[发明专利]人眼检测方法、装置、计算机设备及存储介质

说明书

本发明涉及一种人眼检测方法、装置、计算机设备及存储介质。方法包括：获取待检测图像，将待检测图像输入到训练好的人眼检测器；通过人眼检测器将待检测图像进行分割，得到多个待检测图像区域；对每个待检测图像区域中像素间的差值进行预置归一化处理，得到多个像素特征；对每个像素特征进行检测，输出检测结果为包含人眼的像素特征对应的待检测图像区域。通过对待检测图像区域中像素间的差值进行预置归一化处理的操作，能够保留较类似的强边缘特征，因此对待检测图像区域中像素间的差值进行预置归一化处理能够降低对强边缘特征的弱化，提高了对人眼检测的准确率。

技术领域

本发明涉及计算机技术领域，特别是涉及一种人眼检测方法、装置、计算机设备及存储介质。

背景技术

当前人脸识别技术已经广泛应用于商业领域，眼睛作为人脸特征的重要组成部分，准确定位眼睛不仅可以矫正带有旋转角度的人脸图像，也可以用于提取表示人脸的重要特征。

在传统技术中，使用基于adaboost(一种迭代算法)的人脸检测方法是主流，而且人脸检测和人眼检测方法只要更换训练样本，二者是可以通用的。如开源库opencv(是一个基于BSD许可(开源)发行的跨平台计算机视觉库)中自带的人脸检测和人眼检测方法，都是采用haar特征(一种反映图像的灰度变化的，像素分模块求差值的一种特征)或lbp(LocalBinary Patterns，局部二值模式)特征加adaboost分类器，并得到了非常好的检测效果。

然而在实际使用过程中，这种对人眼检测的误检率仍然较高，无法较准确的对人眼进行检测。

发明内容

基于此，有必要针对上述问题，提供一种人眼检测方法、装置、计算机设备及存储介质。

一种人眼检测方法，所述方法包括：

获取待检测图像，将所述待检测图像输入到训练好的人眼检测器；

通过所述人眼检测器将所述待检测图像进行分割，得到多个待检测图像区域；

对每个所述待检测图像区域中像素间的差值进行预置归一化处理，得到多个像素特征；

对每个像素特征进行检测，输出检测结果为包含人眼的像素特征对应的待检测图像区域。

在其中一个实施例中，所述像素特征根据以下公式计算得到：

其中，f(x,y)表示像素特征值，x,y表示待检测图像区域中选取的两个像素值；N为预置常数。

在其中一个实施例中，所述预置常数N为255。

在其中一个实施例中，所述训练好的人眼检测器包含有训练好的第一人眼检测模型与训练好的第二人眼检测模型；

所述对每个像素特征进行检测，输出检测结果为包含人眼的像素特征对应的待检测图像区域，包括：

获取所述第一人眼检测模型与所述第二人眼检测模型分别对每个像素特征的检测结果；

将所述第一人眼检测模型的检测结果与所述第二人眼检测模型的检测结果进行结合，得到最终检测结果；

输出所述最终检测结果为包含人眼的像素特征对应的待检测图像区域。

在其中一个实施例中，在所述训练好的人眼检测器获取输入的待检测图像之前，还包括；

获取多个人脸图像训练样本；

对每个所述人脸图像训练样本中像素间的差值进行预置归一化处理，得到多个样本像素特征；

从每个所述人脸图像训练样本中获取只含有眼睛的区域对应的样本像素特征作为正样本，从每个所述人脸图像训练样本中获取眼睛区域外的其他区域对应的样本像素特征作为负样本，对第一人眼检测模型进行训练得到训练好的第一人眼检测模型；