[发明专利]人脸检测方法及系统

摘要

本发明公开了一种人脸检测方法及系统，该人脸检测方法包括：步骤S1：拷贝分类器模型和背景图到GPU的内存；步骤S2：利用分类器模型以及对GPU分配的K个线程计算K个滑动检测窗在背景图的位置以及每一个滑动检测窗所在位置的子图的人脸置信度，并将人脸置信度大于等于强分类器阈值的子图的位置及人脸置信度输出到CPU的内存；步骤S3：利用CPU根据人脸置信度大于等于强分类器阈值的子图的位置及人脸置信度在背景图中定位人脸区域。本发明不但可以解决传统人脸检测算法速度较慢，占用大量计算资源的问题，有效提高人脸检测速度，还可以解决传统人脸检测算法对光照敏感的问题，能够有效提升人脸识别的效率。

主权项

1.一种人脸检测方法，其特征在于，包括：步骤S1：拷贝分类器模型和背景图到GPU的内存，所述分类器模型中包含滑动检测窗尺寸、滑动步长、强分类器个数、用于分类的特征总个数、强分类器中每个弱分类器需要的特征值位置、强分类器中每个弱分类器的分支分割点、强分类器中每个弱分类器的叶子结点得分、强分类器阈值；步骤S2：利用所述分类器模型以及对所述GPU分配的K个线程计算K个滑动检测窗在所述背景图的位置以及每一个所述滑动检测窗所在位置的子图的人脸置信度，并将人脸置信度大于等于所述强分类器阈值的子图的位置及人脸置信度输出到CPU的内存，其中，所述K个线程中第n个线程计算的滑动检测窗在所述背景图的位置为(xn，yn)，n＝1,2,…,K；xn＝[n/([(width‑winSize)/winStep]+1)]；yn＝n％([(height‑winSize)/winStep]+1)*winStep；其中，winSize为所述滑动检测窗尺寸，winStep为所述滑动步长，width为所述背景图的分辨率宽度值，height为所述背景图的分辨率高度值，[]为向下取整；步骤S3：利用所述CPU根据所述人脸置信度大于等于所述强分类器阈值的子图的位置及人脸置信度在所述背景图中定位人脸区域。