[发明专利]基于视频的人脸实时检测方法及其装置

权利要求书

1.一种基于视频的人脸实时检测方法，其特征在于，包含以下步骤：

预先将视频图像帧分为全检测帧和预测检测帧两种类型的帧，所述全检测帧为以固定小步长，采用实时人脸检测算法对图像整个区域进行全搜索检测的图像帧，所述预测检测帧为基于预测，将图像帧的检测区域分割为人脸候选区域和非人脸区域，对人脸候选区域采用固定小步长，对非人脸区域采用固定大步长搜索检测的图像帧，所述固定大步长大于所述固定小步长；

如果当前输入的视频图像帧与之前最近一个全检测帧之间的帧数间隔大于预设阈值，则判定当前输入的视频图像帧为全检测帧，以所述全检测帧的检测方式进行检测；如果当前输入的视频图像帧与之前最近一个全检测帧之间的帧数间隔小于或等于所述预设阈值，则判定当前输入的视频图像帧为预测检测帧，以所述预测检测帧的检测方式进行检测；

在以所述全检测帧的检测方式或以所述预测检测帧的检测方式进行检测后，输出当前视频图像帧内所有检测到的人脸的区域位置；

其中，第一个视频图像帧为全检测帧。

2.根据权利要求1所述的基于视频的人脸实时检测方法，其特征在于，如果当前输入的视频图像帧与之前最近一个全检测帧之间的帧数间隔小于或等于所述预设阈值，则在判定当前输入的视频图像帧为预测检测帧之前，还包含以下步骤：

判断当前输入的视频图像帧的上一个输入的视频图像帧中是否检测到了人脸，如果检测到了人脸，则再进入所述判定当前输入的视频图像帧为预测检测帧的步骤；如果没有检测到人脸，则判定当前输入的视频图像帧为全检测帧，并以所述全检测帧的检测方式进行检测。

3.根据权利要求1所述的基于视频的人脸实时检测方法，其特征在于，所述固定大步长的步长，为所述固定小步长的步长的2倍。

4.根据权利要求2所述的基于视频的人脸实时检测方法，其特征在于，所述固定大步长的步长为4，所述固定小步长的步长为2。

5.根据权利要求1所述的基于视频的人脸实时检测方法，其特征在于，通过以下方式实现所述基于预测，将图像帧的检测区域分割为人脸候选区域和非人脸区域：

在以全检测帧的检测方式或以预测检测帧的检测方式对当前视频图像帧进行检测后，以当前视频图像帧内的人脸区域位置为基准，对该区域位置进行适当倍数的放大，将检测区域分割成人脸候选区域和非人脸区域。

6.根据权利要求5所述的基于视频的人脸实时检测方法，其特征在于，所述放大的倍数是为1.25倍。

7.根据权利要求1至6中任一项所述的基于视频的人脸实时检测方法，其特征在于，所述基于视频的人脸实时检测方法应用于手持设备中的人脸实时检测。

8.一种基于视频的人脸实时检测装置，其特征在于，包含视频图像帧输入模块、类型判断模块、检测模块和人脸区域输出模块；

所述视频图像帧输入模块用于将视频图像帧输入到所述类型判断模块；

所述类型判断模块用于判断当前输入的视频图像帧的类型，所述视频图像帧的类型分为全检测帧和预测检测帧两种，所述全检测帧为以固定小步长，采用实时人脸检测算法对图像整个区域进行全搜索检测的图像帧，所述预测检测帧为基于预测，将图像帧的检测区域分割为人脸候选区域和非人脸区域，对人脸候选区域采用固定小步长，对非人脸区域采用固定大步长搜索检测的图像帧，所述固定大步长大于所述固定小步长；

如果当前输入的视频图像帧与之前最近一个全检测帧之间的帧数间隔大于预设阈值，则所述类型判断模块判定当前输入的视频图像帧为全检测帧；如果当前输入的视频图像帧与之前最近一个全检测帧之间的帧数间隔小于或等于所述预设阈值，则所述类型判断模块判定当前输入的视频图像帧为预测检测帧；其中，第一个视频图像帧为全检测帧；

所述检测模块用于根据所述类型判断模块判断的类型，对当前输入的视频图像帧进行检测；

所述人脸区域输出模块用于输出所述检测模块检测到的当前视频图像帧内所有的人脸的区域位置。