一種用于人臉檢測(cè)的訓(xùn)練樣本的生成方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種用于人臉檢測(cè)的訓(xùn)練樣本的生成方法，該方法包括：獲取原始人臉正樣本集合，以及原始人臉負(fù)樣本集合；對(duì)原始人臉正樣本集合中的人臉正樣本進(jìn)行圖像處理，添加到原始人臉正樣本集合中，得到中間人臉正樣本集合；對(duì)中間人臉正樣本集合中的人臉正樣本進(jìn)行隨機(jī)抽取和隨機(jī)加權(quán)，添加到中間人臉正樣本集合中，得到最終人臉正樣本集合；以及對(duì)原始人臉負(fù)樣本集合中的人臉負(fù)樣本進(jìn)行隨機(jī)抽取和按位邏輯運(yùn)算，添加到原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合；將最終人臉正樣本集合和最終人臉負(fù)樣本集合作為用于人臉檢測(cè)的訓(xùn)練樣本。該方案節(jié)省人力資源、提高訓(xùn)練樣本的多樣性、保證檢測(cè)結(jié)果的準(zhǔn)確性。
【專利說明】-種用于人臉檢測(cè)的訓(xùn)練樣本的生成方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)【技術(shù)領(lǐng)域】，尤指一種用于人臉檢測(cè)的訓(xùn)練樣本的生成方法及裝 置。

【背景技術(shù)】
[0002] 人臉檢測(cè)在實(shí)際應(yīng)用中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉 的位置和大小。目前人臉檢測(cè)技術(shù)在門禁系統(tǒng)、智能監(jiān)控系統(tǒng)中已得到了很好的應(yīng)用。另 夕卜，在筆記本電腦中也陸續(xù)開始使用人臉識(shí)別技術(shù)作為計(jì)算機(jī)登錄的憑證。近年來，在數(shù)碼 相機(jī)和手機(jī)中也集成了人臉檢測(cè)算法，作為新的功能提供給用戶使用。在這些應(yīng)用中，人臉 檢測(cè)都是發(fā)揮著至關(guān)重要的作用。
[0003] 由于人臉圖像易受環(huán)境光線、表情、遮擋、年齡和姿態(tài)等各種因素影響，這就使得 人臉檢測(cè)成為一項(xiàng)復(fù)雜的、具有挑戰(zhàn)性的研究課題。經(jīng)過大量學(xué)者多年的研究，基于級(jí)聯(lián)結(jié) 構(gòu)的Adaboost算法被認(rèn)為是檢測(cè)速度最快和效果最好的方法。Adaboost算法是一種基于 樣本學(xué)習(xí)的方法：在訓(xùn)練階段，對(duì)輸入的大量樣本的共同特征進(jìn)行學(xué)習(xí)和歸納，生成訓(xùn)練樣 本，包括人臉正樣本和人臉負(fù)樣本，人臉正樣本是人臉的圖像，人臉負(fù)樣本是人臉?biāo)幈尘?的圖像；在檢測(cè)階段，通過分析圖像的特征是否與訓(xùn)練樣本的一致，來確定圖像是否為人臉 圖像?？梢?，訓(xùn)練樣本對(duì)人臉檢測(cè)結(jié)果的影響很大。
[0004] 一般來說，訓(xùn)練樣本多樣性越好，檢測(cè)效果就越好。目前，通常通過人工采集圖像 的方式得到訓(xùn)練樣本，由于訓(xùn)練樣本要求具有較好的多樣性，那么就需要采集大量的圖像， 因此會(huì)浪費(fèi)大量的人力資源；并且由于采集的圖像中難免會(huì)存在很多特征很接近的，這就 降低了訓(xùn)練樣本的多樣性，無法保證人臉檢測(cè)結(jié)果的準(zhǔn)確性。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明實(shí)施例提供一種用于人臉檢測(cè)的訓(xùn)練樣本的生成方法及裝置，用以解決現(xiàn) 有的人工采集訓(xùn)練樣本的方式導(dǎo)致的人力資源嚴(yán)重浪費(fèi)、訓(xùn)練樣本的多樣性降低以及無法 保證人臉檢測(cè)結(jié)果的準(zhǔn)確性的問題。
[0006] -種用于人臉檢測(cè)的訓(xùn)練樣本的生成方法，包括：
[0007] 獲取第一設(shè)定數(shù)量的人臉正樣本作為原始人臉正樣本集合，以及獲取第二設(shè)定數(shù) 量的人臉負(fù)樣本作為原始人臉負(fù)樣本集合；
[0008] 對(duì)所述原始人臉正樣本集合中的人臉正樣本進(jìn)行圖像處理，并添加到所述原始人 臉正樣本集合中，得到中間人臉正樣本集合；對(duì)所述中間人臉正樣本集合中的人臉正樣本 進(jìn)行隨機(jī)抽取和隨機(jī)加權(quán)，并添加到所述中間人臉正樣本集合中，得到最終人臉正樣本集 合；以及
[0009] 對(duì)所述原始人臉負(fù)樣本集合中的人臉負(fù)樣本進(jìn)行隨機(jī)抽取和按位邏輯運(yùn)算，并添 加到所述原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合；
[0010] 將所述最終人臉正樣本集合和所述最終人臉負(fù)樣本集合作為用于人臉檢測(cè)的訓(xùn) 練樣本。 toon] 一種用于人臉檢測(cè)的訓(xùn)練樣本的生成裝置，包括：
[0012] 獲取單元，用于獲取第一設(shè)定數(shù)量的人臉正樣本作為原始人臉正樣本集合，以及 獲取第二設(shè)定數(shù)量的人臉負(fù)樣本作為原始人臉負(fù)樣本集合；
[0013] 處理單元，用于對(duì)所述原始人臉正樣本集合中的人臉正樣本進(jìn)行圖像處理，并添 加到所述原始人臉正樣本集合中，得到中間人臉正樣本集合；對(duì)所述中間人臉正樣本集合 中的人臉正樣本進(jìn)行隨機(jī)抽取和隨機(jī)加權(quán)，并添加到所述中間人臉正樣本集合中，得到最 終人臉正樣本集合；以及對(duì)所述原始人臉負(fù)樣本集合中的人臉負(fù)樣本進(jìn)行隨機(jī)抽取和按位 邏輯運(yùn)算，并添加到所述原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合；
[0014] 生成單元，用于將所述最終人臉正樣本集合和所述最終人臉負(fù)樣本集合作為用于 人臉檢測(cè)的訓(xùn)練樣本。
[0015] 本發(fā)明有益效果如下：
[0016] 本發(fā)明實(shí)施例提供的用于人臉檢測(cè)的訓(xùn)練樣本的生成方法及裝置，通過獲取第一 設(shè)定數(shù)量的人臉正樣本作為原始人臉正樣本集合，以及獲取第二設(shè)定數(shù)量的人臉負(fù)樣本作 為原始人臉負(fù)樣本集合；對(duì)所述原始人臉正樣本集合中的人臉正樣本進(jìn)行圖像處理，并添 加到所述原始人臉正樣本集合中，得到中間人臉正樣本集合；對(duì)所述中間人臉正樣本集合 中的人臉正樣本進(jìn)行隨機(jī)抽取和隨機(jī)加權(quán)，并添加到所述中間人臉正樣本集合中，得到最 終人臉正樣本集合；以及對(duì)所述原始人臉負(fù)樣本集合中的人臉負(fù)樣本進(jìn)行隨機(jī)抽取和按位 邏輯運(yùn)算，并添加到所述原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合；將所述最終人 臉正樣本集合和所述最終人臉負(fù)樣本集合作為用于人臉檢測(cè)的訓(xùn)練樣本。該方案獲取設(shè)定 數(shù)量的人臉正樣本和人臉負(fù)樣本，然后對(duì)這些人臉正樣本和人臉負(fù)樣本進(jìn)行一定的處理， 這樣就可以得到更多的人臉正樣本和人臉負(fù)樣本，無需通過人工采集圖像的方式就可以得 到多樣性的訓(xùn)練樣本，即節(jié)省了人力資源，又提高了訓(xùn)練樣本的多樣性，并且可以保證人臉 檢測(cè)結(jié)果的準(zhǔn)確性。

【專利附圖】

【附圖說明】
[0017] 圖1為本發(fā)明實(shí)施例中用于人臉檢測(cè)的訓(xùn)練樣本的生成方法的流程圖；
[0018] 圖2為本發(fā)明實(shí)施例中得到最終人臉正樣本集合的方法流程；
[0019] 圖3為本發(fā)明實(shí)施例中用于人臉檢測(cè)的訓(xùn)練樣本的生成裝置的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0020] 針對(duì)現(xiàn)有的人工采集訓(xùn)練樣本的方式導(dǎo)致的人力資源嚴(yán)重浪費(fèi)、訓(xùn)練樣本的多樣 性降低以及無法保證人臉檢測(cè)結(jié)果的準(zhǔn)確性的問題，本發(fā)明實(shí)施例提供的用于人臉檢測(cè)的 訓(xùn)練樣本的生成方法，該方法的流程如圖1所示，執(zhí)行步驟如下：
[0021] S10 :獲取第一設(shè)定數(shù)量的人臉正樣本作為原始人臉正樣本集合，以及獲取第二設(shè) 定數(shù)量的人臉負(fù)樣本作為原始人臉負(fù)樣本集合。
[0022] 可以通過人工采集的方式獲取，也可以直接獲取已有的圖像。一般人臉正樣本的 數(shù)量要大于3000幅，包括各種年齡、表情、左右搖擺一定角度(小于45度)、上下仰俯一定角 度（小于25度)、不同種族，這些人臉正樣本就可以作為原始人臉正樣本集合；人臉負(fù)樣本 要大于10000幅，盡量包括各種室內(nèi)場(chǎng)景（電腦、桌子、電視背景、廚房、臥室、辦公室、窗口 等）和室外不同場(chǎng)景(樹木、草地、樓房、馬路、天空、大海、花木、農(nóng)田、菜場(chǎng)等)，這些人臉負(fù) 樣本就可以作為原始人臉負(fù)樣本集合。
[0023] S11 :對(duì)原始人臉正樣本集合中的人臉正樣本進(jìn)行圖像處理，并添加到原始人臉正 樣本集合中，得到中間人臉正樣本集合。
[0024] S12 :對(duì)中間人臉正樣本集合中的人臉正樣本進(jìn)行隨機(jī)抽取和隨機(jī)加權(quán)，并添加到 中間人臉正樣本集合中，得到最終人臉正樣本集合。
[0025] S13 :對(duì)原始人臉負(fù)樣本集合中的人臉負(fù)樣本進(jìn)行隨機(jī)抽取和按位邏輯運(yùn)算，并添 加到原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合。
[0026] 可以先執(zhí)行S11，再執(zhí)行S13 ;也可以先執(zhí)行S13,再執(zhí)行S11 ;當(dāng)然也可以同時(shí)執(zhí) 行 S11 和 S13。
[0027] S14:將最終人臉正樣本集合和最終人臉負(fù)樣本集合作為用于人臉檢測(cè)的訓(xùn)練樣 本。
[0028] 該方案獲取設(shè)定數(shù)量的人臉正樣本和人臉負(fù)樣本，然后對(duì)這些人臉正樣本和人臉 負(fù)樣本進(jìn)行一定的處理，這樣就可以得到更多的人臉正樣本和人臉負(fù)樣本，無需通過人工 采集圖像的方式就可以得到多樣性的訓(xùn)練樣本，即節(jié)省了人力資源，又提高了訓(xùn)練樣本的 多樣性，并且可以保證人臉檢測(cè)結(jié)果的準(zhǔn)確性。
[0029] 較優(yōu)地，上述S10中的獲取第一設(shè)定數(shù)量的人臉正樣本作為原始人臉正樣本集合 之后，還包括：根據(jù)第一選取特征計(jì)算原始人臉正樣本集合中兩兩人臉正樣本的相似度； 從原始人臉正樣本集合中刪除相似度大于設(shè)定閾值的兩個(gè)人臉正樣本中的一個(gè)。
[0030] 上述S10中的獲取第二設(shè)定數(shù)量的人臉負(fù)樣本作為原始人臉負(fù)樣本集合之后，還 包括：根據(jù)第二選取特征計(jì)算原始人臉負(fù)樣本集合中兩兩人臉負(fù)樣本的相似度；從原始人 臉負(fù)樣本集合中刪除相似度大于設(shè)定閾值的兩個(gè)人臉負(fù)樣本中的一個(gè)。
[0031] 為了提高檢測(cè)效率，可以首先去除掉人臉正樣本集合和人臉負(fù)樣本集合中相似的 樣本，在分別對(duì)人臉正樣本集合和人臉負(fù)樣本集合中的兩兩樣本計(jì)算相似度后，可以將相 似度大于設(shè)定閾值的樣本中的一個(gè)刪除。
[0032] 具體的，上述根據(jù)第一選取特征計(jì)算原始人臉正樣本集合中兩兩人臉正樣本 的相似度，以及根據(jù)第二選取特征計(jì)算原始人臉負(fù)樣本集合中兩兩人臉負(fù)樣本的相似 度，具體包括：通過下列公式計(jì)算兩兩人臉正樣本或兩兩人臉負(fù)樣本的相似度Score : / Virf:/ Score - - 7 p 〇
[0033] 其中，N為第一選取特征或第二選取特征的個(gè)數(shù)，fn、f2i為兩兩人臉正樣本的第一 選取特征i或者兩兩人臉負(fù)樣本的第二選取特征i的取值。
[0034] 具體的，上述S11中的對(duì)原始人臉正樣本集合中的人臉正樣本進(jìn)行圖像處理，具 體包括：對(duì)原始人臉正樣本集合中的人臉正樣本進(jìn)行的圖像處理包括以下之一或組合：隨 機(jī)噪聲疊加、光照變化、遮擋處理。
[0035] 具體的，上述對(duì)原始人臉正樣本集合中的人臉正樣本進(jìn)行隨機(jī)噪聲疊加，通過下 列公式進(jìn)行隨機(jī)噪聲疊加 ：/_(/，p /(/, P ! (_ /產(chǎn)p : β其中，In〇ise (i，j ) 表示隨機(jī)噪聲疊加后（i，j)點(diǎn)的亮度，I (i，j)表示隨機(jī)噪聲疊加前（i，j)點(diǎn)的亮度，k為 隨機(jī)數(shù)。
[0036] 具體的，上述對(duì)原始人臉正樣本集合中的人臉正樣本進(jìn)行光照變化處理，通過下 列公式進(jìn)行垂直漸進(jìn)變換：/;u P - /? /，p + /(/，p e _ 〃}。其中，11 (i，j)表示垂直漸進(jìn) 變換后（i，j )點(diǎn)的亮度，I (i，j )表示垂直漸進(jìn)變換前（i，j )點(diǎn)的亮度，k為隨機(jī)數(shù)，Η表示 人臉正樣本的高度。
[0037] 通過下列公式進(jìn)行垂直條帶變換：

【權(quán)利要求】
1. 一種用于人臉檢測(cè)的訓(xùn)練樣本的生成方法，其特征在于，包括： 獲取第一設(shè)定數(shù)量的人臉正樣本作為原始人臉正樣本集合，以及獲取第二設(shè)定數(shù)量的 人臉負(fù)樣本作為原始人臉負(fù)樣本集合； 對(duì)所述原始人臉正樣本集合中的人臉正樣本進(jìn)行圖像處理，并添加到所述原始人臉正 樣本集合中，得到中間人臉正樣本集合；對(duì)所述中間人臉正樣本集合中的人臉正樣本進(jìn)行 隨機(jī)抽取和隨機(jī)加權(quán)，并添加到所述中間人臉正樣本集合中,得到最終人臉正樣本集合；以 及 對(duì)所述原始人臉負(fù)樣本集合中的人臉負(fù)樣本進(jìn)行隨機(jī)抽取和按位邏輯運(yùn)算，并添加到 所述原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合； 將所述最終人臉正樣本集合和所述最終人臉負(fù)樣本集合作為用于人臉檢測(cè)的訓(xùn)練樣 本。
2. 如權(quán)利要求1所述的方法，其特征在于，獲取第一設(shè)定數(shù)量的人臉正樣本作為原始 人臉正樣本集合之后，還包括： 根據(jù)第一選取特征計(jì)算所述原始人臉正樣本集合中兩兩人臉正樣本的相似度； 從所述原始人臉正樣本集合中刪除相似度大于設(shè)定閾值的兩個(gè)人臉正樣本中的一 個(gè)； 獲取第二設(shè)定數(shù)量的人臉負(fù)樣本作為原始人臉負(fù)樣本集合之后，還包括： 根據(jù)第二選取特征計(jì)算所述原始人臉負(fù)樣本集合中兩兩人臉負(fù)樣本的相似度； 從所述原始人臉負(fù)樣本集合中刪除相似度大于所述設(shè)定閾值的兩個(gè)人臉負(fù)樣本中的 一個(gè)。
3. 如權(quán)利要求2所述的方法，其特征在于，根據(jù)第一選取特征計(jì)算所述原始人臉正樣 本集合中兩兩人臉正樣本的相似度，以及根據(jù)第二選取特征計(jì)算所述原始人臉負(fù)樣本集合 中兩兩人臉負(fù)樣本的相似度，具體包括： 通過下列公式計(jì)算兩兩人臉正樣本或兩兩人臉負(fù)樣本的相似度Score :
其中，N為第一選取特征或第二選取特征的個(gè)數(shù)，兩兩人臉正樣本的第一選取 特征i或者兩兩人臉負(fù)樣本的第二選取特征i的取值。
4. 如權(quán)利要求1所述的方法，其特征在于，對(duì)所述原始人臉正樣本集合中的人臉正樣 本進(jìn)行圖像處理，具體包括： 對(duì)所述原始人臉正樣本集合中的人臉正樣本進(jìn)行的圖像處理包括以下之一或組合：隨 機(jī)噪聲疊加、光照變化、遮擋處理。
5. 如權(quán)利要求4所述的方法，其特征在于，對(duì)所述原始人臉正樣本集合中的人臉正樣 本進(jìn)行隨機(jī)噪聲疊加，具體包括： 通過下列公式進(jìn)行隨機(jī)噪聲疊加 其中，I?ise (i，j)表示隨機(jī)噪聲疊加后（i，j)點(diǎn)的亮度，I (i，j)表示隨機(jī)噪聲疊加 前（i，j)點(diǎn)的亮度，k為隨機(jī)數(shù)。
6. 如權(quán)利要求4所述的方法，其特征在于，對(duì)所述原始人臉正樣本集合中的人臉正樣 本進(jìn)行光照變化處理，具體包括： 通過下列公式進(jìn)行垂直漸進(jìn)變換：I /(/,/) t廣、廠、其中，(i，j)表 示垂直漸進(jìn)變換后（i，j )點(diǎn)的亮度，I (i，j )表示垂直漸進(jìn)變換前（i，j )點(diǎn)的亮度，k為隨 機(jī)數(shù)，Η表示人臉正樣本的高度； m 順 j''，/ 通過下列公式進(jìn)行垂直條帶變換：^w) ...... f % 其中，I2 (i，j)表示垂直條帶變換后（i，j)點(diǎn)的亮度，I (i，j)表示垂直條帶變換前（i，j) 點(diǎn)的亮度； 通過下列公式進(jìn)行水平漸進(jìn)變換：/彳/,/>/(：/，pi K/·，/> ;其中，I：3 (i，J_) 表示水平漸進(jìn)變換后（i，j )點(diǎn)的亮度，I (i，j )表示水平漸進(jìn)變換前（i，j )點(diǎn)的亮度，W表 示人臉負(fù)樣本的寬度； W in jmtxi -/ 通過下列公式進(jìn)行水平條帶變換：αΜ) -/α /)+(- 其中，I4 (i，j )表示水平條帶變換后（i，j )點(diǎn)的亮度，I (i，j )表示水平條帶變換前（i，j ) 點(diǎn)的亮度。
7. 如權(quán)利要求4所述的方法，其特征在于，對(duì)所述原始人臉正樣本集合中的人臉正樣 本進(jìn)行遮擋處理，具體包括： 通過下列公式進(jìn)行左眼遮擋處理：
;其中，表示左眼遮擋后（i， j)點(diǎn)的亮度，I (i，j)表示左眼遮擋前（i，j)點(diǎn)的亮度，Η表示人臉正樣本的高度，W表示 人臉正樣本的寬度，k表示左眼的橫坐標(biāo)，1表示左眼的縱坐標(biāo)，k為隨機(jī)數(shù)； 通過下列公式進(jìn)行右眼遮擋處理：
i，j)表示右眼遮擋后 (i，j)點(diǎn)的亮度，I (i，j)表示右眼遮擋前（i，j)點(diǎn)的亮度，iK表示右眼的橫坐標(biāo)，1表示 右眼的縱坐標(biāo)； 通過下列公式進(jìn)行雙眼遮擋處理：
其中，Ι?Κ (i，j)表示雙眼遮擋后（i，j)點(diǎn)的亮度，I (i，j)表示雙眼遮擋前（i，j)點(diǎn) 的亮度； 通過下列公式進(jìn)行嘴部遮擋處理：
其中，MK (i，j)表示嘴部遮擋后 (i，j)點(diǎn)的亮度，I (i，j)表示嘴部遮擋前（i，j)點(diǎn)的亮度，iM表示嘴部的橫坐標(biāo)，jM表示 嘴部的縱坐標(biāo)。
8. 如權(quán)利要求1所述的方法，其特征在于，對(duì)所述中間人臉正樣本集合中的人臉正樣 本進(jìn)行隨機(jī)抽取和隨機(jī)加權(quán)，并添加到所述中間人臉正樣本集合中，得到最終人臉正樣本 集合，具體包括： 獲取隨機(jī)數(shù)，將所述隨機(jī)數(shù)對(duì)所述中間人臉正樣本集合中包含的人臉正樣本的個(gè)數(shù)取 余數(shù)； 從所述中間人臉正樣本集合中隨機(jī)抽取人臉正樣本，抽取的人臉正樣本的個(gè)數(shù)為所述 余數(shù)； 隨機(jī)生成權(quán)重值，其中，隨機(jī)生成的權(quán)重值的個(gè)數(shù)為所述余數(shù)，且和為1 ; 使用隨機(jī)生成的權(quán)重值對(duì)所述余數(shù)的人臉正樣本加權(quán)求和，得到新增人臉正樣本，并 添加到所述中間人臉正樣本集合中,得到最終人臉正樣本集合。
9. 如權(quán)利要求8所述的方法，其特征在于，使用隨機(jī)生成的權(quán)重值對(duì)所述余數(shù)的人臉 正樣本加權(quán)求和，具體包括： 通過下列公式得到新增人臉正樣本5 其中，Si表示第i個(gè)人臉正樣本的亮度矩陣，Wi表示第i個(gè)權(quán)重值，Ns表示余數(shù)。
10. 如權(quán)利要求1所述的方法，其特征在于，對(duì)所述原始人臉負(fù)樣本集合中的人臉負(fù)樣 本進(jìn)行隨機(jī)抽取和按位邏輯運(yùn)算，并添加到所述原始人臉負(fù)樣本集合中，得到最終人臉負(fù) 樣本集合，具體包括： 隨機(jī)抽取所述原始人臉負(fù)樣本集合中的兩個(gè)人臉負(fù)樣本； 將隨機(jī)抽取的兩個(gè)人臉負(fù)樣本進(jìn)行與、或和異或運(yùn)算得到三個(gè)新增人臉負(fù)樣本，并添 加到所述原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合。
11. 一種用于人臉檢測(cè)的訓(xùn)練樣本的生成裝置，其特征在于，包括： 獲取單元，用于獲取第一設(shè)定數(shù)量的人臉正樣本作為原始人臉正樣本集合，以及獲取 第二設(shè)定數(shù)量的人臉負(fù)樣本作為原始人臉負(fù)樣本集合； 處理單元，用于對(duì)所述原始人臉正樣本集合中的人臉正樣本進(jìn)行圖像處理，并添加到 所述原始人臉正樣本集合中，得到中間人臉正樣本集合；對(duì)所述中間人臉正樣本集合中的 人臉正樣本進(jìn)行隨機(jī)抽取和隨機(jī)加權(quán)，并添加到所述中間人臉正樣本集合中，得到最終人 臉正樣本集合；以及對(duì)所述原始人臉負(fù)樣本集合中的人臉負(fù)樣本進(jìn)行隨機(jī)抽取和按位邏輯 運(yùn)算，并添加到所述原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合； 生成單元，用于將所述最終人臉正樣本集合和所述最終人臉負(fù)樣本集合作為用于人臉 檢測(cè)的訓(xùn)練樣本。
12. 如權(quán)利要求11所述的裝置，其特征在于，獲取單元，還用于在獲取第一設(shè)定數(shù)量的 人臉正樣本作為原始人臉正樣本集合之后，根據(jù)第一選取特征計(jì)算所述原始人臉正樣本集 合中兩兩人臉正樣本的相似度； 從所述原始人臉正樣本集合中刪除相似度大于設(shè)定閾值的兩個(gè)人臉正樣本中的一 個(gè)； 獲取第二設(shè)定數(shù)量的人臉負(fù)樣本作為原始人臉負(fù)樣本集合之后，還包括： 根據(jù)第二選取特征計(jì)算所述原始人臉負(fù)樣本集合中兩兩人臉負(fù)樣本的相似度； 從所述原始人臉負(fù)樣本集合中刪除相似度大于所述設(shè)定閾值的兩個(gè)人臉負(fù)樣本中的 一個(gè)。
13. 如權(quán)利要求12所述的裝置，其特征在于，所述獲取單元，具體用于： 誦忖下·別公才i+算兩兩人臉正樣本或兩兩人臉負(fù)樣本的相似度Score :
其中，N為第一選取特征或第二選取特征的個(gè)數(shù)，兩兩人臉正樣本的第一選取 特征i或者兩兩人臉負(fù)樣本的第二選取特征i的取值。
14. 如權(quán)利要求11所述的裝置，其特征在于，所述處理單元，具體包括： 對(duì)所述原始人臉正樣本集合中的人臉正樣本進(jìn)行的圖像處理包括以下之一或組合：隨 機(jī)噪聲疊加、光照變化、遮擋處理。
15. 如權(quán)利要求14所述的裝置，其特征在于，所述處理單元，具體用于： 通過下列公式進(jìn)行隨機(jī)噪聲疊如
其中，I?ise (i，·〇表示隨機(jī)噪聲疊加后（i，·〇點(diǎn)的亮度，I (i，·〇表示隨機(jī)噪聲疊加 前（i，j)點(diǎn)的亮度，k為隨機(jī)數(shù)。
16. 如權(quán)利要求14所述的裝置，其特征在于，所述處理單元，具體用于： 通過下列公式進(jìn)行垂直漸進(jìn)變換：/彳/，...... /(f,/) + /(./, J) e9、》；其中，L (i，j)表 示垂直漸進(jìn)變換后（i，j )點(diǎn)的亮度，I (i，j )表示垂直漸進(jìn)變換前（i，j )點(diǎn)的亮度，k為隨 機(jī)數(shù)，Η表示人臉正樣本的高度； 通過下列公式進(jìn)行垂直條帶變換
其中，I2 (i，j)表示垂直條帶變換后（i，j)點(diǎn)的亮度，I (i，j)表示垂直條帶變換前（i，j) 點(diǎn)的亮度； 通過下列公式進(jìn)行水平漸進(jìn)變換：j) /(/, ,/H/U，其中，I3 (i，J·)
表示水平漸進(jìn)變換后（i，j )點(diǎn)的亮度，I (i，j )表示水平漸進(jìn)變換前（i，j )點(diǎn)的亮度，W表 示人臉負(fù)樣本的寬度； 通過下列公式進(jìn)行水平條帶變換 其中，I4 (i，j )表示水平條帶變換后（i，j )點(diǎn)的亮度，I (i，j )表示水平條帶變換前（i，j ) 點(diǎn)的亮度。
17. 如權(quán)利要求14所述的裝置，其特征在于，所述處理單元，具體用于：
其中，(i，j)表示左眼遮擋后（i，j)點(diǎn)的亮度，I (i，j)表示左眼遮擋前（i，j)點(diǎn)的亮 度，H表示人臉正樣本的高度，W表示人臉正樣本的寬度，k表示左眼的橫坐標(biāo)，1表示左眼 的縱坐標(biāo)，k為隨機(jī)數(shù)； 通過下列公式進(jìn)行右眼遮擋處理：
(i，j)點(diǎn)的亮度，I (i，j)表示右眼遮擋前（i，j)點(diǎn)的亮度，iK表示右眼的橫坐標(biāo)，1表示 右眼的縱坐標(biāo)； 通過下列公式進(jìn)行雙眼遮擋處理：
中，Ι?Κ (i，j )表示雙眼遮擋后（i，j )點(diǎn)的亮度，I (i，j )表示雙眼遮擋前（i，j )點(diǎn)的亮度； 通過下列公式進(jìn)行嘴部遮擋處理：
(i，j)點(diǎn)的亮度，I (i，j)表示嘴部遮擋前（i，j)點(diǎn)的亮度，iM表示嘴部的橫坐標(biāo)，jM表示 嘴部的縱坐標(biāo)。
18. 如權(quán)利要求11所述的裝置，其特征在于，所述處理單元，具體用于： 獲取隨機(jī)數(shù)，將所述隨機(jī)數(shù)對(duì)所述中間人臉正樣本集合中包含的人臉正樣本的個(gè)數(shù)取 余數(shù)； 從所述中間人臉正樣本集合中隨機(jī)抽取人臉正樣本，抽取的人臉正樣本的個(gè)數(shù)為所述 余數(shù)； 隨機(jī)生成權(quán)重值，其中，隨機(jī)生成的權(quán)重值的個(gè)數(shù)為所述余數(shù)，且和為1 ; 使用隨機(jī)生成的權(quán)重值對(duì)所述余數(shù)的人臉正樣本加權(quán)求和，得到新增人臉正樣本，并 添加到所述中間人臉正樣本集合中,得到最終人臉正樣本集合。
19. 如權(quán)利要求18所述的裝置，其特征在于，所述處理單元，具體用于：
其中，Si表示第i個(gè)人臉正樣本的亮度矩陣，Wi表示第i個(gè)權(quán)重值，Ns表示余數(shù)。
20. 如權(quán)利要求11所述的裝置，其特征在于，所述處理單元，具體用于： 隨機(jī)抽取所述原始人臉負(fù)樣本集合中的兩個(gè)人臉負(fù)樣本； 將隨機(jī)抽取的兩個(gè)人臉負(fù)樣本進(jìn)行與、或和異或運(yùn)算得到三個(gè)新增人臉負(fù)樣本，并添 加到所述原始人臉負(fù)樣本集合中，得到最終人臉負(fù)樣本集合。
【文檔編號(hào)】G06K9/36GK104112131SQ201310137893
【公開日】2014年10月22日 申請(qǐng)日期:2013年4月19日 優(yōu)先權(quán)日:2013年4月19日
【發(fā)明者】汪海洋, 周祥明, 王剛, 潘石柱, 張興明, 傅利泉, 朱江明, 吳軍, 吳堅(jiān) 申請(qǐng)人:浙江大華技術(shù)股份有限公司