[发明专利]一种人脸图像检测方法、装置、介质和电子设备

权利要求书

1.一种人脸图像检测方法，其特征在于，包括：

获取原始人脸图像；

按照预设的采样规则对所述原始人脸图像进行采样，获得所述原始人脸图像对应在不同频段的不同采样信号；

依据获得的不同采样信号，得到目标人脸图像，所述目标人脸图像中的细节信息相比于所述原始人脸图像中的细节信息被放大；

将得到的所述目标人脸图像作为预先训练好的卷积神经网络分类模型的输入，利用所述卷积神经网络分类模型对所述目标人脸图像进行检测，获取所述卷积神经网络分类模型输出的对应所述目标人脸图像的数值；

判断所述数值是否小于第一预设阈值；

如果小于，确定所述原始人脸图像为非法人脸图像；

其中，所述按照预设的采样规则对所述原始人脸图像进行采样，获得所述原始人脸图像对应在不同频段的不同采样信号包括：

对所述原始人脸图像进行奇数列和偶数列地采样，得到第一奇数列信号和第一偶数列信号；

对所述第一奇数列信号和第一偶数列信号进行差分运算，得到第一差分信号，并从所述第一奇数列信号和第一偶数列信号中任意选取一个作为第一采样信号，所述第一差分信号与所述第一采样信号相比，所述第一差分信号为高频差分信号，所述第一采样信号为低频采样信号；

对所述第一差分信号进行奇数行和偶数行地采样，得到第二采样信号和第三采样信号；

对所述第二采样信号和第三采样信号进行差分运算，得到第二差分信号，并从所述第二采样信号和第三采样信号中任意选取一个作为第一目标采样信号，所述第二差分信号与所述第一目标采样信号相比，所述第二差分信号为高频差分信号，所述第一目标采样信号为低频采样信号；

对所述第一采样信号进行奇数行和偶数行地采样，得到第四采样信号和第五采样信号；

对所述第四采样信号和第五采样信号进行差分运算，得到第三差分信号，并从所述第四采样信号和第五采样信号中任意选取一个作为第二目标采样信号，所述第三差分信号与所述第二目标采样信号相比，所述第三差分信号为高频差分信号，所述第二目标采样信号为低频采样信号；

对所述第二目标采样信号进行奇数列和偶数列地采样，得到第二奇数列信号和第二偶数列信号；

对所述第二奇数列信号和第二偶数列信号进行差分运算，得到第四差分信号，并从所述第二奇数列信号和第二偶数列信号中任意选取一个作为第六采样信号，所述第四差分信号与所述第六采样信号相比，所述第四差分信号为高频差分信号，所述第六采样信号为低频采样信号；

对所述第四差分信号进行奇数行和偶数行地采样，得到第七采样信号和第八采样信号；

对所述第七采样信号和第八采样信号进行差分运算，得到第五差分信号，并从所述第七采样信号和第八采样信号中任意选取一个作为第三目标采样信号，所述第五差分信号与所述第三目标采样信号相比，所述第五差分信号为高频差分信号，所述第三目标采样信号为低频采样信号；

对所述第六采样信号进行奇数行和偶数行地采样，得到第九采样信号和第十采样信号；

对所述第九采样信号和第十采样信号进行差分运算，得到第六差分信号，并从所述第九采样信号和第十采样信号中任意选取一个作为第四目标采样信号，所述第六差分信号与所述第四目标采样信号相比，所述第六差分信号为高频差分信号，所述第四目标采样信号为低频采样信号；

所述第二差分信号、所述第一目标采样信号、所述第三差分信号、所述第五差分信号、所述第三目标采样信号、所述第六差分信号和所述第四目标采样信号为获得的所述原始人脸图像对应在不同频段的不同采样信号；

其中，所述卷积神经网络分类模型采用如下方法训练得到：

确定训练样本集，所述训练样本集包括合法人脸图像和非法人脸图像；

对所述训练样本集中的各个人脸图像分别进行预处理，所述预处理包括灰度化处理、值域归一化处理和尺寸归一化处理中的至少一个；

构建卷积神经网络的软件架构，所述卷积神经网络的软件架构至少包括所述卷积神经网络分类模型的处理算法以及所述卷积神经网络分类模型训练停止的目标函数，其中，所述卷积神经网络分类模型训练停止的目标函数为h表示计算值，y表示期望值，W、b为各神经元间的连接权值，x为图像像素点的值；

将所述训练样本集中预处理后的人脸图像依次输入所述卷积神经网络的软件架构进行训练，直至所述目标函数满足预设的训练停止条件，保存训练结果；

依据所述训练结果，得到所述卷积神经网络分类模型。