[发明专利]一种针对多姿态人脸的人脸检测系统及方法

说明书

本发明提供了一种针对多姿态人脸的人脸检测系统，包括：前端检测器和后端检测器，其中，所述前端检测器包括至少一层分类器，每一层包含至少两个并列的针对不同姿态人脸的第一类分类器，用于对候选的人脸与非人脸窗口进行区分；所述后端检测器包括采用深度神经网络的第二类分类器，用于进一步区分所述前端检测器的检测结果中的人脸和非人脸。相应地，本发明还提供了一种人脸检测方法。在提升检测精度的同时，有效降低检测过程的计算开销，有效提高检测速度。

技术领域

本发明属于计算机视觉领域，尤其涉及人脸检测技术。

背景技术

人脸检测任务的目标是对任意给定的一幅图像或一组图像序列，使用机器自动判定该图像或该序列中是否存在人脸，且在存在人脸的情况下，找出其位置和大小。人脸检测问题通常被抽象为一个二分类问题，即区分人脸与非人脸。经典的人脸检测方法主要通过基于人脸与非人脸的图像样本学习分类器，然后在输入的图像上通过滑动窗口的方式使用训练好的数据学习分类器对每个图像窗口进行分类。

人脸图像会因为不同个体在年龄、性别、种族、体重，以及不同的头部姿态等内在因素方面的不同而在其表观与形状上呈现出巨大的差异，而光照、遮挡、角度、距离、采集设备等外在因素的影响又进一步丰富了人脸图像的变化模式、增加了人脸检测的难度。在所有可能影响人脸图像的表观与形状的因素中，人脸的姿态是对人脸图像的表观影响最大的因素之一，而姿态的变化是一种高度非线性的变换，不同姿态的人脸图像在表观上存在着显著的差异，采用单个模型难以统一地对所有的姿态进行建模，因此通常将多姿态人脸检测问题划分为多个更为简单的子姿态人脸检测问题来加以解决，即针对不同姿态分别训练分类器，每个分类器处理对应姿态下的人脸。在现有技术中，多个分类器的组织结构主要有：并列式、金字塔式以及树形。

然而，现有技术中对多个分类器的组织方法仍存在不同程度的不足。并列式分类器结构针对每个姿态训练一个人脸检测器，对绝大部分候选图像窗口都需要执行所有姿态的人脸检测器，因而其具有较低的检测效率，同时整个检测器的误检率随着并列检测器的增多而增长；金字塔式分类器结构在形式上可以看成是共享高层节点的并列式结构，除了第一层之外，每一层都是采用多个模型并列的形式，因而其在时间效率和误检率上具有和并列式结构相同的问题，不同之处只是在于高层通过共享节点的方式减少了部分计算上的开销，而用单模型来建模多姿态人脸势必在召回率和非人脸窗口过滤能力之间存在矛盾，进而造成检测精度的下降或者计算开销的增大，或者两者兼有；树形分类器结构的每一层上的分类器并联以由粗到细地对姿态进行分支，由于其顶层节点往往需要更多的特征，并且在分支时需要显式地或隐式地对姿态进行估计，其检测精度严重依赖于对姿态的估计的准确程度，不准确或者错误的姿态估计都很容易造成漏检从而降低检测器的召回率。有的树形检测器设计了多重分支的机制来降低对姿态估计准确性的依赖，但是这并没有从根本上解决问题，而多重分支的机制本身又是一个难点。

综上所述，对于多姿态情况下的人脸图像，模型复杂度低的分类器缺乏足够的建模能力，模型复杂度高的分类器则具有高昂的计算开销，目前采用多个分类器的方法也难以兼顾较强的建模能力和较小的计算开销，难以同时在精度和速度上取得好的表现。

发明内容

本发明的目的是提供一种能够克服上述技术问题的解决方案。

本发明提供了一种针对多姿态人脸的人脸检测系统，包括：前端检测器和后端检测器，其中，所述前端检测器包括至少一层分类器，所述每一层包含至少两个并列的针对不同姿态人脸的第一类分类器，用于对候选的人脸与非人脸窗口进行区分；所述后端检测器包括采用深度神经网络的第二类分类器，用于进一步区分所述前端检测器的检测结果中的人脸和非人脸。

优选地，所述前端检测器包括至少两层分类器，所述每一层包含至少两个并列的针对不同姿态人脸的第一类分类器，其中，较低层上的所述第一类分类器的数目不多于较高层上的所述第一类分类器的数目。

优选地，所述第一类分类器包括采用能快速计算的特征的分类器，和/或采用能够快速计算的算法的分类器。