[發明專利]人臉檢測方法及基于人臉檢測的聽課率評估方法、系統

在審

• 申請號: 201810073494.4
• 申請日: 2018-01-25
• 公開（公告）號: CN108256490A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 付宇卓;余先波;劉婷
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q50/20
• 代理公司: 上海思微知識產權代理事務所(普通合伙) 31237
• 代理人: 屈蘅

1.一種人臉檢測方法，包括如下步驟：

步驟一，將待檢測的教室圖片作為輸入，利用選擇性搜索方法生成物體候選窗口；

步驟二，將物體候選窗口輸入到多個并聯的組合人臉特征分類器中進行進一步的篩選，獲得人臉候選窗口；

步驟三，將人臉候選窗口輸入到一個多任務深度卷積網絡中，進行進一步的人臉檢測和窗口校正，并對檢測到的人臉進行角度分類

步驟四，根據人臉角度分類的結果，獲得待檢測圖片中教室聽課率的檢測值。

2.如權利要求1所述的一種人臉檢測方法，其特征在于，步驟一進一步包括：

利用區域分層分組算法去獲取任意尺寸的目標物體；

采用多樣化的特征策略來處理所有可能存在的情況；

結合位置信息，通過區域分層分組算法和多樣化特征分割策略得到的區域，選擇性搜索采用位置信息來對產生的區域進行排序篩選，過濾掉排序靠后的區域。

3.如權利要求1所述的一種人臉檢測方法，其特征在于：于步驟二中，從步驟一獲得的物體候選窗口輸入到四個基于深度卷積網絡的組合人臉特征分類器中進行篩選，獲得人臉候選窗口后，利用非最大值抑制算法對人臉候選窗口進行窗口去重處理。

4.如權利要求3所述的一種人臉檢測方法，其特征在于：所述四個組合特征分類器共用相同的深度卷積網絡結構，所述網絡結構包括7個卷積層和3個池化層。

5.如權利要求4所述的一種人臉檢測方法，其特征在于：于步驟四中，根據步驟三獲得的人臉角度分類結果和人臉檢測結果，將所述后者作為教室總人數，前者作為教室聽課總人數，兩者的比值則為特定時段教室聽課率的檢測值。

6.如權利要求1所述的一種人臉檢測方法，其特征在于，于步驟四之前，還包括：

將待檢測圖片輸入至一多任務深度卷積網絡的結果，獲得圖片中總人數的估計值，并以該值作為某一時刻教室總人數的估計值。

7.如權利要求6所述的一種人臉檢測方法，其特征在于，所述多任務深度卷積網絡包括3個卷積層和2個池化層，多任務包括人群密度響應圖和人數估計。

8.一種人臉檢測系統，包括：

物體候選窗口生成單元，用于將待檢測的教室圖片作為輸入，利用選擇性搜索方法生成物體候選窗口；

人臉候選窗口獲取單元，用于將物體候選窗口輸入到多個并聯的組合人臉特征分類器中進行進一步的篩選，獲得人臉候選窗口；

人臉角度分類單元，用于將人臉候選窗口輸入到一個多任務深度卷積網絡中，進行進一步的人臉檢測和窗口校正，并對檢測到的人臉進行角度分類

聽課率檢測值計算單元，用于根據人臉角度分類的結果，獲得待檢測圖片中教室聽課率的檢測值。

9.一種基于人臉檢測的聽課率評估方法，包括如下步驟：

步驟一，根據人臉檢測方法獲取的聽課率檢測值，根據一預設閾值對所述檢測值進行篩選，刪除非正常數據；

步驟二，根據人臉檢測方法獲取的聽課總人數估計值及人臉檢測方法獲取的檢測值，獲取教室中未檢測的人數；

步驟三，根據上述人臉檢測方法獲取的聽課率檢測值，獲取其最低值作為步驟二所述未檢測人數的聽課率，以完成聽課率的校準。

10.一種基于人臉檢測的聽課率評估系統，包括：

檢測值篩選單元，用于根據人臉檢測方法獲取的聽課率檢測值，根據一預設閾值對所述檢測值進行篩選，刪除非正常數據；

未檢測人數獲取單元，用于根據人臉檢測方法獲取的聽課總人數估計值及人臉檢測方法獲取的檢測值，獲取教室中未檢測的人數；

校準單元，用于根據上述人臉檢測方法獲取的聽課率檢測值，獲取其最低值作為未檢測人數獲取單元所述未檢測人數的聽課率，以完成聽課率的校準。