[發明專利]一種人臉圖片檢測方法及裝置

在審

• 申請號: 201610663327.6
• 申請日: 2016-08-11
• 公開（公告）號: CN107729796A
• 公開（公告）日: 2018-02-23
• 發明（設計）人: 趙波鋒;李海濱;胡曉峰
• 申請（專利權）人: 中國移動通信集團湖南有限公司;中國移動通信集團公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京同達信恒知識產權代理有限公司11291
• 代理人: 郭潤湘

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種人臉圖片檢測方法及裝置。

背景技術

人臉圖片檢測是人臉識別系統中的一個關鍵環節。早期的人臉圖片檢測研究主要針對具有較強約束條件的人臉圖片(如無背景的圖片)，往往假設人臉位置一直或者容易獲得，因此人臉圖片檢測問題并未受到重視。隨著電子商務等應用的發展，人臉識別成為最有潛力的生物身份驗證手段，這種應用背景要求自動人臉識別系統能夠對一般圖片具有一定的識別能力。

目前有多種方法可以實現人臉圖片檢測，其中以深度學習算法，特別是CNN(Convolutional Neural Network，卷積神經網絡)分類器最為流行和有效，當要進行檢測的圖片量不是很大時，CNN分類器可以很好地完成人臉圖片的檢測分類。但是由于CNN分類器在人臉圖片檢測應用中主要存在的問題是：當進行檢測的圖片量比較大時，將會導致檢測速度下降；并且單純的使用CNN分類器進行人臉圖片檢測，也會存在識別準確度不是非常高。

綜上所述，現有技術在使用CNN分類器進行人臉識別時，存在速度不夠快以及準確度不是特別高的技術問題。

發明內容

本發明提供一種人臉圖片檢測方法及裝置，用以解決現有技術中存在的使用CNN分類器進行人臉識別時速度不夠快以及準確度不是特別高的技術問題。

一方面，本發明實施例提供一種人臉圖片檢測方法，包括：

根據cascade分類器，判斷待檢測圖片是否為人臉圖片，所述cascade分類器是根據預先選定的人臉樣本圖片和非人臉樣本圖片訓練得到的；

若根據所述cascade分類器確定所述待檢測圖片為人臉圖片，則根據卷積神經網絡CNN分類器，判斷所述待檢測圖片是否為人臉圖片，所述CNN分類器是根據所述選定的人臉樣本圖片和所述非人臉樣本圖片中由所述cascade分類器正確分類的樣本圖片訓練得到的；

若根據所述CNN分類器確定所述待檢測圖片為人臉圖片，則確定所述待檢測圖片為人臉圖片。

可選地，所述判斷待檢測圖片是否為人臉圖片之后，還包括：若根據所述cascade分類器確定所述待檢測圖片為非人臉圖片，則確定所述待檢測圖片為非人臉圖片。

可選地，所述根據CNN分類器，判斷所述待檢測圖片是否為人臉圖片之后，還包括：若根據所述CNN分類器確定所述待檢測圖片為非人臉圖片，則確定所述待檢測圖片為非人臉圖片。

可選地，根據下列方法訓練得到所述CNN分類器：

根據所述預先選定的人臉樣本圖片和非人臉樣本圖片，對所述CNN分類器進行訓練，得到第一CNN分類器，所述第一CNN分類器包含Softmax判定器；

將所述第一CNN分類器中的所述Softmax判定器替換為支持向量機SVM判定器；

根據所述預先選定的人臉樣本圖片及所述非人臉樣本圖片中由所述cascade分類器正確分類的樣本圖片，對所述第一CNN分類器進行訓練，得到第二CNN分類器；

將所述第二CNN分類器作為訓練得到的所述CNN分類器。

可選地，所述CNN分類器中的判定器為下列任一種：Softmax判定器、SVM判定器。

另一方面，本發明實施例提供一種人臉圖片檢測裝置，包括：

第一人臉圖像檢測單元，用于根據cascade分類器，判斷待檢測圖片是否為人臉圖片，所述cascade分類器是根據預先選定的人臉樣本圖片和非人臉樣本圖片訓練得到的；

第二人臉圖像檢測單元，用于若根據所述cascade分類器確定所述待檢測圖片為人臉圖片，則根據卷積神經網絡CNN分類器，判斷所述待檢測圖片是否為人臉圖片，所述CNN分類器是根據所述選定的人臉樣本圖片和所述非人臉樣本圖片中由所述cascade分類器正確分類的樣本圖片訓練得到的；

人臉圖片確定單元，用于若根據所述CNN分類器確定所述待檢測圖片為人臉圖片，則確定所述待檢測圖片為人臉圖片。

可選地，所述人臉圖片確定單元，還用于：若根據所述cascade分類器確定所述待檢測圖片為非人臉圖片，則確定所述待檢測圖片為非人臉圖片。

可選地，所述人臉圖片確定單元，還用于：若根據所述CNN分類器確定所述待檢測圖片為非人臉圖片，則確定所述待檢測圖片為非人臉圖片。

可選地，所述裝置還包括訓練單元，用于根據下列方法訓練得到所述CNN分類器：