[发明专利]人脸检测的方法、装置和电子设备在审
申请号: | 202010917905.0 | 申请日: | 2020-09-03 |
公开(公告)号: | CN112036339A | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 张为义;涂弘德;刘以勒;罗士杰 | 申请(专利权)人: | 福建库克智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62;G06N3/04 |
代理公司: | 北京龙双利达知识产权代理有限公司 11329 | 代理人: | 孙涛;毛威 |
地址: | 350001 福建省福州市长*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检测 方法 装置 电子设备 | ||
一种人脸检测的方法、装置和电子设备,能够在黑暗或者低光照环境下也能进行人脸检测和活体检测,并提高人脸检测效率和准确性,从而综合提高人脸检测技术的性能。该人脸检测的方法包括:获取待检测目标的深度图,并对该深度图进行特征提取,得到第一特征图;对该第一特征图进行人脸检测,得到人脸区域特征图;对该人脸区域特征图进行特征提取,得到第二特征图;对该第二特征图进行活体检测,得到人脸的活体检测结果;根据该人脸的活体检测结果,输出该深度图中包括活体人脸的人脸区域框。
技术领域
本申请涉及生物特征检测技术领域,并且更具体地,涉及一种人脸检测的方法、装置和电子设备。
背景技术
人脸检测(face detection),是基于人的脸部特征信息进行身份识别的一种生物检测识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的图像预处理、图像特征提取以及匹配与识别等一系列相关技术,通常也叫做人脸识别,人像识别或面部识别。随着计算机和网络技术的飞速发展,人脸检测技术已广泛地应用于智能门禁、移动终端、公共安全、娱乐、军事等诸多行业及领域。
现有的人脸检测技术,大多先在图像中找出候选框的大致位置,并确定该候选框中的图像内容不是背景的情况下,再进一步精准定位候选框的位置,并辨识候选框中是否为人脸,造成人脸检测过程复杂,检测效率低下,并且没有提供活体检测的信息,此外,现有技术中的人脸检测技术也无法在黑暗或者低光照环境下进行人脸检测。
因此,如何在黑暗或者低光照环境下也能进行人脸检测和活体检测,并提高人脸检测的准确性和效率,从而综合提高人脸检测装置的性能,是一项亟待解决的技术问题。
发明内容
本申请实施例提供了一种人脸检测的方法、装置和电子设备,能够在黑暗或者低光照环境下也能进行人脸检测和活体检测,并提高人脸检测效率和准确性,从而综合提高人脸检测技术的性能。
第一方面,提供一种人脸检测的方法,包括:获取待检测目标的深度图,并对该深度图进行特征提取,得到第一特征图;对该第一特征图进行人脸检测,得到人脸区域特征图;对该人脸区域特征图进行特征提取,得到第二特征图;对该第二特征图进行活体检测,得到人脸的活体检测结果;根据该人脸的活体检测结果,输出该深度图中包括活体人脸的人脸区域框。
基于本申请实施例的方案,可以输出得到待检测目标中人脸位置并同步输出人脸的活体检测结果,从而提高人脸检测的准确性,与此同时,本申请实施例的输入的图像为待检测目标的深度图,可以避免环境光对于人脸检测的影响,在低光照、无光照或者逆光照等情况下仍能够有效进行人脸检测,提高人脸检测效率,从而综合提高人脸检测技术的性能。
在一些可能的实施方式中,该对该深度图进行特征提取,得到第一特征图,包括:采用第一人脸特征提取模块对该深度图进行特征提取,得到该第一特征图,其中,该第一特征图中包括该深度图中的边缘线条特征。
在一些可能的实施方式中,该第一人脸特征提取模块的卷积层的层数不大于4。
在一些可能的实施方式中,该对该第一特征图进行人脸检测,得到人脸区域特征图,包括:采用人脸检测模块对该第一特征图进行人脸检测,得到人脸区域特征图。
在一些可能的实施方式中,该人脸检测模块包括:卷积层网络、人脸范围卷积层和人脸中心卷积层,其中,该采用人脸检测模块对该第一特征图进行人脸检测,得到人脸区域特征图,包括:采用该卷积层网络对该第一特征图进行卷积计算,得到第一中间特征图;采用该人脸范围卷积层和该人脸中心卷积层分别对该第一中间特征图进行卷积计算,得到人脸区域预测图和人脸中心预测图;根据该人脸区域预测图和该人脸中心预测图,得到该第一特征图中的该人脸区域特征图。
在一些可能的实施方式中,该人脸检测模块还包括:人脸特征专注层;该人脸特征专注层用于对该中间特征图的像素值进行权重分布,以突出该中间特征图中的人脸五官特征。
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福建库克智能科技有限公司,未经福建库克智能科技有限公司许可,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/202010917905.0/2.html,转载请声明来源钻瓜专利网。