[发明专利]一种图像检测方法、装置及存储介质

权利要求书

1.一种图像检测方法，其特征在于，包括：

获取待检测灰度图像；

采用多任务卷积神经网络模型对所述待检测灰度图像进行检测，得到第一图像检测结果和第一候选人脸区域图像；所述第一图像检测结果为O-net网络输出的人脸检测结果；所述第一候选人脸区域图像为R-net网络输出的候选人脸区域；

当所述第一图像检测结果中不包括人脸特征点，对所述第一候选人脸区域图像进行图像增强处理，得到第二候选人脸区域图像；所述对所述第一候选人脸区域图像进行图像增强处理，得到第二候选人脸区域图像，包括：

从所述第一候选人脸区域图像中识别出边缘，并计算出所述边缘的像素点的像素阈值；

根据所述边缘的像素点的像素阈值将所述第一候选人脸区域图像中边缘的像素点的原始像素值修改为特定像素值，得到第三候选人脸区域图像；

采用gamma校正算法对所述第三候选人脸区域图像进行gamma校正，得到第二候选人脸区域图像；

采用所述多任务卷积神经网络模型对所述第二候选人脸区域图像进行检测，得到第二图像检测结果；

当所述第二图像检测结果中包括人脸特征点，确定所述待检测灰度图像中存在人脸。

2.根据权利要求1所述的图像检测方法，其特征在于，所述根据所述边缘的像素点的像素阈值将所述第一候选人脸区域图像中边缘的像素点的原始像素值修改为特定像素值，包括：

当所述待检测灰度图像中边缘的像素点对应的原始像素值大于或等于像素阈值，将所述第一候选人脸区域图像中边缘的像素点的原始像素值修改为1；

当所述待检测灰度图像中边缘的像素点对应的原始像素值小于像素阈值，将所述第一候选人脸区域图像中边缘的像素点的原始像素值修改为0。

3.根据权利要求1所述的图像检测方法，其特征在于，gamma校正时的校正公式包括：

其中，和为第三候选人脸区域图像中的像素点坐标，为预设控制参数，其中，当像素点的像素值为1时，为2*k，像素点的像素值为0时，为k，当像素点的像素值不为1且不为0时，为k／2，0＜k＜1；为校正前像素点的像素值，为校正后像素点的像素值。

4.根据权利要求1所述的图像检测方法，其特征在于，所述获取待检测灰度图像，包括：

获取待检测原始图像，所述待检测原始图像中各像素点的R、G、B三个颜色通道的值相同；

通过预设公式将所述待检测原始图像中各像素点的R、G、B三个颜色通道的值替换为对应的Gray一个颜色通道的值，得到所述待检测灰度图像。

5.一种图像检测装置，其特征在于，包括：

获取单元，用于获取待检测灰度图像；

第一检测单元，用于采用多任务卷积神经网络模型对所述待检测灰度图像进行检测，得到第一图像检测结果和第一候选人脸区域图像；所述第一图像检测结果为O-net网络输出的人脸检测结果；所述第一候选人脸区域图像为R-net网络输出的候选人脸区域；

处理单元，用于当所述第一图像检测结果中不包括人脸特征点，对所述第一候选人脸区域图像进行图像增强处理，得到第二候选人脸区域图像；所述对所述第一候选人脸区域图像进行图像增强处理，得到第二候选人脸区域图像，包括：从所述第一候选人脸区域图像中识别出边缘，并计算出所述边缘的像素点的像素阈值；根据所述边缘的像素点的像素阈值将所述第一候选人脸区域图像中边缘的像素点的原始像素值修改为特定像素值，得到第三候选人脸区域图像；采用gamma校正算法对所述第三候选人脸区域图像进行gamma校正，得到第二候选人脸区域图像；

第二检测单元，用于采用所述多任务卷积神经网络模型对所述第二候选人脸区域图像进行检测，得到第二图像检测结果；

确定单元，用于当所述第二图像检测结果中包括人脸特征点，确定所述待检测灰度图像中存在人脸。