点追踪方法及应用和装置 |
CN109993083A (zh) * | 2019-03-20 | 2019-07-09 | 吉林大学 | 一种夜间车辆识别的方法 |
CN112132068A (zh) * | 2020-09-27 | 2020-12-25 | 深圳市梦网视讯有限公司 | 一种基于视频动态信息的年龄分析方法、系统和设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1428694A (zh) * | 2001-12-29 | 2003-07-09 | 成都银晨网讯科技有限公司 | 基于dsp的嵌入式人脸自动检测装置和方法 |
CN104463125A (zh) * | 2014-12-11 | 2015-03-25 | 哈尔滨工程大学 | 基于dsp的人脸自动检测跟踪装置及其方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9268993B2 (en) * | 2013-03-13 | 2016-02-23 | Futurewei Technologies, Inc. | Real-time face detection using combinations of local and global features |
-
2015
- 2015-07-14 CN CN201510408497.5A patent/CN105046222B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1428694A (zh) * | 2001-12-29 | 2003-07-09 | 成都银晨网讯科技有限公司 | 基于dsp的嵌入式人脸自动检测装置和方法 |
CN104463125A (zh) * | 2014-12-11 | 2015-03-25 | 哈尔滨工程大学 | 基于dsp的人脸自动检测跟踪装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105046222A (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105046222B (zh) | 一种基于fpga的人脸检测与跟踪方法 | |
US10032283B2 (en) | Modification of at least one parameter used by a video processing algorithm for monitoring of a scene | |
US9025875B2 (en) | People counting device, people counting method and people counting program | |
EP2523165A2 (en) | Image processing method and image processing device | |
CN103295016B (zh) | 基于深度与rgb信息和多尺度多方向等级层次特征的行为识别方法 | |
CN102509074B (zh) | 一种目标识别方法和设备 | |
JP5484184B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN102542552B (zh) | 视频图像的顺逆光判断和拍摄时间检测方法 | |
US20060056702A1 (en) | Image processing apparatus and image processing method | |
US9053385B2 (en) | Object detection device and object detection method | |
CN104182721A (zh) | 提升人脸识别率的图像处理系统及图像处理方法 | |
CN103903223A (zh) | 一种基于图像显著性检测的获取缩略图的方法 | |
EP2560149A2 (en) | Image processing device, image processing method and program | |
US9852519B2 (en) | Detection system | |
CN106550221A (zh) | 监视摄像装置及其使用的区域式移动侦测方法 | |
CN106991418A (zh) | 飞虫检测方法、装置及终端 | |
CN103793923A (zh) | 一种图像中运动目标的获取方法及设备 | |
CN103578113A (zh) | 前景图像提取方法 | |
CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
CA2825506A1 (en) | Spectral scene simplification through background subtraction | |
US10904429B2 (en) | Image sensor | |
CN106874882A (zh) | 路面病害边缘检测方法和装置 | |
KR102339342B1 (ko) | 월파 감지 방법 및 시스템 | |
WO2016155435A1 (zh) | 动态调整终端屏幕显示的方法、终端及存储介质 | |
Zhang et al. | A traffic flow detection system combining optical flow and shadow removal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |