[发明专利]人脸检测方法、装置、机器人及存储介质在审

专利信息
申请号: 202110763178.1 申请日: 2021-07-06
公开(公告)号: CN113408473A 公开(公告)日: 2021-09-17
发明(设计)人: 于锐;汤琦;舒文婷;瞿伟 申请(专利权)人: 中国工商银行股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T5/00
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 任默闻;王涛
地址: 100140 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 方法 装置 机器人 存储 介质
【权利要求书】:

1.一种人脸检测方法,其特征在于,应用于服务机器人,所述方法包括:

接收人脸采集模块所采集的目标用户的原始人脸图像;

利用图像增强算法对原始人脸图像进行图像增强处理,得到增强人脸图像;

修正所述增强人脸图像与原始人脸图像之间的三基色分量比例,得到修正人脸图像;

利用预先构建的人脸检测模型对所述修正人脸图像进行人脸检测,得到所述目标用户的人脸检测结果。

2.根据权利要求1所述的方法,其特征在于,利用Retinex算法对原始人脸图像进行图像增强处理。

3.根据权利要求2所述的方法,其特征在于,所述修正所述增强人脸图像与原始人脸图像之间的三基色分量比例,包括:

计算所述增强人脸图像中三基色各分量的均值和均方差;

利用下述修正模型修正所述增强人脸图像中三基色各分量的最小值和最大值:

其中,μi表示均值,νi表示均方差,α表示修正因子,Min表示修正后的最小值,Max表示修正后的最大值,i表示三基色的任一分量;

利用下述线性量化模型修正所述增强人脸图像中的反射分量Ri(x,y),得到修正人脸图像:

其中,表示修正人脸图像中的反射分量。

4.根据权利要求1所述的方法,其特征在于,所述人脸检测模型利用AdaBoost算法训练级联分类器得到。

5.根据权利要求1所述的方法,其特征在于,利用预先构建的人脸检测模型对所述修正人脸图像进行多个图像区域单元的多个尺度人脸检测。

6.一种人脸检测装置,其特征在于,应用于服务机器人,所述装置包括:

接收模块,用于接收人脸采集模块所采集的目标用户的原始人脸图像;

图像增强模块,用于利用图像增强算法对原始人脸图像进行图像增强处理,得到增强人脸图像;

修正模块,用于修正所述增强人脸图像与原始人脸图像之间的三基色分量比例,得到修正人脸图像;

检测模块,用于利用预先构建的人脸检测模型对所述修正人脸图像进行人脸检测,得到所述目标用户的人脸检测结果。

7.根据权利要求6所述的装置,其特征在于,所述图像增强模块用于利用Retinex算法对原始人脸图像进行图像增强处理。

8.根据权利要求7所述的装置,其特征在于,所述修正模块包括:

计算单元,用于计算所述增强人脸图像中三基色各分量的均值和均方差;

第一修正单元,用于利用下述修正模型修正所述增强人脸图像中三基色各分量的最小值和最大值:

其中,μi表示均值,νi表示均方差,α表示修正因子,Min表示修正后的最小值,Max表示修正后的最大值,i表示三基色的任一分量;

第二修正单元,用于利用下述线性量化模型修正所述增强人脸图像中的反射分量Ri(x,y),得到修正人脸图像;

其中,表示修正人脸图像中的反射分量。

9.一种服务机器人,其特征在于,所述服务机器人包括至少一个处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括所述权利要求1-5任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述指令被执行时实现权利要求1-5中任一项所述方法的步骤。

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中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,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/202110763178.1/1.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