[发明专利]一种判断人脸检测误检及关键点定位准确度的方法

摘要

本发明公开了判断人脸检测误检及关键点定位准确度的方法，包括人脸检测、在检测到的人脸上进行N个关键点的定位以及调用M个二分类器判断M个关键点中不准确的点的个数，并设计一个方法判断人脸检测是否误检及关键点定位是否准确。具有以下优点：在整个人脸识别系统中的人脸关键点定位环节中，判断重要的一些关键点定位准确程度，来反推它之前的环节人脸检测是否误检，从而达到了既可以判断人脸检测是否误检，同时也可以判断关键点定位准确度的目的，一举两得。

主权项

一种判断人脸检测误检及关键点定位准确度的方法，其特征在于，包括步骤：人脸检测；在检测到的人脸上进行N个关键点的定位；调用M个二分类器判断M个关键点中不准确的点的个数，其中M≤N；若不准点数≤a*M,则判断人脸检测和关键点检测都非常可靠，继续后续环节；若不准点数≥b*M，则判断人脸检测发生了误判，关键点定位无意义，停止后续环节；若a*M<不准点数< b*M，则判断人脸检测可靠，但部分关键点定位不准，根据错误定位的情况决定是否继续后续环节；步骤（c）中二分类器训练步骤包括：（c.1）生成正样本，选取K张的人工标定的人脸关键点样本，对每张图片以某个关键点为中心，在其周围的一个小区域提取一个局部特征作为正样本；在真实的关键点周围随机偏移1‑2个像素点，偏移后的关键点，也认为正确的关键点，然后再以偏移后的像素点为中心来提取局部特征作为正样本，其中K≥10000；（c.2）生成负样本，在和正样本同一批人工标定的人脸关键点样本中，在真实的关键点周围随机偏移5‑10个像素点，偏移后的关键点，可以用来模拟定位不准确的点，然后再以偏移后的像素点为中心来提取局部特征作为负样本；（c.3）训练二分类，对于每一个关键点都按照（c.1）和（c.2）方法，生成了较大数量的的正样本和负样本，此时便可以训练一个二分类器。