[发明专利]人脸检测方法、电子设备及存储介质

说明书

本发明提供一种人脸检测方法，包括：获取待处理图像；确定所述待处理图像的光照场景类型；根据所述待处理图像的光照场景类型，调整所述待处理图像的像素值，得到调整后的图像；基于第一检测阈值，对调整后的图像进行检测，确定多个候选人脸图像；对所述多个候选人脸图像中每个候选人脸图像进行像素均衡化，确定每个候选人脸图像对应的均衡化后的图像；对每个候选人脸图像对应的均衡化后的图像进行光照调整，确定每个候选人脸图像对应的调整后的候选人脸图像；基于第二检测阈值，对每个候选人脸图像对应的调整后的候选人脸图像进行检测，确定人脸图像，所述第二检测阈值大于第一检测阈值。本发明提高了人脸检测的召回率和准确率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种人脸检测方法、电子设备及存储介质。

背景技术

目前人工智能领域会涉及到对图片进行人脸检测。但是由于现实的场景比较复杂，比如光照，光照的强度，角度的变化都会对检测的召回率产生比较大的影响。目前采用的解决方案是对抓拍的图像做离散余弦变换或Gabor滤波后再进行检测，但结果表明原始图像经过DCT变换处理后，并不能完全去除光照在人脸上分布不均的影响，而且人脸的本真信息也难以被全部表达，另外Gabor 滤波虽然能保持较好的光照统一性，但会造成一部分的低频信息丢失。因此，在光照变化明显，特别是强光或弱光场景下，大大降低了人脸检测的召回率和准确率。

发明内容

鉴于以上内容，有必要提供一种人脸检测方法，能根据图片所处的光照场景类型对图像的像素进行调整，降低光照对图片的影响，提高了人脸检测的召回率和准确率。

一种人脸检测方法，所述方法包括：

获取待处理图像；

确定所述待处理图像的光照场景类型；

根据所述待处理图像的光照场景类型，调整所述待处理图像的像素值，得到调整后的图像；

基于第一检测阈值，对调整后的图像进行检测，确定多个候选人脸图像；

对所述多个候选人脸图像中每个候选人脸图像进行像素均衡化，确定每个候选人脸图像对应的均衡化后的图像；

对每个候选人脸图像对应的均衡化后的图像进行光照调整，确定每个候选人脸图像对应的调整后的候选人脸图像；

基于第二检测阈值，对每个候选人脸图像对应的调整后的候选人脸图像进行检测，确定人脸图像，所述第二检测阈值大于第一检测阈值。

在可选实施中，所述确定所述待处理图像的光照场景类型包括：

获取多个光照场景类型中每种光照场景类型对应的平均像素值和；

计算所述待处理图像的像素值和；

计算所述待处理图像的像素值和与每种光照场景类型对应的平均像素值和的距离；

将与所述待处理图像的像素值和的距离最小的平均像素值和对应的光照场景类型作为所述待处理图像的光照场景类型。

在可选实施中，所述获取多个光照场景类型中每种光照场景类型对应的平均像素值和包括：

预先采集每种光照场景类型对应的多个样本图像；

计算每种光照场景类型对应的多个样本图像中每个样本图像的像素和；

基于每种光照场景类型中每个样本图像的像素和，计算每种光照场景类型对应的平均像素值和。

在可选实施中，所述根据所述待处理图像的光照场景类型，调整所述待处理图像的像素值包括：

当所述待处理图像的光照场景类型为强光类型时，将所述待处理图像调暗；或