[发明专利]人脸检测方法及装置

权利要求书

1.一种人脸检测方法，其特征在于，所述方法包括：

根据已训练的人脸检测器携带的用于表示人脸特征的第一归一化像素差值NPD组合，提取待检测图像的第二NPD组合；

通过所述人脸检测器对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域；

提取所述人脸区域的N维特征向量，N为自然数；

通过已训练的逻辑回归分类器对所述N维特征向量进行回归计算，得到所述人脸区域存在人脸的概率；

当所述存在人脸的概率大于预设阈值时确定所述人脸区域中存在人脸。

2.根据权利要求1所述的方法，其特征在于，所述已训练的人脸检测器携带所述第一NPD组合中的NPD顺序；

所述根据已训练的人脸检测器携带的用于表示人脸特征的第一NPD组合，提取待检测图像的第二NPD组合，包括：

根据所述第一NPD组合以及所述NPD顺序，提取所述第二NPD组合；

所述通过所述人脸检测器对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域，包括：

通过所述人脸检测器基于所述NPD顺序对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定包括人脸的第一正样本与不包括人脸的第一负样本组成的第一训练集；

确定所述第一正样本与所述第一负样本各自对应的NPD；

基于所述第一正样本与所述第一负样本各自对应的NPD学习得到多个深度二次元树；所述深度二次元树经学习得到每个枝节点的最优NPD；

基于所述多个深度二次元树构建所述已训练的人脸检测器；所述多个深度二次元树中包括的最优NPD构成所述第一NPD组合。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将所述第一正样本与所述第一负样本各自对应的NPD存储在查找表中；

所述确定所述第一正样本与所述第一负样本各自对应的NPD，包括：

通过访问所述查找表确定所述第一正样本与所述第一负样本各自对应的NPD。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将包括人脸的第二正样本与不包括人脸的第二负样本组成的第二训练集输入未训练的逻辑回归分类器；

对所述未训练的逻辑回归分类器的预测函数中N维特征向量各自对应的参数进行训练；所述第二负样本为基于NPD检测人脸失败的负样本；

在确定所述预测函数中N维特征向量各自对应的参数符合预设条件时，停止训练所述逻辑回归分类器，得到所述已训练的逻辑回归分类器。

6.根据权利要求5所述的方法，其特征在于，所述确定所述预测函数中N维特征向量各自对应的参数符合预设条件，包括：

确定所述预测函数的损伤函数值是否达到最小值；

当所述预测函数的损耗函数的值达到最小值时，确定所述预测函数中N维特征向量各自对应的参数符合所述预设条件。

7.一种人脸检测装置，其特征在于，所述装置包括：

第一特征提取模块，被配置为根据已训练的人脸检测器携带的用于表示人脸特征的第一归一化像素差值NPD组合，提取待检测图像的第二NPD组合；

回归处理模块，被配置为通过所述人脸检测器对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域；

第二特征提取模块，被配置为提取所述人脸区域的N维特征向量，N为自然数；

回归计算模块，被配置为通过已训练的逻辑回归分类器对所述N维特征向量进行回归计算，得到所述人脸区域存在人脸的概率；

第一确定模块，被配置为在所述存在人脸的概率大于预设阈值时确定所述人脸区域中存在人脸。

8.根据权利要求7所述的装置，其特征在于，所述已训练的人脸检测器携带所述第一NPD组合中的NPD顺序；

所述第一特征提取模块，还被配置为根据所述第一NPD组合以及所述NPD顺序，提取所述第二NPD组合；

所述回归处理模块，还被配置为通过所述人脸检测器基于所述NPD顺序对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域。