[发明专利]一种基于级联分类器的人脸检测方法及装置有效

专利信息
申请号: 201711122961.X 申请日: 2017-11-14
公开(公告)号: CN107729877B 公开(公告)日: 2020-09-29
发明(设计)人: 王斌;王刚 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 黄志华
地址: 310053 浙江*** 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: 一种 基于 级联 分类 检测 方法 装置
【说明书】:

发明公开了一种基于级联分类器的人脸检测方法及装置,通过将级联分类器分组,使每个弱分类器对应一个特征提取半径与一个评分阈值,且每个弱分类器组对应的特征提取半径依次减小。在待检测图片经过一个弱分类器组时,使待检测图片在对应的特征提取半径下检测,确定对应的检测评分,并通过检测评分确定分类评分。在判断分类评分小于当前弱分类器组对应的评分阈值时,直接确定待检测图片为非人脸图片并输出,避免非人脸图片输入下一个弱分类器组,降低检测时间,提高检测速率。否则,将待检测图片输入特征提取半径减小的下一个弱分类器组,并进行与上述当前弱分类器相同的检测操作,以进一步精确检测,提高检测准确度。

技术领域

本发明涉及人脸检测技术领域,特别涉及一种基于级联分类器的人脸检测方法及装置。

背景技术

人脸检测在实际应用中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。目前人脸检测技术在门禁系统、智能监控系统中已得到了很好的应用。另外,在笔记本电脑中也陆续开始使用人脸识别技术作为计算机登录的凭证。近年来,在数码相机和手机中也集成了人脸检测算法,作为新的功能提供给用户使用。在这些应用中,人脸检测都是发挥着至关重要的作用。

目前,一般采用由多个级联的弱分类器构成的强分类器对待检测图片进行人脸检测以确定待检测图片是否为人脸图片。该方法具体为:将待检测图片依次输入级联的每一个弱分类器中,使每个弱分类器分别对该待检测图片进行评分,以得到该待检测图片的多个评分,并通过综合上述这些评分得到该待检测图片的综合评分,在综合评分满足某一阈值时可以确定该待检测图片为人脸图片。否则,确定该待检测图片为非人脸图片。然而,当待检测图片最终确定为非人脸图片时,由于该待检测图片需要经过所有的弱分类器之后才能得到最终检测结果,从而导致检测时间较长,不利于实际的检测应用。

发明内容

本发明实施例提供一种基于级联分类器的人脸检测方法及装置,用以降低检测时间。

本发明实施例提供了一种基于级联分类器的人脸检测方法,所述级联分类器包括级联的多个弱分类器,其中,所有弱分类器分为N个弱分类器组,至少1个所述弱分类器组包括至少相邻的2个弱分类器;其中,每个所述弱分类器组对应一个评分阈值;针对一个所述弱分类器组,所述弱分类器组中的各弱分类器对应同一个特征提取半径,且每个所述弱分类器组对应的特征提取半径依次减小;N为大于1的整数;

所述人脸检测方法包括:

按照所述特征提取半径从大到小的顺序,确定待检测图片将要输入的所述级联分类器中的当前弱分类器组,并根据预先建立的弱分类器组与对应的特征提取半径的关系表,确定所述当前弱分类器组中各弱分类器对应的特征提取半径;

将所述待检测图片依次输入所述当前弱分类器组中的每个弱分类器,确定所述待检测图片经过每个所述弱分类器对应的检测评分;其中,针对所述当前弱分类器组中的每一个弱分类器,根据预设特征计算方法与所述弱分类器对应的特征提取半径,确定所述待检测图片经过所述弱分类器对应的检测评分;

根据确定出的所述待检测图片对应的所有检测评分,确定所述待检测图片经过所述当前弱分类器组对应的分类评分;

判断确定出的分类评分是否小于当前弱分类器组对应的评分阈值;

若是,则确定所述待检测图片为非人脸图片;

若否,则将所述待检测图片输入下一个弱分类器组,并按照与所述当前弱分类器组相同的检测方法进行检测,直至所述待检测图片经过最后一个弱分类器组对应的分类评分不小于最后一个所述弱分类器组对应的评分阈值时,确定所述待检测图片为人脸图片。

可选地,在本发明实施例提供的上述人脸检测方法中,所述确定所述待检测图片经过所述当前弱分类器组对应的分类评分,具体包括:

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/201711122961.X/2.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