[发明专利]抓拍视频人脸检测的方法及装置

说明书

本发明公开了一种抓拍视频人脸检测的方法及装置，其中，该方法包括：利用SSD神经网络检测出视频帧序列中的人脸图片；对人脸图片进行关键点检测，得到人脸关键点；确定人脸检测是否有蒙脸检测请求；如果人脸检测没有蒙脸检测请求，则进行人脸关键点过滤处理，保留并输出存在人脸关键点的人脸图片；如果人脸检测有蒙脸检测请求，则进行人脸图片帧过滤处理，保留并输出同一人脸出现的第三帧及第三帧以上的人脸图片。本发明的技术方案能够降低对视频人脸检测的误检。

技术领域

本发明涉及视频处理技术领域，尤其涉及一种抓拍视频人脸检测的方法、装置、终端及可读存储介质。

背景技术

在监控或抓拍视频中，通常采用开源的深度学习网络SSD进行人脸检测，并从视频帧序列的图像中抠出人脸图片。在实际的人脸检测中，由于存在各种因素，利用上述方式检测人脸碰到误检较多的问题，检出的图片中很多都不是人脸，有些场景误检率甚至高达20％，严重影响了抠图图片效果。

有鉴于此，有必要提出对目前的人脸检测技术进行进一步的改进。

发明内容

为解决上述至少一技术问题，本发明的主要目的是提供一种抓拍视频人脸检测的方法、装置、终端及可读存储介质。

为实现上述目的，本发明采用的第一个技术方案为：提供一种抓拍视频人脸检测的方法，包括：

利用SSD神经网络检测出视频帧序列中的人脸图片；

对人脸图片进行关键点检测，得到人脸关键点；

确定人脸检测是否有蒙脸检测请求；

如果人脸检测没有蒙脸检测请求，则进行人脸关键点过滤处理，保留并输出存在人脸关键点的人脸图片；

如果人脸检测有蒙脸检测请求，则进行人脸图片帧过滤处理，保留并输出同一人脸出现的第三帧及第三帧以上的人脸图片。

其中，所述利用SSD神经网络检测出视频帧序列中的人脸图片，包括：

初始化NNIE神经网络加速引擎；

在视频原图数据拷贝至NNIE神经网络加速引擎后，利用SSD神经网络对视频原图中的人脸进行检测并输出人脸框坐标；

对输出的人脸框坐标进行去重处理。

其中，所述对人脸图片进行关键点检测，得到人脸关键点，包括：

根据人脸框坐标从视频原图数据中抠出人脸图片；

将人脸图片填充成正方形图片，且人脸图片位于正方形图片中间；

将填充后的人脸图片缩小到预设的分辨率；

将缩小后的人脸图片输入NNIE神经网络加速引擎进行关键点检测，得到人脸关键点坐标。

其中，所述人脸关键点包括左眼中心、右眼中心、鼻尖、左嘴角边及右嘴角边。

其中，所述进行人脸关键点过滤处理，保留并输出存在人脸关键点的人脸图片，包括：

确定人脸图片是否检测到人脸关键点；

如果人脸图片检测到有人脸关键点，则保留并输出存在人脸关键点的人脸图片；

如果人脸图片没有检测到人脸关键点，则该人脸图片为误检图片，并过滤误检图片。

其中，所述进行人脸图片帧过滤处理，保留并输出同一人脸出现的第三帧及第三帧以上的人脸图片，包括：

获取同一人脸id的连续多帧人脸图片；

过滤同一人脸id的第一帧及第二帧的人脸图片，并将同一人脸id的第三帧及第三帧以上的人脸图片作为目标人脸图片输出。