[发明专利]人脸检测方法及装置

说明书

技术领域

本公开涉及图像处理技术领域，尤其涉及人脸检测方法及装置。

背景技术

相关技术中，通过人脸检测可以确定人脸在图像中的位置。人脸检测是对人脸进行分析和处理的第一步，由此人脸检测成为图像处理领域的热点问题，配备人脸检测功能的智能终端将极大地改善用户的交互体验和使用体验。但是，人脸检测的准确率受到光照、脸型或遮挡等各种因素的影响，提高人脸检测的准确率具有重要意义。

发明内容

为克服相关技术中存在的问题，本公开提供一种人脸检测方法及装置。

根据本公开实施例的第一方面，提供一种人脸检测方法，包括：

获取图像中的人脸候选区域；

确定所述人脸候选区域对应的特征向量；

根据所述人脸候选区域对应的特征向量，得到所述人脸候选区域具有人脸的概率；

根据所述人脸候选区域具有人脸的概率进行人脸检测。

在一种可能的实现方式中，确定所述人脸候选区域对应的特征向量，包括：

对所述图像进行卷积运算，得到所述图像对应的特征图；

将所述人脸候选区域映射到所述特征图，得到所述人脸候选区域对应的特征区域；

对所述人脸候选区域对应的特征区域进行池化运算，得到所述人脸候选区域对应的特征向量。

在一种可能的实现方式中，根据所述人脸候选区域对应的特征向量，得到所述人脸候选区域具有人脸的概率，包括：

将所述人脸候选区域对应的特征向量输入多层神经网络MLP，得到所述人脸候选区域具有人脸的概率。

在一种可能的实现方式中，根据所述人脸候选区域具有人脸的概率进行人脸检测，包括：

对所述图像中的各个人脸候选区域进行非极大抑制处理，并保留具有人脸的概率大于或等于阈值的各个人脸候选区域，得到所述图像对应的人脸检测结果。

在一种可能的实现方式中，所述方法还包括：

将所述人脸候选区域对应的特征向量输入多层神经网络MLP，得到所述人脸候选区域对应的调整向量；

根据所述人脸候选区域对应的调整向量，调整所述人脸候选区域。

根据本公开实施例的第二方面，提供一种人脸检测装置，包括：

获取模块，用于获取图像中的人脸候选区域；

确定模块，用于确定所述人脸候选区域对应的特征向量；

第一处理模块，用于根据所述人脸候选区域对应的特征向量，得到所述人脸候选区域具有人脸的概率；

检测模块，用于根据所述人脸候选区域具有人脸的概率进行人脸检测。

在一种可能的实现方式中，所述确定模块包括：

第一运算模块，用于对所述图像进行卷积运算，得到所述图像对应的特征图；

映射模块，用于将所述人脸候选区域映射到所述特征图，得到所述人脸候选区域对应的特征区域；

第二运算模块，用于对所述人脸候选区域对应的特征区域进行池化运算，得到所述人脸候选区域对应的特征向量。

在一种可能的实现方式中，所述第一处理模块还用于：

将所述人脸候选区域对应的特征向量输入多层神经网络MLP，得到所述人脸候选区域具有人脸的概率。

在一种可能的实现方式中，所述检测模块还用于：

对所述图像中的各个人脸候选区域进行非极大抑制处理，并保留具有人脸的概率大于或等于阈值的各个人脸候选区域，得到所述图像对应的人脸检测结果。

在一种可能的实现方式中，所述装置还包括：

第二处理模块，用于将所述人脸候选区域对应的特征向量输入多层神经网络MLP，得到所述人脸候选区域对应的调整向量；

调整模块，用于根据所述人脸候选区域对应的调整向量，调整所述人脸候选区域。

根据本公开实施例的第三方面，提供一种人脸检测装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行时实现上述的方法。

根据本公开实施例的第四方面，提供一种非易失性计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述的方法。