[发明专利]一种人脸检测方法、装置和计算机可读存储介质

摘要

本发明公开了人脸检测方法、装置和计算机可读存储介质，方法包括模型训练和人脸检测；训练过程是采用正、负样本图像及其标准像素差特征，来构建深度二次树，再通过多个深度二次树组成随机森林来进行人脸检测跟踪。训练过程中每得到一次随机森林后都进行测试，看是否能够正确检测到人脸，并把检测错误的图像更新到相应的训练集中继续进行不断的训练学习，直至得到检测效果符合预期的随机森林。检测时将待检测图像的特征输入到随机森林，通过其每一个二次树分别进行判断，再对所有二次树的判断结果进行统计，根据统计结果判定是否为人脸图像。具有使用较少训练样本得到较高精度的检测模型的优点，尤其适合对有遮挡的人脸进行检测的场合。

主权项

一种人脸检测方法，包括人脸检测模型的训练步骤和人脸检测步骤：其中，所述训练步骤包括以下步骤：A1、获取多张人脸图像和非人脸图像，以分别建立正、负样本训练集；A2、对正、负样本训练集的所有图像分别进行标准像素差特征的提取，得到每一图像各自的特征向量；对所有特征向量中的所有标准像素差特征归一化处理到0～255之间；A3、分别从正、负样本训练集中随机抽取数张正样本图像和数张负样本图像，并分别从各正样本图像和各负样本图像的特征向量中随机抽取数个特征，得到每一正样本图像的正样本特征向量和每一负样本图像的负样本特征向量；A4、基于步骤A3所抽取的正样本图像及其正样本特征向量，以及负样本图像及其负样本特征向量，构建一深度二次树；A5、重复步骤A3和A4，得到多个不同的深度二次树，组成随机森林；A6、利用得到的随机森林对测试图像进行是否包含人脸的检测，若测试图像中含有人脸但并未被检测到，则将该测试图像加入到正样本训练集中，以更新正样本训练集；若测试图像中不含人脸但检测到人脸，则将该测试图像加入到负样本训练集中，以更新负样本训练集；A7、利用更新的正、负样本训练集不断重复步骤A2至A6直至得到检测效果符合预设要求的随机森林；人脸检测步骤包括：B1、接收待检测图像，通过随机森林的每一深度二次树来分别对所述待检测图像进行是否包含人脸的检测；B2、对所有深度二次树的判断结果进行统计，若判断出待检测图像中包含人脸的深度二次树的比例大于一预设值，则所述随机森林的判断结果为所述待检测图像中含有人脸。