[發明專利]一種人臉檢測的方法和裝置有效
| 申請號: | 201611185435.3 | 申請日: | 2016-12-20 |
| 公開(公告)號: | CN106599860B | 公開(公告)日: | 2019-11-26 |
| 發明(設計)人: | 萬韶華 | 申請(專利權)人: | 北京小米移動軟件有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06K9/46 |
| 代理公司: | 11138 北京三高永信知識產權代理有限責任公司 | 代理人: | 林錦瀾<國際申請>=<國際公布>=<進入 |
| 地址: | 100085 北京市海淀區清河*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 檢測 方法 裝置 | ||
本公開提供了一種人臉檢測的方法和裝置,屬于圖像處理領域。所述方法包括:對待識別的目標圖像進行第一預設次數的卷積處理和第二預設次數的池化處理,得到中間圖像;將所述中間圖像分割為等大小的預設數目個圖像塊;在每個圖像塊中,基于至少一個預設尺寸的候選框,進行區域圖像特征提取,得到每個圖像塊的至少一個區域圖像特征信息,其中,每個預設尺寸的候選框的高度大于或等于寬度;根據所述每個圖像塊的至少一個區域圖像特征信息,確定所述目標圖像中包含的人臉區域。采用本公開,可以提高人臉檢測的處理速度。
技術領域
本公開是關于圖像處理領域,尤其是關于一種人臉檢測的方法和裝置。
背景技術
人臉檢測技術是指根據人臉的特征信息,對圖像中的人臉進行定位的技術。一般人臉檢測技術使用的算法模型是Faster-RCNN(Faster Region-based ConvolutionalNeural Network,快速區域深度卷積網絡),具體處理是:
將待識別圖像輸入到Faster-RCNN中,經過卷積處理和池化處理之后得到像素點數目為N*N的中間圖像,然后將中間圖像分割為等大小的預設數目個圖像塊。對于每個圖像塊,按照高寬比例為1:2、1:1和2:1和面積為1282、2562和5122的9種候選框在圖像塊中進行區域圖像特征提取,得到每個圖像塊中包含的區域圖像特征信息,然后對獲取到的區域圖像特征信息進行全連接處理,確定出待識別圖像包含的人臉區域。
這樣,在進行區域圖像特征信息提取時,候選框的數目比較多,提取到的區域圖像特征信息也比較多,對于每個區域圖像特征信息都需進行全連接處理,計算量比較大,從而人臉檢測的處理速度比較慢。
發明內容
為了克服相關技術中存在的問題,本公開提供了一種人臉檢測的方法和裝置。所述技術方案如下:
根據本公開實施例的第一方面,提供一種人臉檢測的方法,所述方法包括:
對待識別的目標圖像進行第一預設次數的卷積處理和第二預設次數的池化處理,得到中間圖像;
將所述中間圖像分割為等大小的預設數目個圖像塊;
在每個圖像塊中,基于至少一個預設尺寸的候選框,進行區域圖像特征提取,得到每個圖像塊的至少一個區域圖像特征信息,其中,每個預設尺寸的候選框的高度大于或等于寬度;
根據所述每個圖像塊的至少一個區域圖像特征信息,確定所述目標圖像中包含的人臉區域。
可選的,所述預設尺寸的候選框的高度與寬度的比例為1:1和2:1。
可選的,所述根據所述每個圖像塊的至少一個區域圖像特征信息,確定所述目標圖像中包含的人臉區域,包括:
基于全連接參數W1=U1∑m1VT1、全連接參數W2=U2∑m2VT2,對所述每個圖像塊的至少一個區域圖像特征信息進行全連接處理,確定所述目標圖像中包含的人臉區域。
這樣,可以使人臉檢測的處理速度提高的更多。
可選的,U1和∑m1VT1是對全連接參數W1'進行奇異值SVD分解得到;
U2和∑m2VT2是對全連接參數W2'進行SVD分解得到。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京小米移動軟件有限公司,未經北京小米移動軟件有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611185435.3/2.html,轉載請聲明來源鉆瓜專利網。





