人臉偵測

當 CMOS sensor 取得臉部影像後，首先需要人臉偵測，找出人臉的位置以便作 接下來的人臉特徵點擷取，在此我們採用實驗室周崇民學長論文[32]設計的人臉偵 測方法，流程如圖 3-1 所示。為了使系統能夠快速的搜尋到人臉位置，在進行人臉 偵測之前，我們會先將輸入的 320×240 彩色影像縮小為 160×120 彩色影像，以減少 人臉偵測所需的時間。在人臉偵測的過程當中，系統會先將輸入的影像進行膚色的

CMOS sensor

NO Candidate is face or not

YES Color

Segmentation

Morphology Closing

Color Region Mapping

Attentional Cascade

Face feature extraction

圖 3-1 人臉偵測系統流程圖

色彩分割，並且透過形態學的閉合運算（Closing）填滿膚色區域內空洞及不連續之 處。接著我們透過膚色區域投影將屬於膚色的區域框選出來，並且利用投影的長寬 比先排除可能不屬於人臉的區域，再將可能屬於人臉的區域交由專注式串聯法

（Attentional Cascade）[33]來判別此區域是否為正面的人臉。以下各章節將對圖 3-1 的各元件分別加以說明。

20

(a)膚色分割測試圖 (b)膚色分割結果

(c)閉合運算 (d)第一次投影

(e)第二次投影

圖 3-2 膚色分割及投影

3-2(d)所示，經由第一次的投影，框選出 A1 及 A2 兩個區域，然後再對這兩個區域 進行第二次的投影，如圖 3-2(e)所示，用意在於移除不是膚色的區域。

A1

A2

A1

A2

3.1.2 專注式串聯法

透過上一節將屬於膚色的區域框選出來，並且利用投影的長寬比先排除可 能不屬於人臉的區域，再將可能屬於人臉的區域交由專注式串聯法（Attentional Cascade）來判別此區域是否為正面的人臉。專注式串聯法可解決過多的運算量浪費 在判斷非人臉影像視窗的問題。在此人臉偵測器主要是使用數個簡單的臉部特徵，

稱 為 簡 易 分 類 器 （ Simple Classifier ）， 串 聯 成 為 一 個 複 雜 分 類 器 （ Complex Classifier）。愈前面的分類器規則愈容易，所需運算量也愈少，但是具有快速判斷影 像視窗為人臉或者是背景之效果；愈後面特徵則是愈複雜人臉規則，所以運算量也 隨之提高，不過當層數愈多時，人臉偵測的準確性也會提高。以圖 3-3 來說明，在 判斷的過程中以 T 來表示通過某一層特徵的檢測，若為 F 則表示偵測失敗，也就是 此影像視窗不是屬於人臉。

透過色彩投影及臉部長寬比初步的篩選之後，我們將可能為人臉區域送入串聯 法判斷此區域是否為正面的人臉。我們用以下幾點規則做為判斷條件：

1) 人臉投影之長寬比為 1 到 2 倍。

2) 人臉上半部兩眼區域與兩眉之間之灰階值總和會小於下半部灰階值的總和。

3) 眼睛區域的灰階值總和會小於眉毛中間灰階值的總和。

4) 在兩側臉頰相鄰的上下區域其灰階值總和會小於某閥值。

利用串聯的方法來判斷輸入的影像視窗是否為正面的人臉，因為結合了膚色的 條件，所以在人臉偵測時不必進行全域的掃描，如此可以減少運算量以達到即時偵 測人臉的效果。

1 2 3

Sub-window s

Reject Sub-w indow s

T T T

F F F

n

T T

F

Face

圖 3-3 人臉偵測專注式串聯法

22

3.1.3 人臉偵測結果

圖 3-4 為正面人臉偵測之結果。圖 3-4(a)為原始之測試影像，利用色彩分割將 屬於膚色的範圍分割出來且作閉合運算，圖 3-4 (b)即為運算之後的結果。圖 3-4 (c) 為利用膚色投影之後所框選之區域，圖 3-4 (d)為加入人臉特徵判斷之後得到的結 果，黑色框框表示找到的人臉位置。