[发明专利]人脸误检过滤的方法、系统、电子装置和存储介质在审

专利信息
申请号: 202011186967.5 申请日: 2020-10-30
公开(公告)号: CN112257635A 公开(公告)日: 2021-01-22
发明(设计)人: 肖传宝;陈白洁 申请(专利权)人: 杭州魔点科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 杭州创智卓英知识产权代理事务所(普通合伙) 33324 代理人: 张超
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸误检 过滤 方法 系统 电子 装置 存储 介质
【权利要求书】:

1.一种人脸误检过滤的方法,其特征在于,所述方法包括:

通过人脸关键点检测模型,检测出RGB图像中人脸关键点包括:左眼中心、右眼中心、鼻子中心、左嘴角和右嘴角;

获取所述鼻子中心到所述左眼中心的向量a的模为|a|,所述鼻子中心到所述右眼中心的向量b的模为|b|,所述鼻子中心到所述左嘴角的向量c的模为|c|,所述鼻子中心到所述右嘴角的向量d的模为|d|;

计算|a|与|b|的差,以及|c|与|d|的差,获得|a|-|b|的值和|c|-|d|的值;

通过分别比较所述|a|-|b|的值的绝对值和所述|c|-|d|的值的绝对值与预设阈值之间的大小,判断所述RGB图像的人脸检测结果。

2.根据权利要求1所述的方法,其特征在于,所述判断所述RGB图像的人脸检测结果包括:

在所述|a|-|b|的值的绝对值和所述|c|-|d|的值的绝对值均小于所述预设阈值的情况下,检测结果为人脸。

3.根据权利要求1所述的方法,其特征在于,所述人脸关键点检测模型包括:

利用改进后的shuffle-net网络对所述人脸关键点检测模型进行训练。

4.根据权利要求3所述的方法,其特征在于,所述对所述人脸关键点检测模型进行训练包括:

通过训练集训练所述人脸关键点检测模型,调整所述人脸关键点检测模型的深度和宽度。

5.一种人脸误检过滤的系统,其特征在于,所述系统包括:

检测模块,用于通过人脸关键点检测模型,检测出RGB图像中人脸关键点包括:左眼中心、右眼中心、鼻子中心、左嘴角和右嘴角;

向量取模模块,用于获取所述鼻子中心到所述左眼中心的向量a的模为|a|,所述鼻子中心到所述右眼中心的向量b的模为|b|,所述鼻子中心到所述左嘴角的向量c的模为|c|,所述鼻子中心到所述右嘴角的向量d的模为|d|;

计算模块,用于计算|a|与|b|的差,以及|c|与|d|的差,获得|a|-|b|和|c|-|d|的值;

判断模块,用于通过分别比较所述|a|-|b|的值的绝对值和所述|c|-|d|的值的绝对值与预设阈值之间的大小,判断所述RGB图像的人脸检测结果。

6.根据权利要求5所述的系统,其特征在于,所述判断所述RGB图像的人脸检测结果包括:

判断模块在所述|a|-|b|的值的绝对值和所述|c|-|d|的值的绝对值均小于所述预设阈值的情况下,判断检测结果为人脸。

7.根据权利要求5所述的系统,其特征在于,所述人脸关键点检测模型包括:

利用改进后的shuffle-net网络对所述人脸关键点检测模型进行训练。

8.根据权利要求7所述的系统,其特征在于,所述对所述人脸关键点检测模型进行训练包括:

通过训练集训练所述人脸关键点检测模型,调整所述人脸关键点检测模型的深度和宽度。

9.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至4中任一项所述的人脸误检过滤的方法。

10.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1至4中任一项所述的人脸误检过滤的方法。

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杭州魔点科技有限公司,未经杭州魔点科技有限公司许可,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/202011186967.5/1.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