[发明专利]多角度并行的人脸检测方法、装置及终端设备

说明书

技术领域

本发明涉及人脸检测领域，特别涉及一种多角度并行的人脸检测方法、装置及终端设备。

背景技术

人脸识别(Face Recognition)特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术，是目前人工智能和模式识别的重点，被广泛地应用在国家安全、军事安全、身份识别、银行及海关的监控、门禁系统、视频会议等领域。人脸检测(Face Detection)是人脸识别中的关键环节，人脸检测是指对于任意一副给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回人脸的位置、大小和姿态。根据利用的人脸知识的不同，人脸检测方法可以分为：基于特征的人脸检测方法和基于学习的人脸检测方法。基于特征的人脸检测方法包括：底层特征分析方法、组群特征方法和变形模板方法，底层特征分析方法又包括基于肤色的人脸检测方法。基于学习的人脸检测方法根据学习方法的不同可以分为：基于贝叶斯准则的方法、基于人工神经网络的方法(ANN，artificial neural network)、支持向量机的方法(SVM，support vector machine)、基于Adaboost的方法等。

发明内容

本发明提供了一种多角度并行的人脸检测方法、装置及终端设备，其目的是为了解决多角度并行的人脸检测的问题。

为了达到上述目的，本发明的实施例提供了一种多角度并行的人脸检测方法，包括：

获取图像数据，并计算出所述图像数据的积分图像；

对所述积分图像进行滑动窗口扫描，得到与所述积分图像相对应的多个子窗口扫描图像，并将得到的每个子窗口扫描图像送入树形人脸检测分类器进行人脸检测。

其中，所述对所述积分图像进行滑动窗口扫描，得到与所述积分图像相对应的多个子窗口扫描图像，并将得到的每个子窗口扫描图像送入树形人脸检测分类器进行人脸检测的步骤包括：

根据多个预设滑动窗口尺寸依次设定所述滑动窗口的大小，在将所述滑动窗口尺寸设定为每一预设滑动窗口尺寸时，使用设定后的滑动窗口对所述积分图像进行滑动窗口扫描，得到与所述积分图像相对应的多个子窗口扫描图像，并将得到的每个子窗口扫描图像送入树形人脸检测分类器进行人脸检测。

其中，所述将得到的每个子窗口扫描图像送入树形人脸检测分类器进行人脸检测的步骤包括：

当所述子窗口扫描图像到达树形分类器结构中负责人脸/非人脸分类检测的根节点时，进行特征计算；

根据所述特征计算的结果，使用根节点的分类器对所述子窗口扫描图像进行人脸/非人脸分类判别。

其中，所述根节点由多个级别的强分类器通过级联组成。

其中，所述根据所述特征计算的结果，使用根节点的分类器对所述子窗口扫描图像进行人脸/非人脸分类判别的步骤包括：

根据所述特征计算的结果依次使用每个级别的强分类器对所述子窗口扫描图像进行人脸/非人脸分类判别，直到判别所述子窗口扫描图像为非人脸或最后一级的强分类器判别所述子窗口扫描图像为人脸为止。

其中，根据所述特征计算的结果依次使用每个级别的强分类器对所述子窗口扫描图像进行人脸/非人脸分类判别，直到判别所述子窗口扫描图像为非人脸或最后一级的强分类器判别所述子窗口扫描图像为人脸为止的步骤之后，所述方法还包括：

若所述根节点的最后一级的强分类器判别所述子窗口扫描图像为人脸，则将所述子窗口扫描图像送入树形分类器结构所包括的多层子分类器节点进行多种摇摆角度或倾斜角度的人脸判别。

其中，所述将所述子窗口扫描图像送入树形分类器结构所包括的多层子分类器节点进行多种摇摆角度或倾斜角度的人脸判别的步骤包括：

将所有的子窗口扫描图像依次送入第一层子分类器节点的第一个子分类器处理；

将能够输出有效结果的子窗口扫描图像送入下一层子分类器节点，并缓存不能够输出有效结果的子窗口扫描图像；

待所述第一层子分类器节点的第一个子分类器处理完所有的子窗口扫描图像时，更新所述第一层子分类器节点，使所述第一层子分类器节点还原为初始状态。

其中，所述将所述子窗口扫描图像送入树形分类器结构所包括的多层子分类器节点进行多种摇摆角度或倾斜角度的人脸判别的步骤还包括：

将缓存的不能够输出有效结果的子窗口扫描图像送入更新后的第一层子分类器节点的第二个子分类器处理。

本发明的实施例还提供了一种多角度并行的人脸检测装置，包括：

获取模块，用于获取图像数据，并计算出所述图像数据的积分图像；