[发明专利]一种判断人脸检测误检及关键点定位准确度的方法

说明书

技术领域

本发明属于人脸识别技术领域，提出了一种判断人脸检测误检及关键点定位准确度的方法。

背景技术

目前的人脸识别技术一般包含几个步骤：人脸检测、人脸关键点定位、人脸特征提取、人脸比对。其中人脸检测和人脸关键点定位是最基本的环节，人脸检测是指对于一幅给定的图像，确定其中是否含有人脸，如果有则返回所有人脸区域的位置、大小和姿态；人脸关键点定位是指在人脸检测基础上，进一步定位出人脸的眼睛、眉毛、鼻子、嘴巴、轮廓等位置。这两项技术的效果好坏直接影响后续的人脸特征提取和人脸比对的效果。目前这两项技术经过多年的发展，准确率已经得到了很大提高，但是在现实的人脸识别产品中，由于场景较为复杂，即使目前非常先进的人脸检测也常会出现误检现象，即将非人脸的图像区域标定为人脸区域，如将树木、建筑、车辆等区域标定为人脸；而比较好的人脸关键点定位算法也会因为光照、姿态及表情变化，出现定位不准确的情况，即定位出的人脸的眼睛、眉毛、鼻子、嘴巴、轮廓的坐标位置和人脸图像中真正的位置有较大的偏差。

在实际系统中，如果出现人脸检测误检，则基于其上的人脸关键点定位也会发生较大的错误，然后在后续的人脸特征提取、人脸比对就会出现严重问题，同时也加大了系统运行的负担，另外在前面两个环节发生较严重错误的情况下，再进入后续环节是没有太大意义的。这种现象在无需用户配合的人脸识别场景更为严重，如安防监控场景中，场景复杂多变，用户不配合，会出现大量的人脸检测误检和人脸特征点定位不准现象，这时，如果系统不能判断出人脸检测误检或人脸关键点定位错误，那么大量非人脸或质量不好的图片（可以准确检测人脸，但人脸特征点定位不准）就会进入到后续的人脸比对环节中，系统的负担将会变得很大，且识别效果大打折扣。

一个正确的逻辑应该是，在人脸检测和人脸关键点定位环节把好关，能够有方法判断人脸检测是否误检、人脸关键定位是否准确，符合条件的才进入后续环节，这样做能够消除掉一些无意义的识别，提高了系统的利用率，也在一定程度上提高了人脸识别系统的识别率。因此，设计一个算法能够判断人脸检测是否误判及人脸关键点定位是否准确，对于一个实用的人脸识别系统，显得非常有必要。

目前公开的文献中，都是讲如何提高人脸检测的精度和提高人脸关键点定位的准确率，但在背景条件复杂的情况下，人脸检测还是会出现误检现象，而人脸关键点定位也会存在定位不准确的情况，并且这些文献都是孤立地解决人脸检测和人脸关键点定位问题，最终也没有给出一个方法来判断其人脸检测是否误检或人脸关键点定位是否准确。

发明内容

本发明所要解决的技术问题是，提供一种判断人脸检测误检及关键点定位准确度的方法，能够通过判断人脸关键点定位的准确度来反推人脸检测是否误检，有一举两得的作用，同时可以根据得到的人脸定位准确度决定是否进行后续的人脸比对环节，从而减轻了系统的负担。

为解决上述技术问题，本发明提供的一种判断人脸检测误检及关键点定位准确度的方法，包括步骤：

a.人脸检测；

b.在检测到的人脸区域上进行N个关键点的定位；

c.在N个关键点中，考察其中M个主要关键点，调用M个二分类器判断这M个关键点中不准确的点的个数，其中M≤N；

若不准点数≤a*M,则判断人脸检测和关键点检测都非常可靠，继续后续环节；

若不准点数≥b*M，则判断人脸检测发生了误判，关键点定位无意义，停止后续环节；

若a*M<不准点数<b*M，则判断人脸检测可靠，但部分关键点定位不准，根据错误定位的情况决定是否继续后续环节；

步骤（c）中二分类器训练步骤包括：

（c.1）生成正样本，选取K张的人工标定的人脸关键点样本，对每张图片以某个关键点为中心，在其周围的一个小区域提取一个局部特征作为正样本；在真实的关键点周围随机偏移1-2个像素点，偏移后的关键点，也认为正确的关键点，然后再以偏移后的像素点为中心来提取局部特征作为正样本，其中K≥10000；

（c.2）生成负样本，在和正样本同一批人工标定的人脸关键点样本中，在真实的关键点周围随机偏移5-10个像素点，偏移后的关键点，可以用来模拟定位不准确的点，然后再以偏移后的像素点为中心来提取局部特征作为负样本；

（c.3）训练二分类，对于每一个关键点都按照（c.1）和（c.2）方法，生成了较大数量的的正样本和负样本，此时便可以训练一个二分类器。