[发明专利]人脸检测方法、装置、机器人及存储介质

说明书

本说明书涉及人工智能技术领域，具体公开了一种人脸检测方法、装置、机器人及存储介质，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。利用本说明书各个实施例，可以大幅提高人脸检测的准确性。

技术领域

本说明书涉及人工智能技术领域，特别地，涉及一种人脸检测方法、装置、机器人及存储介质。

背景技术

在人脸识别过程中，首先进行人脸检测。人脸检测的准确性对人脸识别非常关键。人脸检测就是对于一张图片，采用一定的算法对其进行遍历搜索。如果搜索到了人脸，那么这张图片就有人脸存在，否则就不存在人脸。在实现过程中存在以下困难，比如复杂光照的干扰。光照的强弱会影响图像的亮度和对比度，增加了人脸检测的难度。迎宾机器人的工作环境复杂多变，工作场所不同的装修风格，不同的灯光设计会产生不同的光照影响。在这种非理想环境下，传统的图像预处理方法，比如二值化、直方图均衡化或者灰度值归一化等等，不能解决非正常光照对人脸检测的影响。

发明内容

本说明书实施例的目的在于提供一种人脸检测方法、装置、机器人及存储介质，可以进一步提高人脸检测的准确性。

本说明书提供一种人脸检测方法、装置、机器人及存储介质是包括如下方式实现的：

一种人脸检测方法，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。

本说明书提供的所述方法的另一些实施例中，利用Retinex算法对原始人脸图像进行图像增强处理。

本说明书提供的所述方法的另一些实施例中，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，μ_i表示均值，ν_i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R_i(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。

本说明书提供的所述方法的另一些实施例中，所述人脸检测模型利用AdaBoost算法训练级联分类器得到。

本说明书提供的所述方法的另一些实施例中，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。

另一方面，本说明书实施例还提供一种人脸检测装置，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。

本说明书提供的所述装置的另一些实施例中，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。