[发明专利]人脸区域的确定方法和装置在审

专利信息
申请号: 201710233590.6 申请日: 2017-04-11
公开(公告)号: CN107145833A 公开(公告)日: 2017-09-08
发明(设计)人: 王亚彪;倪辉;赵艳丹;汪铖杰;李季檩 申请(专利权)人: 腾讯科技(上海)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 北京康信知识产权代理有限责任公司11240 代理人: 赵囡囡,褚敏
地址: 201200 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 区域 确定 方法 装置
【权利要求书】:

1.一种人脸区域的确定方法,其特征在于,包括:

接收定位请求,其中,所述定位请求用于请求在目标图片中定位出人脸区域;

通过卷积神经网络对所述目标图片进行人脸定位操作,得到定位结果,其中,所述卷积神经网络用于调用图形处理器对所述目标图片进行卷积操作,所述人脸定位操作包括所述卷积操作;

在所述定位结果用于表示所述目标图片中定位出存在人脸区域的情况下,返回所述定位结果。

2.根据权利要求1所述的方法,其特征在于,通过卷积神经网络对所述目标图片进行人脸定位操作包括:

通过第一卷积神经网络调用所述图形处理器对所述目标图片进行所述卷积操作,得到卷积结果,其中,所述卷积神经网络包括所述第一卷积神经网络;

根据所述卷积结果确定所述目标图片中的第一区域为所述人脸区域的置信度;

根据所述置信度在所述第一区域中确定出所述人脸区域。

3.根据权利要求2所述的方法,其特征在于,

通过第一卷积神经网络调用所述图形处理器对所述目标图片进行所述卷积操作,得到卷积结果包括:通过调用所述图形处理器执行所述第一卷积神经网络上的卷积算法,以对所述目标图片中的各个所述第一区域进行一类特征的识别,得到所述卷积结果,其中,所述卷积结果用于指示所述一类特征中所述第一区域所具有的特征;

根据所述卷积结果确定所述目标图片中的第一区域为所述人脸区域的置信度包括:根据所述一类特征中所述第一区域所具有的特征确定所述第一区域为所述人脸区域的置信度。

4.根据权利要求2所述的方法,其特征在于,所述卷积神经网络还包括第二卷积神经网络和第三卷积神经网络,其中,根据所述置信度在所述第一区域中确定出所述人脸区域包括:

通过所述第二卷积神经网络确定第二区域为所述人脸区域的置信度,其中,所述第二区域为所述第一区域中置信度大于第一阈值的区域;

通过所述第三卷积神经网络识别出第三区域中的人脸区域,其中,所述第三区域为所述第二区域中置信度大于第二阈值的区域。

5.根据权利要求4所述的方法,其特征在于,所述第一区域的区域大小不小于第三阈值,其中,

在通过所述第二卷积神经网络确定第二区域为所述人脸区域的置信度之前,所述方法还包括:将所述第二区域的区域大小调整为第四阈值,其中,所述第四阈值大于所述第三阈值;

通过所述第二卷积神经网络确定第二区域为所述人脸区域的置信度包括:通过所述第二卷积神经网络对经过区域大小调整后的所述第二区域进行特征识别,并根据识别出的特征确定所述第二区域为所述人脸区域的置信度;

在通过所述第三卷积神经网络识别出第三区域中的人脸区域之前,所述方法还包括:将所述第三区域的区域大小调整为第五阈值,其中,所述第五阈值大于所述第四阈值;

通过所述第三卷积神经网络识别出第三区域中的人脸区域包括:通过所述第三卷积神经网络对经过区域大小调整后的所述第三区域进行特征识别,并根据识别出的特征确定所述第三区域中的人脸区域。

6.根据权利要求2至5中任意一项所述的方法,其特征在于,

在根据所述置信度在所述第一区域中确定出所述人脸区域之前,所述方法还包括:根据人脸参考特征在所述第一区域中的位置对所述第一区域进行位置调整,以使所述人脸参考特征位于经过位置调整后的所述第一区域中的预设位置;

根据所述置信度在所述第一区域中确定出所述人脸区域包括:根据所述置信度在经过位置调整后的所述第一区域中确定出所述人脸区域。

7.根据权利要求1所述的方法,其特征在于,在接收所述定位请求之前,所述方法还包括:

通过图片集合中的图片对所述卷积神经网络进行训练,以确定所述卷积神经网络中参数的数值,其中,所述图片集合中的图片为包括部分或者全部人脸区域的图像。

8.根据权利要求1所述的方法,其特征在于,返回所述定位结果包括:

返回所述卷积神经网络定位出的所述人脸区域的位置信息,其中,所述位置信息用于指示所述人脸区域在所述目标图片中的位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(上海)有限公司,未经腾讯科技(上海)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/201710233590.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top