[发明专利]人脸抓拍方法和人脸抓拍系统

说明书

本发明提出一种人脸抓拍方法和人脸抓拍系统，涉及计算机视觉技术领域。通过对采集的图像进行预处理，得到待检测图像，根据预先训练的人脸检测模型对待检测图像进行人脸检测，得到人脸区域图和人脸区域图中的人脸区域的坐标信息，该人脸检测模型包括多层神经网络，每层神经网络的每个卷积层中设置的输出通道数和分组卷积时对应的分组数符合预设条件，对人脸区域图中的人脸区域进行人脸质量评估，得到人脸区域的质量评估信息，根据人脸区域的坐标信息进行目标跟踪，并将属于同一目标的人脸区域加入目标对应的队列，对队列中质量评估信息大于设定阈值的人脸区域进行存储。不仅能有效提高检测速度，还能同时兼顾检测精度，实现了较好的检测效果。

技术领域

本发明涉及计算机视觉技术领域，具体而言，涉及一种人脸抓拍方法和人脸抓拍系统。

背景技术

人脸抓拍系统可以做为其他技术实施的前端处理阶段，比如人脸识别相关方案、基于人脸抓拍的公共场合计数方案，这两个方案在后期识别和计数过程中都需要抓拍到的同一人脸序列。因此，人脸抓拍系统的精度和速度将直接影响到下一个阶段的处理效果。

当前基于边缘计算的人脸抓拍系统中，对检测、跟踪、评估算法的时效性要求较高，对于较远的人脸抓拍，容易发生漏检，还会导致跟踪模块的波动。为了解决人脸抓拍中的小脸漏检问题，目前有两种常用的方法：第一种是改变采集设备，让远处小脸在画面中分辨率更高，比如使用长焦相机；第二种是增加算法输入的分辨率，在大分辨率图像上进行检测。然而，第一种需要专用的采集设备，算法对采集设备的耦合性较高；第二种会导致CNN(Convolutional Neural Network，卷积神经网络)中的flops(floating-pointoperations per second，每秒浮点运算次数)成倍数增长，对算力要求较高，导致计算速度减慢。

发明内容

有鉴于此，本发明的目的在于提供一种人脸抓拍方法和人脸抓拍系统，不仅能有效提高检测速度，还能同时兼顾检测精度，实现了较好的检测效果。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供一种人脸抓拍方法，所述方法包括：

对采集的图像进行预处理，得到待检测图像；

根据预先训练的人脸检测模型对所述待检测图像进行人脸检测，得到人脸区域图和所述人脸区域图中的人脸区域的坐标信息；其中，所述人脸检测模型包括多层神经网络，每层神经网络的每个卷积层中设置的输出通道数和所述卷积层执行分组卷积操作时对应的分组数符合预设条件；

对所述人脸区域图中的人脸区域进行人脸质量评估，得到所述人脸区域的质量评估信息；

根据所述人脸区域的坐标信息进行目标跟踪，并将属于同一目标的人脸区域加入所述目标对应的队列；

对所述队列中质量评估信息大于设定阈值的人脸区域进行存储。

在可选的实施方式中，所述多层神经网络包括第一神经网络、第二神经网络和第三神经网络，所述第一神经网络的每个卷积层对应的输出通道数和分组数的比例为第一预设值，所述第二神经网络的每个卷积层对应的输出通道数和分组数的比例为第二预设值，所述第三神经网络的每个卷积层对应的输出通道数和分组数的比例为第三预设值。

在可选的实施方式中，所述对所述人脸区域图中的人脸区域进行人脸质量评估，得到所述人脸区域的质量评估信息的步骤包括：

根据预先训练的人脸质量评估模型对所述人脸区域图中的人脸区域进行人脸质量评估，得到所述人脸区域的质量评估信息；其中，所述人脸质量评估模型是利用预先建立的人脸质量评估标准进行训练得到。

在可选的实施方式中，所述根据所述人脸区域的坐标信息进行目标跟踪，并将属于同一目标的人脸区域加入所述目标对应的队列的步骤包括：