[发明专利]面部检测方法及装置

说明书

本公开涉及一种面部检测方法及装置，所述方法包括：将待检测面部图像输入第一分类器进行处理，得到第一分类结果；将所述第一分类结果输入第二分类器进行处理，得到面部检测结果，所述第一分类器与所述第二分类器不同，所述第一分类器的处理速度大于所述第二分类器的处理速度。在利用处理速度快的第一分类器进行处理，得到第一分类结果后，将第一分类结果输入检测成功率更高的第二分类器进行处理，得到最终的面部检测结果，在提高面部检测速度的前提下，保证面部检测的成功率。

技术领域

本公开涉及图像识别领域，尤其涉及一种面部检测方法及装置。

背景技术

在面部检测技术中，通常利用分类器在待识别图像中进行面部检测，分类器通常采用Adaboost算法，Adaboost算法是一种迭代算法，其核心思想同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。在传统的基于Adaboost算法的面部检测中，将多个强分类器级联组成普通级联分类器，普通级联分类器在检测开始后，需要过滤大量的待检测窗口，耗时较多，检测速度慢。

发明内容

有鉴于此，本公开提出了一种面部检测方法及装置，用以解决面部检测中检测速度慢的问题。

根据本公开的一方面，提供了一种面部检测方法，所述方法包括：

将待检测面部图像输入第一分类器进行处理，得到第一分类结果；

将所述第一分类结果输入第二分类器进行处理，得到面部检测结果，所述第一分类器与所述第二分类器不同，所述第一分类器的处理速度大于所述第二分类器的处理速度。

在一种可能的实现方式中，将待检测面部图像输入第一分类器进行处理，包括：

所述第一分类器提取所述待检测面部图像的哈尔Haar特征；

所述第一分类器根据提取到的Haar特征对所述待检测面部图像进行处理。

将所述第一分类结果输入第二分类器进行处理，包括：

所述第二分类器提取所述第一分类结果的Haar特征和局部二值模式特征Lbp特征；

所述第二分类器根据提取到的Haar特征和Lbp特征对所述第一分类结果进行处理。

所述第一分类器为嵌套级联分类器，所述第二分类器为普通级联分类器或卷积神经网络分类器。

所述第一分类器为普通级联分类器，所述第二分类器为卷积神经网络分类器。

根据本公开的另一方面，提供了一种面部检测装置，包括：

第一分类器模块，用于将待检测面部图像输入第一分类器进行处理，得到第一分类结果；

第二分类器模块，用于将所述第一分类结果输入第二分类器进行处理，得到面部检测结果，所述第一分类器与所述第二分类器不同，所述第一分类器的处理速度大于所述第二分类器的处理速度。

在一种可能的实现方式中，所述第一分类器模块，包括：

第一特征提取子模块，用于提取所述待检测面部图像的哈尔Haar特征；

第一处理子模块，用于根据提取到的Haar特征对所述待检测面部图像进行处理。

在一种可能的实现方式中，所述第二分类器模块，包括：

第二特征提取子模块，用于提取所述第一分类结果的Haar特征和局部二值模式特征Lbp特征；

第二处理子模块，用于根据提取到的Haar特征和Lbp特征对所述第一分类结果进行处理。