[发明专利]一种人脸检测的方法、装置及终端设备

说明书

本发明实施例适用于人脸检测技术领域，提供了一种人脸检测的方法、装置及终端设备，所述方法包括：采集多个样本用户的人体点云数据，所述人体点云数据包括多个数据点，各个数据点分别具有相应的坐标值；根据各个数据点的坐标值，分别识别各个样本用户的人体点云数据中的人脸鼻尖位置；基于人脸鼻尖位置，从人体点云数据中裁剪出人脸点云数据；通过对多个样本用户的人脸点云数据进行模型训练，生成人脸检测模型；当接收到待检测对象的点云数据时，采用人脸检测模型对待检测对象的点云数据进行检测，识别待检测对象的点云数据中是否包括人脸。本实施例解决了现有技术中3D人脸检测算法容易被破解的问题，提高了人脸检测的安全性。

技术领域

本发明属于人脸检测技术领域，特别是涉及一种人脸检测的方法、一种人脸检测的装置、一种终端设备及一种计算机可读存储介质。

背景技术

人脸检测(Face Detection)是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回人脸的位置、大小和姿态等信息。随着技术的发展，人脸检测在基于内容的检索、数字视频处理、视频检测等方面有着重要的应用价值。

目前，人脸检测主要包括2D人脸检测和3D人脸检测两种形式。其中，2D人脸检测可以用于对平面图像中出现的人脸进行检测，而3D人脸检测则能够通过3D摄像头立体成像，识别视野内空间每个点位的三维坐标信息。由于机器获取的信息多了，3D人脸检测分析判断的准确性相较于2D人脸检测有了极大的提升。但是，现有技术中的3D人脸检测大多都是基于3D点云在2D图像上的投影来实现的，通过对RGB2D图像的人脸检测来完成对3D点云的人脸检测，该方法比较容易被破解。

例如，在3D结构光摄像头前，用一张包含人脸图像的照片挡住自己的脸进行人脸检测时，在基于RGB2D图像的人脸检测算法中，也认为这张照片是人脸，那么检测出该脸的边界框会被映射到3D点云坐标上，从而可以输出人脸边界框在3D点云中的结果。但是，包含人脸图像的这张照片在3D结构光摄像头拍摄的点云中仅仅是一个平面，没有任何的人脸信息，按照这种检测算法输出的检测结果实际上是错误的。

发明内容

有鉴于此，本发明实施例提供了一种人脸检测的方法、装置及终端设备，以解决现有技术中基于3D点云在2D图像上的投影来实现的3D人脸检测算法容易被破解，安全性较低的问题。

本发明实施例的第一方面提供了一种人脸检测的方法，包括：

采集多个样本用户的人体点云数据，所述人体点云数据包括多个数据点，各个数据点分别具有相应的坐标值；

根据所述各个数据点的坐标值，分别识别各个样本用户的人体点云数据中的人脸鼻尖位置；

基于所述人脸鼻尖位置，从所述人体点云数据中裁剪出人脸点云数据；

通过对所述多个样本用户的人脸点云数据进行模型训练，生成人脸检测模型；

当接收到待检测对象的点云数据时，采用所述人脸检测模型对所述待检测对象的点云数据进行检测，识别所述待检测对象的点云数据中是否包括人脸。

本发明实施例的第二方面提供了一种人脸检测的装置，包括：

采集模块，用于采集多个样本用户的人体点云数据，所述人体点云数据包括多个数据点，各个数据点分别具有相应的坐标值；

识别模块，用于根据所述各个数据点的坐标值，分别识别各个样本用户的人体点云数据中的人脸鼻尖位置；

裁剪模块，用于基于所述人脸鼻尖位置，从所述人体点云数据中裁剪出人脸点云数据；

生成模块，用于通过对所述多个样本用户的人脸点云数据进行模型训练，生成人脸检测模型；