[发明专利]人脸检测方法及装置

说明书

技术领域

本公开涉及图像识别技术领域，尤其涉及一种人脸检测方法及装置。

背景技术

人脸检测技术是指从包括人脸的图像中识别出人脸区域的技术，是目前较为常见的一种图像处理技术。

相关技术中，人脸识别可以用于安全支付、身份认证等领域。由于这些领域对安全性的要求较高，所以对人脸识别的速度和准确度就提出了更高的要求。例如，当人脸识别应用在手机上进行解锁时，在确保人脸识别准确的基础上，如果人脸识别要花2秒，就会严重影响客户体验，如果能够缩短到0.2秒，客户的感觉会完全不同。

发明内容

本公开实施例提供一种人脸检测方法及装置，用以提高人间人脸检测的速度与准确度。

根据本公开实施例的第一方面，提供一种人脸检测方法，包括：

根据已训练的人脸检测器携带的用于表示人脸特征的第一归一化像素差值NPD组合，提取待检测图像的第二NPD组合；

通过所述人脸检测器对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域；

提取所述人脸区域的N维特征向量，N为自然数；

通过已训练的逻辑回归分类器对所述N维特征向量进行回归计算，得到所述人脸区域存在人脸的概率；

当所述存在人脸的概率大于预设阈值时确定所述人脸区域中存在人脸。

在一实施例中，所述已训练的人脸检测器可携带所述第一NPD组合中的NPD顺序；

所述根据已训练的人脸检测器携带的用于表示人脸特征的第一NPD组合，提取待检测图像的第二NPD组合，可包括：

根据所述第一NPD组合以及所述NPD顺序，提取所述第二NPD组合；

所述通过所述人脸检测器对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域，可包括：

通过所述人脸检测器基于所述NPD顺序对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域。

在一实施例中，所述根据已训练的人脸检测器携带的用于表示人脸特征的第一NPD组合，提取待检测图像的第二NPD组合之前，所述方法还可包括：

确定包括人脸的第一正样本与不包括人脸的第一负样本组成的第一训练集；

确定所述第一正样本与所述第一负样本各自对应的NPD；

基于所述第一正样本与所述第一负样本各自对应的NPD学习得到多个深度二次元树；所述深度二次元树经学习得到每个枝节点的最优NPD；

基于所述多个深度二次元树构建所述已训练的人脸检测器；所述多个深度二次元树中包括的最优NPD构成所述第一NPD组合。

在一实施例中，所述确定所述第一正样本与所述第一负样本各自对应的NPD之前，所述方法还可包括：

将所述第一正样本与所述第一负样本各自对应的NPD存储在查找表中；

所述确定所述第一正样本与所述第一负样本各自对应的NPD，包括：

通过访问所述查找表确定所述第一正样本与所述第一负样本各自对应的NPD。

在一实施例中，所述通过已训练的逻辑回归分类器对所述N维特征向量进行回归计算，得到所述人脸区域存在人脸的概率之前，所述方法还可包括：

将包括人脸的第二正样本与不包括人脸的第二负样本组成的第二训练集输入未训练的逻辑回归分类器；

对所述未训练的逻辑回归分类器的预测函数中N维特征向量各自对应的参数进行训练；所述第二负样本为基于NPD检测人脸失败的负样本；

在确定所述预测函数中N维特征向量各自对应的参数符合预设条件时，停止训练所述逻辑回归分类器，得到所述已训练的逻辑回归分类器。

在一实施例中，所述确定所述预测函数中N维特征向量各自对应的参数符合预设条件，可包括：

确定所述预测函数的损伤函数值是否达到最小值；

当所述预测函数的损耗函数的值达到最小值时，确定所述预测函数中N维特征向量各自对应的参数符合所述预设条件。

根据本公开实施例的第二方面，提供一种人脸检测装置，包括：

第一特征提取模块，被配置为根据已训练的人脸检测器携带的用于表示人脸特征的第一归一化像素差值NPD组合，提取待检测图像的第二NPD组合；

回归处理模块，被配置为通过所述人脸检测器对所述第二NPD组合进行回归处理，得到所述待检测图像中的人脸区域；

第二特征提取模块，被配置为提取所述人脸区域的N维特征向量，N为自然数；