Способ распознавания человеческих лиц, устройство и терминал

Способ распознавания человеческих лиц, устройство и терминал

Иллюстрации

Показать все

Реферат

ПЕРЕКРЕСТНАЯ ССЫЛКА НА РОДСТВЕННЫЕ ЗАЯВКИ

[0001] Данная заявка базируется на и испрашивает приоритет китайской патентной заявки № CN 201510520457.X, поданной в государственное учреждение по защите интеллектуальной собственности КНР 21 августа 2015 г., содержание которой в полном объеме включено в данное описание посредством ссылки.

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

[0002] Настоящее изобретение, в общем, относится к области технологии обработки изображений, и, в частности, к способу распознавания человеческих лиц, устройству распознавания человеческих лиц и терминалу.

УРОВЕНЬ ТЕХНИКИ

[0003] В последнее время развиваются технологии распознавания человеческих лиц со все более высоким прикладным значением в областях управления безопасным доступом, визуального обнаружения, извлечения изображения на основании содержания и человекомашинного интерфейса нового поколения. В результате распознавание человеческих лиц в изображении привлекает все большее внимание исследователей.

[0004] В уровне техники человеческое лицо может распознаваться в соответствии с особенностью лица, например, на основании соотношения органов (например, глаз, носа и т.д.) на человеческом лице в качестве особенности лица. Однако если человеческое лицо располагается в краевой области изображения, профиль с соотношением, аналогичным соотношению между органами на лице может не быть найден в таком изображении, поскольку изображение не содержит человеческого лица целиком, таким образом, классификатор человеческих лиц может не распознать человеческое лицо.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0005] Настоящее изобретение обеспечивает в вариантах осуществления способ распознавания человеческих лиц и устройство распознавания человеческих лиц.

[0006] Согласно первому аспекту вариантов осуществления настоящего изобретения обеспечен способ распознавания человеческих лиц, включающий в себя:

получение исходного изображения;

добавление заданных числовых пикселей в краевую область исходного изображения для получения изображения, подлежащего обработке;

осуществление распознавания человеческих лиц на изображении, подлежащем обработке; и

определение человеческого лица в исходном изображении согласно результату распознавания человеческих лиц.

[0007] Совместно с первым аспектом, в первой возможной реализации первого аспекта, добавление заданных числовых пикселей в краевую область исходного изображения включает в себя:

получение пиксельного значения каждого пикселя в краевой области исходного изображения;

определение краевой области, имеющей пиксель цвета лица, согласно пиксельному значению каждого пикселя в краевой области и заранее установленному пиксельному значению для пикселя цвета лица; и

добавление заданных числовых пикселей в краевую область, имеющую пиксель цвета лица.

[0008] Совместно с первым аспектом или первой возможной реализацией первого аспекта во второй возможной реализации первого аспекта осуществление распознавания человеческих лиц на изображении, подлежащем обработке, включает в себя:

получение множества частичных изображений изображения, подлежащего обработке; и

принятие решения, является ли каждое частичное изображение частичным изображением человеческого лица, с использованием заранее обученного адаптивно усиленного классификатора человеческих лиц.

[0009] Совместно со второй возможной реализацией первого аспекта в третьей возможной реализации первого аспекта получение множества частичных изображений изображения, подлежащего обработке, включает в себя:

обход изображения, подлежащего обработке, несколько раз с использованием скользящих окон и задание области изображения, покрытой скользящим окном, в каждой позиции каждого обхода как одно частичное изображение изображения, подлежащего обработке, причем скользящие окна, используемые в любых двух обходах, отличаются размерами; или

масштабирование изображения, подлежащего обработке, несколько раз для получения множества изображений, подлежащих обработке, разных размеров, обрезку изображения, подлежащего обработке, по размеру на множество областей изображения заданного размера, и задание каждой области изображения заданного размера как частичного изображения.

[0010] Совместно со второй возможной реализацией первого аспекта в четвертой возможной реализации первого аспекта заранее обученный адаптивно усиленный классификатор человеческих лиц выполнен в виде каскада многостадийных классификаторов; и принятие решения, является ли каждое частичное изображение частичным изображением человеческого лица, с использованием заранее обученного адаптивно усиленного классификатора человеческих лиц, включает в себя:

принятие решения, является ли частичное изображение частичным изображением человеческого лица, постадийно, начиная с первой стадии классификатора до последней стадии классификатора в заранее обученном адаптивно усиленном классификаторе человеческих лиц; и

определение, что частичное изображение является частичным изображением человеческого лица, если каждый из результатов, выводимых из всех стадий классификаторов, указывает, что частичное изображение является частичным изображением человеческого лица.

[0011] Совместно со второй возможной реализацией первого аспекта в пятой возможной реализации первого аспекта определение человеческого лица в исходном изображении согласно результату распознавания человеческих лиц включает в себя:

определение позиции частичного изображения, которое является частичным изображением человеческого лица в исходном изображении, если во множестве частичных изображений изображения, подлежащего обработке, существует частичное изображение, которое является частичным изображением человеческого лица; и

определение человеческого лица в исходном изображении согласно позиции частичного изображения, которое является частичным изображением человеческого лица в исходном изображении.

[0012] Согласно второму аспекту вариантов осуществления настоящего изобретения обеспечено устройство распознавания человеческих лиц, включающее в себя:

модуль получения, выполненный с возможностью получения исходного изображения;

модуль добавления, выполненный с возможностью добавления заданных числовых пикселей в краевую область исходного изображения, полученного модулем получения, для получения изображения, подлежащего обработке;

модуль распознавания, выполненный с возможностью осуществления распознавания человеческих лиц на изображении, подлежащем обработке, полученном модулем добавления; и

модуль определения, выполненный с возможностью определения человеческого лица в исходном изображении согласно результату распознавания человеческих лиц от модуля распознавания.

[0013] Совместно со вторым аспектом в первой возможной реализации второго аспекта модуль добавления включает в себя:

первый блок получения, выполненный с возможностью получения пиксельного значения каждого пикселя в краевой области исходного изображения;

первый блок определения, выполненный с возможностью определения краевой области, имеющей пиксель цвета лица, согласно пиксельному значению каждого пикселя в краевой области, полученному первым блоком получения и заранее установленному пиксельному значению для пикселя цвета лица; и

блок добавления, выполненный с возможностью добавления заданных числовых пикселей в краевую область, имеющую пиксель цвета лица, определенный первым блоком определения.

[0014] Совместно со вторым аспектом или первой возможной реализации второго аспекта во второй возможной реализации второго аспекта модуль распознавания включает в себя:

второй блок получения, выполненный с возможностью получения множества частичных изображений изображения, подлежащего обработке; и

блок принятия решения, выполненный с возможностью принятия решения, является ли каждое частичное изображение, полученное вторым блоком получения частичным изображением человеческого лица, с использованием заранее обученного адаптивно усиленного классификатора человеческих лиц.

[0015] Совместно со второй возможной реализацией второго аспекта в третьей возможной реализации второго аспекта второй блок получения выполнен с возможностью:

обход изображения, подлежащего обработке, несколько раз с использованием скользящих окон и задания области изображения, покрытой скользящим окном, в каждой позиции каждого обхода как одного частичного изображения для изображения, подлежащего обработке, причем скользящие окна, используемые в любых двух обходах, отличаются размерами; или

масштабирования изображения, подлежащего обработке, несколько раз для получения множества изображений, подлежащих обработке, разных размеров, обрезки изображения, подлежащего обработке, по размеру на множество областей изображения заданного размера, и задания каждой области изображения заданного размера как частичного изображения.

[0016] Совместно со второй возможной реализацией второго аспекта в четвертой возможной реализации второго аспекта заранее обученный адаптивно усиленный классификатор человеческих лиц выполнен в виде каскада многостадийных классификаторов, и блок принятия решения выполнен с возможностью:

принятия решения, является ли частичное изображение частичным изображением человеческого лица, постадийно, начиная с первой стадии классификатора до последней стадии классификатора в заранее обученном адаптивно усиленном классификаторе человеческих лиц; и

определения, что частичное изображение является частичным изображением человеческого лица, если каждый из результатов, выводимых из всех стадий классификаторов, указывает, что частичное изображение является частичным изображением человеческого лица.

[0017] Совместно со второй возможной реализацией второго аспекта в пятой возможной реализации второго аспекта модуль определения включает в себя:

второй блок определения, выполненный с возможностью определения позиции частичного изображения, которое является частичным изображением человеческого лица в исходном изображении, если во множестве частичных изображений изображения, подлежащего обработке, существует частичное изображение, которое является частичным изображением человеческого лица; и

третий блок определения, выполненный с возможностью определения человеческого лица в исходном изображении согласно позиции частичного изображения, которое является частичным изображением человеческого лица в исходном изображении.

[0018] Согласно третьему аспекту вариантов осуществления настоящего изобретения обеспечен терминал, включающий в себя:

процессор; и

память для хранения инструкций, исполняемых процессором;

причем процессор выполнен с возможностью:

получать исходное изображение;

добавлять заданные числовые пиксели в краевую область исходного изображения для получения изображения, подлежащего обработке;

осуществлять распознавание человеческих лиц на изображении, подлежащем обработке; и

определять человеческое лицо в исходном изображении согласно результату распознавания человеческих лиц.

[0019] Решения, обеспеченные в вариантах осуществления настоящего изобретения, могут иметь следующие полезные эффекты.

[0020] После получения изображения, подлежащего обработке, путем добавления заданных числовых пикселей в краевую область исходного изображения, распознавание человеческих лиц осуществляется на изображении, подлежащем обработке, для определения человеческого лица в исходном изображении. В ходе распознавания человеческих лиц, в краевую область исходного изображения добавляются заданные числовые пиксели, что эквивалентно расширению исходного изображения, так что частичное изображение, содержащее человеческое лицо, может быть найдено в расширенном изображении, если человеческое лицо располагается в краевой области исходного изображения, таким образом, гарантируется, что человеческое лицо, расположенное в краевой области исходного изображения, может быть распознано, и дополнительно повышается точность распознавания человеческого лица.

[0021] Следует понимать, что вышеприведенное общее описание и нижеследующее подробное описание являются лишь иллюстративными и пояснительными и не призваны ограничивать изобретение.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0022] Прилагаемые чертежи, которые включены в это описание изобретения и составляют его часть, иллюстрируют варианты осуществления, согласующиеся с изобретением, и, совместно с описанием, служат для объяснения принципов изобретения.

[0023] Фиг. 1 - блок-схема операций, демонстрирующая способ распознавания человеческих лиц согласно иллюстративному варианту осуществления.

[0024] Фиг. 2 - блок-схема операций, демонстрирующая способ распознавания человеческих лиц согласно иллюстративному варианту осуществления.

[0025] Фиг. 3 - схема исходного изображения согласно иллюстративному варианту осуществления.

[0026] Фиг. 4 - схема изображения, подлежащего обработке, согласно иллюстративному варианту осуществления.

[0027] Фиг. 5 - схема обхода изображения, подлежащего обработке, с использованием скользящих окон разных размеров, согласно иллюстративному варианту осуществления.

[0028] Фиг. 6 - схема изображений, подлежащих обработке, разных размеров, согласно иллюстративному варианту осуществления.

[0029] Фиг. 7 - схема классификатора человеческих лиц Adaboost согласно иллюстративному варианту осуществления.

[0030] Фиг. 8 - блок-схема устройства распознавания человеческих лиц согласно иллюстративному варианту осуществления.

[0031] Фиг. 9 - блок-схема модуля добавления согласно иллюстративному варианту осуществления.

[0032] Фиг. 10 - блок-схема модуля распознавания согласно иллюстративному варианту осуществления.

[0033] Фиг. 11 - блок-схема модуля определения согласно иллюстративному варианту осуществления.

[0034] Фиг. 12 - блок-схема терминала согласно иллюстративному варианту осуществления.

ПОДРОБНОЕ ОПИСАНИЕ

[0035] Обратимся к подробному описанию вариантов осуществления настоящего изобретения. Если иначе не задано или не ограничено, одинаковые или аналогичные элементы и элементы, имеющие одинаковые или аналогичные функции, обозначаются сходными ссылочными позициями на протяжении описания. Пояснительные варианты осуществления настоящего изобретения и их иллюстрации не призваны представлять все реализации, отвечающие настоящему изобретению. Напротив, они иллюстрируют устройство и способ, согласующиеся с некоторыми аспектами настоящего изобретения, описанными в нижеследующей формуле изобретения.

[0036] На фиг. 1 показана блок-схема операций, демонстрирующая способ распознавания человеческих лиц согласно иллюстративному варианту осуществления, и способ распознавания человеческих лиц применяется на терминале. Как показано на фиг. 1, способ распознавания человеческих лиц, обеспеченный в вариантах осуществления настоящего изобретения, включает в себя следующие этапы.

[0037] На этапе S101 получается исходное изображение.

[0038] На этапе S102 заданные числовые пиксели добавляются в краевую область исходного изображения для получения изображения, подлежащего обработке.

[0039] На этапе S103 распознавание человеческих лиц осуществляется на изображении, подлежащем обработке.

[0040] На этапе S104 человеческое лицо в исходном изображении определяется согласно результату распознавания человеческих лиц.

[0041] Согласно способу, обеспеченному вариантами осуществления настоящего изобретения, после получения изображения, подлежащего обработке, путем добавления заданных числовых пикселей в краевую область исходного изображения, распознавание человеческих лиц осуществляется на изображении, подлежащем обработке, для определения человеческого лица в исходном изображении. В ходе распознавания человеческих лиц, в краевую область исходного изображения добавляются заданные числовые пиксели, что эквивалентно расширению исходного изображения, так что частичное изображение, содержащее человеческое лицо, может быть найдено в расширенном изображении, если человеческое лицо располагается в краевой области исходного изображения, и, таким образом, гарантируется, что человеческое лицо, расположенное в краевой области исходного изображения, может быть распознано, и дополнительно повышается точность распознавания человеческого лица.

[0042] В другом варианте осуществления добавление заданных числовых пикселей в краевую область исходного изображения включает в себя:

получение пиксельного значения каждого пикселя в краевой области исходного изображения;

определение краевой области, имеющей пиксель цвета лица, согласно пиксельному значению каждого пикселя в краевой области и заранее установленному пиксельному значению для пикселя цвета лица; и

добавление заданных числовых пикселей в краевую область, имеющую пиксель цвета лица.

[0043] В другом варианте осуществления осуществление распознавания человеческих лиц на изображении, подлежащем обработке, включает в себя:

получение множества частичных изображений изображения, подлежащего обработке; и

принятие решения, является ли каждое частичное изображение частичным изображением человеческого лица, с использованием заранее обученного адаптивно усиленного классификатора человеческих лиц.

[0044] В другом варианте осуществления получение множества частичных изображений изображения, подлежащего обработке, включает в себя:

обход изображения, подлежащего обработке, несколько раз с использованием скользящих окон и задание области изображения, покрытой скользящим окном, в каждой позиции каждого обхода как одно частичное изображение изображения, подлежащего обработке, причем скользящие окна, используемые в любых двух обходах, отличаются размерами; или

масштабирование изображения, подлежащего обработке, несколько раз для получения множества изображений, подлежащих обработке, разных размеров, обрезку изображения, подлежащего обработке, по размеру на множество областей изображения заданного размера, и задание каждой области изображения заданного размера как частичного изображения.

[0045] В другом варианте осуществления заранее обученный адаптивно усиленный классификатор человеческих лиц выполнен в виде каскада многостадийных классификаторов в каскаде, и принятие решения, является ли каждое частичное изображение частичным изображением человеческого лица, с использованием заранее обученного адаптивно усиленного классификатора человеческих лиц, включает в себя:

принятие решения, является ли частичное изображение частичным изображением человеческого лица, постадийно, начиная с первой стадии классификатора до последней стадии классификатора в заранее обученном адаптивно усиленном классификаторе человеческих лиц; и

определение, что частичное изображение является частичным изображением человеческого лица, если каждый из результатов, выводимых из всех стадий классификаторов, указывает, что частичное изображение является частичным изображением человеческого лица.

[0046] В другом варианте осуществления определение человеческого лица в исходном изображении согласно результату распознавания человеческих лиц включает в себя:

определение позиции частичного изображения, которое является частичным изображением человеческого лица в исходном изображении, если во множестве частичных изображений изображения, подлежащего обработке, существует частичное изображение, которое является частичным изображением человеческого лица; и

определение человеческого лица в исходном изображении согласно позиции частичного изображения, которое является частичным изображением человеческого лица в исходном изображении.

[0047] Альтернативные варианты осуществления настоящего изобретения могут быть сформированы любым образом путем объединения вышеописанных альтернативных технических решений, которые не будут здесь рассмотрены.

[0048] На фиг. 2 показана блок-схема операций, демонстрирующая способ распознавания человеческих лиц согласно иллюстративному варианту осуществления, и способ распознавания человеческих лиц применяется на терминале. Как показано на фиг. 2, способ распознавания человеческих лиц, обеспеченный вариантами осуществления настоящего изобретения, включает в себя следующие этапы.

[0049] На этапе 201 получается исходное изображение.

[0050] Исходное изображение представляет собой изображение, в котором необходимо осуществлять распознавание человеческих лиц. Согласно вариантам осуществления настоящего изобретения необходимо распознавать, содержит ли исходное изображение человеческое лицо, и распознавать, в какой области исходного изображения располагается человеческое лицо, если исходное изображение содержит человеческое лицо.

[0051] Существует много способов получения исходного изображения. Например, изображение, считанное из любого запоминающего устройства, можно использовать в качестве исходного изображения. Альтернативно, в качестве исходного изображения можно использовать изображение, загруженное из интернета. Кроме того, исходное изображение можно получить путем сканирования изображения с помощью сканера. Кроме того, в качестве исходного изображения можно использовать изображение, сфотографированное камерой.

[0052] На этапе S202 заданные числовые пиксели добавляются в краевую область исходного изображения для получения изображения, подлежащего обработке.

[0053] Например, краевая область исходного изображения включает в себя пиксели на четырех самых внешних сторонах каждого края исходного изображения. На фиг. 3 показана схема исходного изображения. Человеческое лицо на фиг. 3 располагается в краевой области исходного изображения. Если человеческое лицо располагается на краю исходного изображения, то человеческое лицо может не распознаваться при распознавании человеческого лица. Во избежание этой ситуации, согласно вариантам осуществления настоящего изобретения до распознавания человеческого лица, заданные числовые пиксели добавляются в краевую область исходного изображения для получения изображения, подлежащего обработке. На фиг. 4 показана схема изображения, подлежащего обработке. Изображение, подлежащее обработке, показанное на фиг. 4, получается путем добавления пикселей в четыре краевые области исходного изображения, показанные на фиг. 3. Область с диагоналями, показанными на фиг. 4, представляет добавленные пиксели.

[0054] Заданное числовое значение не имеет ограничений согласно вариантам осуществления настоящего изобретения и может быть, при необходимости, установлено в конкретной реализации. Например, два пикселя, пять пикселей или десять пикселей можно добавлять к периферии каждого пикселя на самых внешних сторонах.

[0055] Дополнительно, все пиксели, добавленные в краевую область исходного изображения, могут иметь одно и то же пиксельное значение, т.е. все пиксели имеют один и тот же цвет. Один и тот же цвет может быть белым, черным или иным, что не ограничивается согласно вариантам осуществления настоящего изобретения. Поскольку пиксели одного и того же цвета имеют одно и то же пиксельное значение, в ситуации, когда добавленные пиксели являются пикселями одного и того же цвета, если обнаружено, что пиксели в некоторой области изображения, подлежащего обработке, имеют одно и то же пиксельное значение в ходе распознавания человеческих лиц для изображения, подлежащего обработке, эти пиксели можно определять как добавленные пиксели, что исключает необходимость в выполнении излишних процедур распознавания, таким образом, повышая скорость распознавания.

[0056] Например, при добавлении заданных числовых пикселей в краевую область исходного изображения заданные числовые пиксели можно добавлять во все из четырех краевых областей исходного изображения. Конечно, количество заданных числовых пикселей, добавленных в каждую краевую область, может различаться. Например, количество заданных числовых пикселей, добавленных в левую краевую область, отличается от количества пикселей, добавленных в правую краевую область. Однако, после добавления пикселей в краевую область исходного изображения, вычисление для распознавания изображения, может увеличиваться. Для минимизации вычисления для распознавания изображения, до добавления пикселей в краевую область исходного изображения, обнаруживается краевая область, в которой может присутствовать человеческое лицо, куда добавляются пиксели.

[0057] В возможной реализации, поскольку пиксельное значение для пикселя цвета лица обычно является конкретным значением или находится в определенном диапазоне значений, можно определять, существует ли человеческое лицо в краевой области, путем обнаружения, является ли пиксельное значение каждого пикселя в краевой области пиксельным значением для пикселя цвета лица. Совместно с содержанием этой части этап добавления заданных числовых пикселей в краевую область исходного изображения включает в себя, но без ограничения, следующие этапы S2021-S2023.

[0058] На этапе S2021 получают пиксельное значение каждого пикселя в краевой области исходного изображения.

[0059] Например, пиксельное значение каждого пикселя в краевой области можно получить путем определения значения RGB каждого пикселя. Определение значения RGB каждого пикселя может осуществляться с помощью датчика цвета, но без ограничения этим.

[0060] На этапе S2022 краевая область, имеющая пиксель цвета лица определяется согласно пиксельному значению каждого пикселя в краевой области и заранее установленному пиксельному значению для пикселя цвета лица.

[0061] В возможной реализации пиксельное значение каждого пикселя в краевых областях можно сравнивать с заранее установленным пиксельным значением для пикселя цвета лица, и затем краевую область, имеющую пиксель цвета лица, можно определять согласно сравнению.

[0062] Например, при сравнении пиксельного значения любого пикселя в краевых областях с заранее установленным пиксельным значением для пикселя цвета лица, если разность между пиксельным значением этого пикселя и заранее установленным пиксельным значением для пикселя цвета лица не превышает первый заранее установленный порог, этот пиксель можно определять как пиксель цвета лица. Конкретное числовое значение первого заранее установленного порога не имеет ограничений согласно вариантам осуществления настоящего изобретения. Однако для точного распознавания, является ли пиксель пикселем цвета лица, первый заранее установленный порог может быть установлен на малое значение.

[0063] Например, при определении краевой области, имеющей пиксель цвета лица, согласно сравнению, для каждой краевой области, можно определять, существует ли пиксель цвета лица в краевой области согласно соотношению пикселя цвета лица ко всем пикселям в краевой области. Если соотношение превышает второй заранее установленный порог, принимается решение, что пиксель цвета лица существует в краевой области, иначе принимается решение, что пиксель цвета лица отсутствует в краевой области. При необходимости, может быть установлено конкретное числовое значение второго заранее установленного порога.

[0064] На этапе S2023 заданные числовые пиксели добавляются в краевую область, имеющую пиксель цвета лица.

[0065] Другими словами, при добавлении пикселей в краевую область исходного изображения, заданные числовые пиксели могут добавляться только в краевую область, имеющую пиксель цвета лица. Например, если пиксель цвета лица существует в верхней краевой области исходного изображения, заданные числовые пиксели могут добавляться только в верхнюю краевую область, для уменьшения вычислений для распознавания изображения.

[0066] На этапе S203 получают множество частичных изображений изображения, подлежащего обработке, и определяют, является ли каждое частичное изображение частичным изображением человеческого лица, с использованием заранее обученного адаптивно усиленного классификатора человеческих лиц.

[0067] Этот этап является конкретной реализацией для осуществления распознавания человеческих лиц на изображении, подлежащем обработке. Согласно вариантам осуществления настоящего изобретения распознавание человеческого лица может быть реализовано, прежде всего, путем получения множества частичных изображений изображения, подлежащего обработке, и затем определения, является ли каждое частичное изображение частичным изображением человеческого лица.

[0068] Получение множества частичных изображений изображения, подлежащего обработке, включает в себя, но без ограничения, следующие два способа.

[0069] Первый способ: обход изображения, подлежащего обработке, несколько раз с использованием скользящих окон, задание области изображения, покрытой скользящими окнами в каждой позиции каждого обхода как одно частичное изображение изображения, подлежащего обработке, причем скользящие окна, используемые в любых двух обходах, отличаются размерами.

[0070] Другими словами, согласно вариантам осуществления настоящего изобретения изображение, подлежащее обработке, обходят скользящими окнами разных размеров, соответственно. Размер скользящего окна, используемого каждый раз для обхода изображения, подлежащего обработке, может различаться. Например, для некоторого раза обхода изображения, подлежащего обработке, размер скользящего окна равен 3*3; тогда как для следующего раза обхода изображения, подлежащего обработке, размер скользящего окна равен 5*5, и т.д. На фиг. 5 показана схема обхода изображения, подлежащего обработке, с использованием скользящих окон разных размеров. Каждый квадрат, выполненный жирной линией на фиг. 5, представляет одно скользящее окно.

[0071] При обходе изображения, подлежащего обработке, с использованием скользящего окна любого размера, скользящее окно обходит изображение, подлежащее обработке, с заданным размером шага в горизонтальном направлении (направлении X) и вертикальном направлении (направлении Y) изображения, подлежащего обработке. Когда скользящее окно перемещается на один размер шага в направлении X или направлении Y, оно перемещается в новую позицию изображения, подлежащего обработке. Каждая позиция задает один диапазон изображения, который является частичным изображением изображения, подлежащего обработке. Заданным размером шага может быть один пиксель, два пикселя и т.п.

[0072] Второй способ: многократное масштабирование изображения, подлежащего обработке, для получения множества изображения, подлежащего обработке, разных размеров, обрезка изображения, подлежащего обработке, любого размера на множество областей изображения заданного размера и задание каждой области изображения как частичного изображения.

[0073] При каждом масштабировании изображения, подлежащего обработке, можно получить изображение, подлежащее обработке, одного определенного размера. Для изображения, подлежащего обработке, одного размера, изображение, подлежащее обработке, одного такого размера может быть обрезано на множество областей изображения. Каждая область изображения имеет заданный размер, например, 3*3 (пиксель*пиксель), 5*5 и т.п.

[0074] На фиг. 6 показана схема изображения, подлежащего обработке, разных размеров. На фиг. 6(a)-(c) показаны изображения, подлежащие обработке, некоторого размера, соответственно. На фиг. 6(c) показана схема обрезки изображения, подлежащего обработке, некоторого размера. Как показано на фиг. 6(c), каждый прямоугольник, обведенный жирной линией, является частичным изображением изображения, подлежащего обработке, определенного размера.

[0075] Дополнительно, принятие решения, является ли каждое частичное изображение частичным изображением человеческого лица, может осуществляться заранее обученным классификатором человеческих лиц. Тип заранее обученного классификатора человеческих лиц может различаться. Например, заранее обученный классификатор человеческих лиц может представлять собой классификатор человеческих лиц типа машины опорных векторов, классификатор человеческих лиц типа нейронной сети или классификатора человеческих лиц типа адаптивного усиления (Adaboost) и т.п. Для удобства описания, согласно вариантам осуществления настоящего изобретения, заранее обученный классификатор человеческих лиц, являющийся классификатором человеческих лиц Adaboost, используется в качестве примера для объяснения следующего этапа распознавания человеческого лица.

[0076] В возможной реализации для повышения точности распознавания человеческого лица, согласно вариантам осуществления настоящего изобретения, классификатор человеческих лиц Adaboost выполнен в виде каскада многостадийных классификаторов. Каждая стадия классификатора в классификаторе человеческих лиц Adaboost выполнена с возможностью принятия решения, является ли частичное изображение частичным изображением человеческого лица. Результат, выводимый из каждой стадии классификатора, равен ʺ0ʺ или ʺ1ʺ. Выходной результат ʺ1ʺ указывает, что стадия классификатора определяет, что частичное изображение является частичным изображением человеческого лица. Выходной результат ʺ0ʺ указывает, что стадия классификатора определяет, что частичное изображение не является частичным изображением человеческого лица.

[0077] Каждая стадия классификатора в классификаторе человеческих лиц Adaboost является сильным классификатором. Каждый сильный классификатор включает в себя множество слабых классификаторов. Обучение каждой стадии классификатора в классификаторе человеческих лиц Adaboost может осуществляться путем обучения множества слабых классификаторов, включенных в стадию классификатора. Результат, выводимый из стадии классификатора, определяется согласно обработке данных всех слабых классификаторов, включенных в стадию классификатора. В отношении способа обучения классификатора человеческих лиц Adaboost и способа определения результата, выводимого из каждой стадии классификатора, обратимся к существующему содержанию о классификаторе человеческих лиц Adaboost, которое не рассмотрено согласно вариантам осуществления настоящего изобретения.

[0078] Количество стадий классификаторов, включенных в классификатор человеческих лиц Adaboost, не имеет ограничений согласно вариантам осуществления настоящего изобретения. Для более точного распознавания классификатор человеческих лиц Adaboost может включать в себя гораздо больше стадий классификаторов, например, пять стадий классификаторов, восемь стадий классификаторов. На фиг. 7 показана схема классификатора человеческих лиц Adaboost. Каждая круглая область на фиг. 7 представляет одну стадию классификатора.

[0079] На этом основании при принятии решения, является ли каждое частичное изображение частичным изображением человеческого лица, с использованием заранее обученного адаптивно усиленного классификатора человеческих лиц, для любого частичного изображения, он обучается постадийно, начиная с первой стадии классификатора до последней стадии классификатора в заранее обученном классификаторе человеческих лиц Adaboost, так чтобы принимать решение, является ли частичное изображение частичным изображением человеческого лица. Если каждый из результатов, выводимых из всех стадий классификаторов, указывает, что частичное изображение является частичным изображением человеческого лица, частичное изображение определяется как частичное изображение человеческого лица. Если результат из любой стадии классификатора указывает, что частичное изображение не является частичным изображением человеческого лица, частичное изображение определяется как частичное изображение, не содержащее человеческого лица.

[0080] В частности, для любого частичного изображения частичное изображение вводится в классификатор человеческих лиц Adaboost из первой стадии классификатора, если первая стадия классификатора определяет, что частичное изображение является частичным изображением человеческого лица, частичное изображение вводится во вторую стадию классификатора, т