[发明专利]一种人脸检测方法及装置

说明书

本申请实施例提供了一种人脸检测方法及装置，方法应用与人脸检测平台的人脸检测设备，所述人脸检测平台还包括多台摄像机，所述方法包括：获取各所述摄像机对应的人脸检测率，其中，所述人脸检测率用于表示摄像机拍摄的图像中被检测出存在人脸的概率；根据各所述摄像机对应的人脸检测率，按照分配的计算资源的大小与人脸检测率的大小成正比的原则，为各所述摄像机分配计算资源；使用为所述摄像机分配的资源，对所述摄像机拍摄的图像进行人脸识别。使用本申请实施例提供方案，可以提高人脸检测效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种人脸检测方法及装置。

背景技术

随着云技术发展，可以将云技术运用在人脸识别领域，使用云技术可以对 多于百万数量级台数的摄像机拍摄的图像进行人脸识别，也可以管理一个数十 亿人的人脸参考数据库。

现有人脸检测方法由于人脸检测效率较低，不适用于云规模的、包括数百 万摄像机的人脸检测的平台。因此，针对云规模的人脸检测平台，需要设计一 种检测效率高的人脸检测方法。

发明内容

本申请实施例的目的在于提供一种人脸检测方法及装置，以提高人脸检测 的效率。具体技术方案如下：

一方面，本申请实施例提供了一种人脸检测方法，应用与人脸检测平台的 人脸检测设备，所述人脸检测平台还包括多台摄像机，所述方法包括：

获取各所述摄像机对应的人脸检测率，其中，所述人脸检测率用于表示摄 像机拍摄的图像中被检测出存在人脸的概率；

根据各所述摄像机对应的人脸检测率，按照分配的计算资源的大小与人脸 检测率的大小成正比的原则，为各所述摄像机分配计算资源；

使用为所述摄像机分配的资源，对所述摄像机拍摄的图像进行人脸识别。

可选的，所述方法具体应用于人脸检测设备的图形处理器GPU；所述计算 资源为GPU资源。

可选的，所述人脸检测设备中存储有各参考人脸向量以及各参考人脸向量 对应的人脸信息；

所述对所述摄像机拍摄的图像进行人脸识别，包括：

识别所述摄像机拍摄的图像中人脸所在的区域，得到人脸区域图像；

将所述人脸区域图像划分为多个分割区域，并将各个分割区域转换为向量；

使用欧几里得距离公式将所转换的向量与所述各所述参考人脸向量进行 比较，得到各个比较差别，将比较差别小于预设差别的参考人脸向量对应的人 脸信息，确定为所述摄像机拍摄的图像中人脸的信息。

可选的，所述参考人脸向量中包括热点人脸向量；

所述方法还包括：

当比较差别小于预设差别的人脸向量为热点人脸向量时，发送提示信息。

可选的，所述方法还包括：

每隔预设时长，对所述摄相机的人脸检测率进行校准，得到所述摄相机对 应的校准后人脸检测率，并将所述摄相机的人脸检测率更新为所述校准后人脸 检测率；

所述对所述摄相机的人脸检测率进行校准，包括：

统计所述摄像机在距离当前时刻预设时间段内检测出的人脸的数量；

获取所述摄像机在单位时间内获取的视频帧数；

将所述数量除以所述预设时间段的时长和所述视频帧数的积，得到校准后 人脸检测率。

另一方面，本申请实施例提供了一种人脸检测装置，应用与人脸检测平台 的人脸检测设备，所述人脸检测平台还包括多台摄像机，所述装置包括：