[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，包括：

对彩色图像进行显著性检测，获取人脸的候选区域；

确定所述候选区域在所述彩色图像中对应的图像区域的第一特征图，及所述候选区域在深度图像中对应的图像区域的第二特征图；其中，所述深度图像用于反映所述彩色图像中各像素的深度；

根据所述第一特征图和第二特征图，确定所述候选区域属于人脸的概率；

根据所述候选区域属于人脸的概率，确定所述人脸的位置区域。

2.根据权利要求1所述的方法，其特征在于，所述确定所述候选区域在所述彩色图像中对应的图像区域的第一特征图，及所述候选区域在深度图像中对应的图像区域的第二特征图，包括：

对所述彩色图像和所述深度图像分别进行特征提取，获取所述彩色图像的特征图及所述深度图像的特征图；

确定所述候选区域在所述彩色图像的特征图中对应的第一特征区域，将所述第一特征区域确定为所述候选区域在所述彩色图像中对应的图像区域的第一特征图；

确定所述候选区域在所述深度图像的特征图中对应的第二特征区域，将所述第二特征区域确定为所述候选区域在所述深度图像中对应的图像区域的第二特征图。

3.根据权利要求2所述的方法，其特征在于，所述对所述彩色图像和所述深度图像分别进行特征提取，获取所述彩色图像的特征图及所述深度图像的特征图，包括：

对所述彩色图像进行CNN卷积神经网络运算，得到所述彩色图像的特征图；

对所述深度图像进行CNN运算，得到所述深度图像的特征图。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征图和第二特征图，确定所述候选区域属于人脸的概率，包括：

将所述第一特征图映射为预设长度的第一特征向量，及将所述第二特征图映射为所述预设长度的第二特征向量；

将所述第一特征向量和所述第二特征向量进行向量拼接，得到目标特征向量；

根据所述目标特征向量确定所述候选区域属于人脸的概率。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标特征向量确定所述候选区域属于人脸的概率，包括：

根据支持向量机SVM分类器对所述目标特征向量进行分类，确定所述候选区域属于人脸的概率。

6.根据权利要求1所述的方法，其特征在于，所述根据所述候选区域属于人脸的概率，确定所述人脸的位置区域，包括：

根据各所述候选区域属于人脸的概率，将概率大于预设阈值的候选区域确定为目标区域；

对所述目标区域进行非最大值抑制，确定所述人脸的位置区域。

7.一种人脸检测装置，其特征在于，包括：

检测模块，用于对彩色图像进行显著性检测，获取人脸的候选区域；

第一确定模块，用于确定所述候选区域在所述彩色图像中对应的图像区域的第一特征图，及所述候选区域在深度图像中对应的图像区域的第二特征图；其中，所述深度图像用于反映所述彩色图像中各像素的深度；

第二确定模块，用于根据所述第一特征图和第二特征图，确定所述候选区域属于人脸的概率；

第三确定模块，用于根据所述候选区域属于人脸的概率，确定所述人脸的位置区域。

8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，包括：

特征提取子模块，用于对所述彩色图像和所述深度图像分别进行特征提取，获取所述彩色图像的特征图及所述深度图像的特征图；

第一确定子模块，用于确定所述候选区域在所述彩色图像的特征图中对应的第一特征区域，将所述第一特征区域确定为所述候选区域在所述彩色图像中对应的图像区域的第一特征图；

第二确定子模块，用于确定所述候选区域在所述深度图像的特征图中对应的第二特征区域，将所述第二特征区域确定为所述候选区域在所述深度图像中对应的图像区域的第二特征图。

9.根据权利要求8所述的装置，其特征在于，所述特征提取子模块，对所述彩色图像进行CNN卷积神经网络运算得到所述彩色图像的特征图，对所述深度图像进行CNN运算得到所述深度图像的特征图。