[發明專利]一種人臉檢測的方法和裝置

有效

• 申請號: 201610040719.7
• 申請日: 2016-01-21
• 公開（公告）號: CN106991363B
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 馮昊;汪彪;張超;遇冰;黃元俊;韓在濬;崔昌圭
• 申請（專利權）人: 北京三星通信技術研究有限公司;三星電子株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 王雙;王琦

本申請公開了一種人臉檢測的方法，包括：以第一步長為間隔，利用滑動窗口掃描目標圖像，并對相應滑動窗口中的圖像進行人臉粗檢測，選擇出候選區域；以小于所述第一步長的第二步長為間隔，利用滑動窗口掃描所述候選區域，并對相應滑動窗口中的圖像進行人臉精檢測，選擇出人臉區域。應用本申請，能夠提高人臉檢測速度。

技術領域

本申請涉及圖像識別技術，特別涉及一種人臉檢測的方法和裝置。

背景技術

照片通常在非受控條件下拍攝，使照片中的人臉呈現不同姿態和尺度(即大小)。因此，在進行人臉檢測時，很多情況下，需要對多姿態、多尺度的人臉進行檢測。

目前人臉檢測方法主要采用Adaboost算法訓練檢測器，即不斷挑選錯分最少的弱分類器及特征，學習閾值，并利用挑選出的弱分類器和特征構成強分類器，作為人臉檢測器。在利用人臉檢測器進行檢測時，使用滑動窗口掃描圖像，并將滑動窗口中的圖像送入檢測器進行判別，將滿足檢測器閾值的窗口定義為人臉。如圖1所示。

同時，為了檢測多種姿態的人臉，可使用多個人臉檢測器進行同樣的掃描和判別，此時，每個人臉檢測器負責檢測不同姿態的人臉。這種情況下，雖然獲得更高的檢測率，但掃描窗口的數量大量增加，導致檢測速度會大幅降低。

為了實現多尺度人臉的檢測，圖像金字塔是普遍采用的方法。首先將圖像按照一定比例縮放，得到不同大小的圖像，將這些圖像由小到大縱向排列，底端圖像最大，頂端圖像最小，構成圖像金字塔，如圖2所示。在圖像金字塔中，得到不同尺度的圖像，人臉尺度也隨之發生變化，利用人臉檢測器對所有尺度的圖像進行人臉檢測。具體地，利用滑動窗口掃描所有尺度的圖像，再使用人臉檢測器對輸入的滑動窗口中的圖像進行判別。由此檢測出不同大小的人臉。這種多尺度人臉的檢測方法中，與上述多姿態的人臉檢測相類似地，掃描窗口的數量大量增加，導致檢測速度會大幅降低。

發明內容

本申請提供一種人臉檢測的方法和裝置，能夠提高檢測速度。

為實現上述目的，本申請采用如下技術方案：

一種人臉檢測的方法，包括：

以第一步長為間隔，利用滑動窗口掃描目標圖像，并對相應滑動窗口中的圖像進行人臉粗檢測，選擇出候選區域；

以小于所述第一步長的第二步長為間隔，利用滑動窗口掃描所述候選區域，并對相應滑動窗口中的圖像進行人臉精檢測，選擇出人臉區域。

較佳地，對相應滑動窗口中的圖像進行人臉粗檢測，具體包括：

使用第一人臉檢測模塊對相應滑動窗口中的圖像進行人臉粗檢測；

其中，所述第一人臉檢測模塊具備下述至少一種特征：

生成所述第一人臉檢測模塊時的樣本集檢測率測試閾值小于設定測試閾值；

生成所述第一人臉檢測模塊時訓練的迭代次數小于設定迭代次數；

所述第一人臉檢測模塊的檢測閾值為在標準檢測閾值的基礎上進行偏移得到的寬松閾值。

較佳地，所述寬松閾值保證第一人臉檢測模塊對人臉的檢測率高于所述標準檢測閾值對應的檢測率，和/或，所述寬松閾值保證第一人臉檢測模塊對人臉的虛警率高于標準檢測閾值對應的虛警率。

較佳地，通過下述方式得到用于進行人臉粗檢測的第一人臉檢測模塊和/或用于進行人臉精檢測的第二人臉檢測模塊：

根據多個弱分類器構成強分類器；

采用MIP方法，對所述強分類器進行優化。

較佳地，采用MIP方法，對所述強分類器進行優化，具體包括：

采用MIP方法，使用人臉樣本和背景樣本訓練組成強分類器的各弱分類器對應的閾值。