[发明专利]人脸图像检测方法、装置、计算机设备和可读存储介质在审

专利信息
申请号: 201910841543.9 申请日: 2019-09-06
公开(公告)号: CN110533000A 公开(公告)日: 2019-12-03
发明(设计)人: 苏晋展;许清泉;余清洲;张伟;陈良 申请(专利权)人: 厦门美图之家科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34
代理公司: 11463 北京超凡宏宇专利代理事务所(特殊普通合伙) 代理人: 安卫静<国际申请>=<国际公布>=<进入
地址: 361008 福建省厦门市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸图像 顶层 图像金字塔 检测 图像 构建 人脸图像检测 可读存储介质 目标人脸图像 待处理图像 计算机设备 网络 最大尺度 计算量 算法 尺度 输出 申请
【说明书】:

本申请实施例提供了一种人脸图像检测方法、装置、计算机设备和可读存储介质。人脸图像检测方法包括:构建待处理图像的图像金字塔,图像金字塔的顶层图像中包括预先构建的检测网络能够检测到的最大尺度的人脸图像;基于预先构建的检测网络,对图像金字塔的顶层图像进行检测,得到顶层图像中包括的人脸图像,以及判断是否需要基于预先构建的检测网络进行下一尺度的人脸图像的检测,若需要,则将图像金字塔的顶层图像的下一层图像进行检测;若不需要,则将顶层图像中包括的人脸图像作为目标人脸图像输出。从而不需要复杂的算法,只需较小的计算量就能便捷地获取人脸图像。

技术领域

本申请涉及图像处理技术领域,具体而言,涉及一种人脸图像检测方法、装置、计算机设备和可读存储介质。

背景技术

在图像数据处理中,人脸检测是处理人脸相关任务的基础,而在现有技术中,由于图像数据中的人脸尺度变化范围大,为了能够测出大尺度范围的人脸,需要网络能够识别不同的尺度的人脸,然而这样增加了人脸检测器的复杂度,极大地牺牲了人脸检测的效率,同时,为了能够检测出尺度较小的人脸,输入的待识别图像必须足够大,这也增加了人脸检测器的计算量,导致计算机设备的内存被过多的占用。

有鉴于此,如何提供一种便捷的人脸图像检测方案,是目前本领域技术人员需要解决的问题。

发明内容

本申请实施例提供了一种人脸图像检测方法、装置、计算机设备和可读存储介质。

本申请的实施例可以这样实现;

第一方面,本申请实施例提供一种人脸图像检测方法,包括:

构建待处理图像的图像金字塔,其中,所述待处理图像中包括至少一个人脸图像,所述图像金字塔的顶层图像中包括预先构建的检测网络能够检测到的最大尺度的人脸图像;

基于所述预先构建的检测网络,对所述图像金字塔的顶层图像进行检测,得到所述顶层图像中包括的人脸图像,以及判断是否需要基于所述预先构建的检测网络进行下一尺度的人脸图像的检测,若需要,则将所述图像金字塔的顶层图像的下一层图像进行检测;若不需要,则将所述顶层图像中包括的人脸图像作为目标人脸图像输出。

在可选的实施方式中,所述将所述图像金字塔的顶层图像的下一层图像进行检测,包括:

基于所述预先构建的检测网络,检测得到所述图像金字塔的顶层图像的下一层图像中包括的人脸图像,以及判断是否需要基于所述预先构建的检测网络进行次下一尺度的人脸图像的检测,若需要,则对所述下一层图像的次下一层图像进行检测,直至完成检测;若不需要,则将所述下一层图像中包括的人脸图像和所述顶层图像中包括的人脸图像作为所述目标人脸图像输出。

在可选的实施方式中,所述对所述下一层图像的次下一层图像进行检测,直至完成检测,包括:

对所述下一层图像的次下一层图像进行检测,当所述次下一层图像需要进行再下一尺度检测的概率小于预设概率阈值或所述次下一层图像为所述图像金字塔的底层图像时,判定所述预先构建的检测网络完成检测。

在可选的实施方式中,所述预先构建的检测网络包括基于YOLO算法构建的判断网络,所述判断是否需要基于所述预先构建的检测网络进行次下一尺度的人脸图像的检测,包括:

根据基于YOLO算法构建的判断网络,判断所述下一层图像中包括的除为人脸图像以外的其他图像为人脸图像的置信度是否超过预设置信度阈值,若超过,则判定所述下一层图像需要基于所述预先构建的检测网络进行次下一尺度的人脸图像的检测。

在可选的实施方式中,所述构建待处理图像的图像金字塔,包括:

获取所述待处理图像中包括的最大人脸图像的尺寸和最小人脸图像的尺寸;

根据所述最大人脸图像的尺寸,获得所述待处理图像的图像金字塔中的顶层图像;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门美图之家科技有限公司,未经厦门美图之家科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910841543.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top