[发明专利]人脸检测方法、装置、设备及计算机可读存储介质

权利要求书

1.一种人脸检测方法，其特征在于，所述方法包括如下步骤：

实时采集获得样本图像，基于目标物体检测算法对所述样本图像进行训练以获得人头检测网络模型，所述人头检测网络模型用于检测目标图像中的人头；

将待检测的目标图像输入所述人头检测网络模型，得到人头边界框信息，并按照所述人头边界框信息在所述目标图像上截取包含人头的子图像；

对所述子图像进行肤色聚类，并将包含肤色的部分连接成连通区域；

计算所述子图像的皮肤占比，若所述皮肤占比大于第一预设阈值，则检测所述连通区域；

判断所述连通区域在所述子图像中的分布是否满足预置规则，若是，则判定所述目标图像为人头，否则判定所述目标图像为非人头。

2.如权利要求1所述的人脸检测方法，其特征在于，所述基于目标物体检测算法对所述样本图像进行训练以获得人头检测网络模型的方法为：

对实时采集获得的所述样本图像依次进行预处理，得到多个处理后的样本图像以形成行人样本集；

将所述行人样本集按一定比例随机分为训练集和验证集；

获取针对所述验证集中预标注的人头标注信息，生成相应的标签文件；

通过所述训练集进行目标预测；

将所述训练集目标预测的结果与验证集的标签文件进行比较，实现所述训练集参数验证和模型校准。

3.如权利要求2所述的人脸检测方法，其特征在于，所述通过训练集进行目标预测的方法为：

将样本图像划分为多个网格，用于预测概率值和回归值并确定边界框；

利用置信度和非极大值抑制筛选所述边界框；

并取置信度高于阈值的边界框的并集作为预测结果。

4.如权利要求3所述的人脸检测方法，其特征在于，所述通过验证集进行参数验证和模型校准的方法为：

将通过人头检测网络模型检测人头，得到的预测用的人头边界框信息与参照用的人头边界框信息做比对，得到两者的均方值和误差值；

以均方值和误差值作为损失函数优化人头检测网络模型的参数。

5.如权利要求4所述的人脸检测方法，其特征在于，所述通过验证集进行参数验证和模型校准的方法还包括：

将优化完成的人头检测网络模型的参数与验证集中标注的参数进行比较，观察是否正确检测出人头；

如果人头检测网络模型的精确率和查全率达到预先设定的指标，则进行将待检测的目标图像输入所述人头检测网络模型进行人头检测的步骤；

如果人头检测网络模型的精确率和查全率未达到所述预先设定的指标，则添加新的训练集对人头检测网络模型进行训练，直至人头检测网络模型的精确率和查全率达到所述预先设定的指标。

6.如权利要求1所述的人脸检测方法，其特征在于，所述将所述子图像进行肤色聚类的方法为：

将所述子图像转换成HSV色彩空间；

分别计算色彩空间中H、S、V三通道的直方图H1、H2、H3，并将直方图H1、H2、H3进行归一化处理；

将所述子图像分割成小区域，对每个小区域分别计算H、S、V三通道的直方图h1、h2、h3，并将h1、h2、h3归一化处理；

采用欧氏距离的标准，将归一化处理后的所述子图像的直方图H1、H2、H3与跟所述小区域内对应的直方图逐一进行相似度比较；

获取预设的相似度的阈值，将相似度高于阈值的区域内的像素点置为255，将相似度低于阈值的区域内的像素点置为0。

7.如权利要求1所述的人脸检测方法，其特征在于，该方法还包括：根据连通区域中皮肤占比判定人头的朝向，识别是人脸区域还是后脑勺区域。

8.一种人脸检测装置，其特征在于，该装置包括存储器和处理器，所述存储器存储有可在所述处理器上运行的人脸检测程序，所述人脸检测程序被所述处理器执行时实现如权利要求1至7任一项所述人脸检测方法的步骤。