[发明专利]一种人脸检测方法、装置、设备和存储介质

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：

获取输入图像；

分割所述输入图像，得到多个分割单元；

提取每个所述分割单元的方向梯度直方图HOG特征，得到HOG向量；

归一化处理每个所述分割单元，得到多个归一化单元；

计算每个所述归一化单元的均值、方差以及图像差，得到多个分割单元的均值、多个分割单元的方差以及多个分割单元的图像差；

特征融合每个所述分割单元的均值、所述分割单元的方差、所述分割单元的图像差以及所述HOG向量，得到目标特征向量；

将所述目标特征向量输入至训练好的支持向量机，得到人脸检测结果。

2.根据权利要求1所述的方法，其特征在于，所述提取每个所述分割单元的方向梯度直方图HOG特征，得到多个HOG向量，包括：

通过G_h(x，y)＝P(x+1，y)-P(x-1，y)计算每个所述分割单元中每个像素的水平梯度，其中G_h(x，y)为所述分割单元中坐标为(x，y)像素的水平梯度，P(x，y)为所述分割单元中坐标为(x，y)像素的像素值；

通过G_v(x，y)＝P(x，y+1)-P(x，y-1)计算每个所述分割单元中每个像素的水平梯度，其中G_v(x，y)为所述分割单元中坐标为(x，y)像素的竖直梯度；

通过G(x，y)＝(Gh(x，y)²+G_v(x，y)²)^1/2计算每个所述分割单元中坐标为(x，y)像素的梯度大小，其中G(x，y)为所述分割单元中坐标为(x，y)像素的梯度大小；

通过计算每个所述分割单元中坐标为(x，y)像素的梯度大小，其中α(x，y)为所述分割单元中坐标为(x，y)像素的梯度方向；

统计每个单元中的所述像素的梯度大小以及所述像素的梯度方向，得到所述HOG特征；

合并所HOG特征，得到所述HOG向量。

3.根据权利要求2所述的方法，其特征在于，所述归一化处理每个所述分割单元，得到多个归一化单元，包括：

取任一分割单元作为目标分割单元；

获取所述目标分割单元中的最大像素值以及所述目标分割单元中的最大像素值，得到像素上限阈值P_max以及像素下限阈值P_min；

若所述P_max＝P_min，则将所述目标分割单元中所有像素点的像素值置0；

若所述P_max≠P_min，则通过计算归一化后的像素值，其中P为所述归一化的像素值，P_a为原始的像素值；

通过所述归一化后的像素值得到归一化单元。

4.根据权利要求3所述的方法，其特征在于，所述计算每个所述归一化单元的均值、方差以及图像差，得到多个分割单元的均值、多个分割单元的方差以及多个分割单元的图像差，包括：

计算每个所述分割单元中像素点的像素均值；

计算每个所述分割单元中像素点的像素方差；

计算每个所述分割单元与预设图像之间差值的绝对值。

5.根据权利要求4所述的方法，其特征在于，所述获取输入图像之后，所述方法还包括：

通过灰度化处理所述输入图像，其中r为所述目标像素点的红色通道的像素值，g为所述目标像素点的绿色通道的像素值，b为所述目标像素点的蓝色通道的像素值。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述将所述目标特征向量输入至训练好的支持向量机，得到人脸检测结果，包括：

若要进行多尺度检测，则通过非极大值算法缩放所述输入图像。