CN105138956A - 人脸检测方法和装置 - Google Patents

Abstract

本公开是关于一种人脸检测方法和装置，属于图像处理领域。该方法包括：提取待检测图像的多个图像区域；对于该多个图像区域中的每个图像区域，判断该图像区域是否满足预设条件；当该图像区域满足该预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对该图像区域进行人脸检测；当该图像区域不满足该预设条件时，应用该正面姿态分类器，对该图像区域进行人脸检测。本公开对于不满足预设条件的图像区域，仅应用正面姿态分类器进行人脸检测，既能够避免应用侧面姿态分类器进行人脸检测，提高了检测速度，也能够避免遗漏不满足预设条件的图像区域中的人脸区域，避免了对检测准确率的影响。

Description

人脸检测方法和装置

技术领域

本公开是关于图像处理领域，具体来说是关于一种人脸检测方法和装置。

背景技术

人脸检测技术是指对于任意一幅给定的图像，提取出该图像包含的人脸区域的技术，人脸检测技术可以广泛应用于人脸识别领域。

为了提高人脸检测的准确率，可以按照人脸区域的不同姿态，训练多个姿态分类器，如正面姿态分类器、左侧姿态分类器等。在对图像进行人脸检测时，可以提取该图像的多个图像区域，并应用训练出的多个姿态分类器，分别对每个图像区域进行检测，判断每个图像区域是否为人脸区域，从而获取到每个姿态分类器所检测出的人脸区域。

发明内容

为了解决相关技术中存在的问题，本公开提供了一种人脸检测方法和装置。所述技术方案如下：

根据本公开实施例的第一方面，提供了一种人脸检测方法，所述方法包括：

提取待检测图像的多个图像区域；

对于所述多个图像区域中的每个图像区域，

判断所述图像区域是否满足预设条件；

当所述图像区域满足所述预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对所述图像区域进行人脸检测；

当所述图像区域不满足所述预设条件时，应用所述正面姿态分类器，对所述图像区域进行人脸检测。

在另一实施例中，所述方法还包括：

如果对所述图像区域进行人脸检测的任一姿态分类器检测到所述图像区域为人脸区域，则确定所述图像区域为人脸区域。

在另一实施例中，所述预设条件包括肤色比例的预设阈值，所述判断所述图像区域是否满足预设条件，包括：

对所述图像区域进行肤色检测，得到所述图像区域的肤色比例，所述肤色比例是指所述图像区域中的肤色区域的面积与所述图像区域的面积之间的比例；

判断所述肤色比例是否大于所述预设阈值；

如果所述肤色比例大于所述预设阈值，确定所述图像区域满足所述预设条件；

如果所述肤色比例不大于所述预设阈值，确定所述图像区域不满足所述预设条件。

在另一实施例中，所述预设条件包括边缘点数目的预设数目范围，所述判断所述图像区域是否满足预设条件，包括：

对所述图像区域进行边缘检测，得到所述图像区域中的边缘点数目；

判断所述边缘点数目是否属于所述预设数目范围；

如果所述边缘点数目属于所述预设数目范围，确定所述图像区域满足所述预设条件；

如果所述边缘点数目不属于所述预设数目范围，确定所述图像区域不满足所述预设条件。

在另一实施例中，所述方法还包括：

获取所述图像区域的尺寸；

当所述图像区域的尺寸小于预设尺寸，且所述图像区域不满足所述预设条件时，对所述图像区域进行过滤。

根据本公开实施例的第二方面，提供了一种人脸检测装置，所述装置包括：

提取模块，用于提取待检测图像的多个图像区域；

判断模块，用于对于所述多个图像区域中的每个图像区域，判断所述图像区域是否满足预设条件；

检测模块，用于当所述图像区域满足所述预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对所述图像区域进行人脸检测；

所述检测模块，还用于当所述图像区域不满足所述预设条件时，应用所述正面姿态分类器，对所述图像区域进行人脸检测。

在另一实施例中，所述装置还包括：

确定模块，用于如果对所述图像区域进行人脸检测的任一姿态分类器检测到所述图像区域为人脸区域，则确定所述图像区域为人脸区域。

在另一实施例中，所述预设条件包括肤色比例的预设阈值，所述判断模块还用于对所述图像区域进行肤色检测，得到所述图像区域的肤色比例，所述肤色比例是指所述图像区域中的肤色区域的面积与所述图像区域的面积之间的比例；判断所述肤色比例是否大于所述预设阈值；如果所述肤色比例大于所述预设阈值，确定所述图像区域满足所述预设条件；如果所述肤色比例不大于所述预设阈值，确定所述图像区域不满足所述预设条件。

在另一实施例中，所述预设条件包括边缘点数目的预设数目范围，所述判断模块还用于对所述图像区域进行边缘检测，得到所述图像区域中的边缘点数目；判断所述边缘点数目是否属于所述预设数目范围；如果所述边缘点数目属于所述预设数目范围，确定所述图像区域满足所述预设条件；如果所述边缘点数目不属于所述预设数目范围，确定所述图像区域不满足所述预设条件。

在另一实施例中，所述装置还包括：

获取模块，用于获取所述图像区域的尺寸；

过滤模块，用于当所述图像区域的尺寸小于预设尺寸，且所述图像区域不满足所述预设条件时，对所述图像区域进行过滤。

根据本公开实施例的第三方面，提供了一种人脸检测装置，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

提取待检测图像的多个图像区域；

对于所述多个图像区域中的每个图像区域，

判断所述图像区域是否满足预设条件；

当所述图像区域满足所述预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对所述图像区域进行人脸检测；

当所述图像区域不满足所述预设条件时，应用所述正面姿态分类器，对所述图像区域进行人脸检测。

本公开的实施例提供的技术方案可以包括以下有益效果：

本实施例提供的方法和装置，通过在采用多个姿态分类器进行人脸检测时，先判断图像区域是否满足预设条件，对于满足预设条件的图像区域，应用多个姿态分类器对该图像区域进行人脸检测，而对于不满足预设条件的图像区域，仅应用正面姿态分类器进行人脸检测，既能够避免应用侧面姿态分类器进行人脸检测，提高了检测速度，也能够避免遗漏不满足预设条件的图像区域中的人脸区域，避免了对检测准确率的影响。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种人脸检测方法的流程图；

图2是根据一示例性实施例示出的一种人脸检测方法的流程图；

图3A是根据一示例性实施例示出的一种人脸检测装置的框图；

图3B是根据一示例性实施例示出的另一种人脸检测装置的框图；

图3C是根据一示例性实施例示出的再一种人脸检测装置的框图；

图4是根据一示例性实施例示出的一种用于人脸检测的装置的框图；

图5是根据一示例性实施例示出的一种用于人脸检测的装置的框图。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本公开做进一步详细说明。在此，本公开的示意性实施方式及其说明用于解释本公开，但并不作为对本公开的限定。

本公开实施例提供一种人脸检测方法和装置，以下结合附图对本公开进行详细说明。

图1是根据一示例性实施例示出的一种人脸检测方法的流程图，如图1所示，该人脸检测方法用于图像处理装置中，包括以下步骤：

在步骤101中，提取待检测图像的多个图像区域。

在步骤102中，对于该多个图像区域中的每个图像区域，判断该图像区域是否满足预设条件，如果是，执行步骤103，如果否，执行步骤104。

在步骤103中，应用正面姿态分类器和至少一个侧面姿态分类器，对该图像区域进行人脸检测。

在步骤104中，应用该正面姿态分类器，对该图像区域进行人脸检测。

本实施例提供的方法，通过在采用多个姿态分类器进行人脸检测时，先判断图像区域是否满足预设条件，对于满足预设条件的图像区域，应用多个姿态分类器对该图像区域进行人脸检测，而对于不满足预设条件的图像区域，仅应用正面姿态分类器进行人脸检测，既能够避免应用侧面姿态分类器进行人脸检测，提高了检测速度，也能够避免遗漏不满足预设条件的图像区域中的人脸区域，避免了对检测准确率的影响。

在另一实施例中，该方法还包括：

如果对该图像区域进行人脸检测的任一姿态分类器检测到该图像区域为人脸区域，则确定该图像区域为人脸区域。

在另一实施例中，该预设条件包括肤色比例的预设阈值，该判断该图像区域是否满足预设条件，包括：

对该图像区域进行肤色检测，得到该图像区域的肤色比例，该肤色比例是指该图像区域中的肤色区域的面积与该图像区域的面积之间的比例；

判断该肤色比例是否大于该预设阈值；

如果该肤色比例大于该预设阈值，确定该图像区域满足该预设条件；

如果该肤色比例不大于该预设阈值，确定该图像区域不满足该预设条件。

在另一实施例中，该预设条件包括边缘点数目的预设数目范围，该判断该图像区域是否满足预设条件，包括：

对该图像区域进行边缘检测，得到该图像区域中的边缘点数目；

判断该边缘点数目是否属于该预设数目范围；

如果该边缘点数目属于该预设数目范围，确定该图像区域满足该预设条件；

如果该边缘点数目不属于该预设数目范围，确定该图像区域不满足该预设条件。

在另一实施例中，该方法还包括：

获取该图像区域的尺寸；

当该图像区域的尺寸小于预设尺寸，且该图像区域不满足该预设条件时，对该图像区域进行过滤。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

图2是根据一示例性实施例示出的一种人脸检测方法的流程图，如图2所示，人脸检测方法用于图像处理装置中，包括以下步骤：

在步骤201中，该图像处理装置提取待检测图像的多个图像区域。

其中，该图像处理装置用于对图像进行人脸检测，可以为智能手机、计算机、服务器等，本实施例对此不做限定。待检测图像可以由该图像处理装置拍摄得到，也可以由其他设备发送给该图像处理装置，本实施例对此也不做限定。

本实施例中，当要对该图像进行人脸检测时，该图像处理装置可以提取该图像的多个图像区域，以便对每个图像区域分别进行人脸检测。

该图像处理装置可以按照不同的位置和不同的尺寸，提取该图像的多个图像区域。如该图像处理装置预先设定不同尺寸的窗口，应用设定的每个窗口，遍历该图像，提取该图像在窗口内的图像区域，即可得到该图像在不同位置处不同尺寸的图像区域。其中，窗口可以为矩形、正方形、圆形等形状，窗口的尺寸范围可以由该图像处理装置根据人脸检测的精确度需求确定，本实施例对此不做限定。

另外，当该图像的尺寸较大时，如果该图像处理装置直接提取该图像的图像区域，对提取的每个图像区域进行人脸检测，则提取图像区域的过程需要耗费很长时间，且提取出的图像区域数目会很多，进行人脸检测时也会耗费很长时间。因此，为了提高检测速度，该图像处理装置可以先缩小该图像，再提取缩小后图像中的图像区域，以便对缩小后图像的图像区域进行人脸检测。

该图像处理装置可以按照预设倍数缩小该图像，使得原始的图像尺寸与缩小后的图像尺寸之间的比例等于该预设倍数，该预设倍数大于1。或者，该图像处理装置还可以按照预设图像尺寸缩小该图像，使得缩小后的图像尺寸等于该预设图像尺寸，本实施例对该缩小图像的过程不做限定。

在步骤202中，对于该多个图像区域中的每个图像区域，该图像处理装置判断该图像区域是否满足预设条件，如果是，执行步骤203，如果否，执行步骤204。

本实施例中，该图像处理装置可以获取多个姿态分类器，应用该多个姿态分类器，对图像进行人脸检测。该多个姿态分类器包括正面姿态分类器和至少一个侧面姿态分类器。其中，该至少一个侧面姿态分类器可以包括左侧姿态分类器和右侧姿态分类器，或者，该至少一个侧面姿态分类器可以包括左上侧姿态分类器、左下侧姿态分类器、右上侧姿态分类器和右下侧姿态分类器等，本实施例对该至少一个侧面姿态分类器不做限定。

该多个姿态分类器可以采用Adaboost(AdaptiveBoosting，自适应增强)算法训练得到，或者采用其他分类算法训练得到，本实施例对此不做限定。且，该多个姿态分类器可以由该图像处理装置进行训练得到，或者由其他设备训练后发送给该图像处理装置，本实施例对此也不做限定。

以该多个姿态分类器包括正面姿态分类器、左侧姿态分类器和右侧姿态分类器为例，在实际应用时，正面姿态分类器可以检测到图像中的大部分人脸，左侧姿态分类器可以检测到图像中的左侧人脸，右侧姿态分类器可以检测到图像中的右侧人脸，则左侧姿态分类器和右侧姿态分类器所能检测到的人脸区域中，大部分正面姿态分类器也能检测到。例如，当人脸正面面向摄像头时，摄像头拍摄得到的图像中包括该正面人脸区域。对该正面人脸区域进行人脸检测时，正面姿态分类器可以检测到80％的人脸区域，其中的左侧人脸和右侧人脸各占40％，而左侧姿态分类器可以检测到50％的人脸区域，其中的40％与正面姿态分类器检测到的左侧人脸重复，右侧姿态分类器可以检测到50％的人脸区域，其中的40％与正面姿态分类器检测到的右侧人脸重复。左侧姿态分类器和右侧姿态分类器各自检测到的人脸中，只有10％是正面姿态分类器检测不到的。

该图像处理装置获取到该图像的多个图像区域时，如果直接应用该多个姿态分类器，分别对每个图像区域进行人脸检测，则该检测过程会耗费过长的时间，导致检测速度很慢。

在本实施例中，为了提高检测速度，该图像处理装置可以先采用预设条件，对该图像的多个图像区域进行筛选。该预设条件用于规定人脸区域应符合的条件，对于每个图像区域，该图像处理装置判断该图像区域是否满足该预设条件，当该图像区域满足该预设条件时，表示该图像区域是人脸区域的可能性较大，当该图像区域不满足该预设条件时，表示该图像区域是人脸区域的可能性较小。

其中，该预设条件可以包括肤色比例的预设阈值，肤色比例是指图像区域中的肤色区域的面积与图像区域的面积之间的比例，肤色比例越大，表示该图像区域中肤色区域所占比例越大，该图像区域是人脸区域的可能性越大，而肤色比例越小，表示该图像区域中肤色区域所占比例越小，该图像区域是人脸区域的可能性越小。那么，该图像处理装置可以对该图像区域进行肤色检测，得到该图像区域的肤色比例。例如，该图像处理装置可以获取该图像区域中每个像素点的颜色数据，判断每个像素点的颜色数据与预设的肤色是否匹配，从而确定该图像区域中与肤色匹配的像素点数目，根据该图像区域中与肤色匹配的像素点数目和该图像区域的像素点总数目，计算该肤色比例。

该图像处理装置获取到该图像区域的肤色比例后，判断该肤色比例是否大于该预设阈值，如果该肤色比例大于该预设阈值，表示该图像区域是人脸区域的可能性较大，则确定该图像区域满足该预设条件，如果该肤色比例不大于该预设阈值，表示该图像区域是人脸区域的可能性较小，则确定该图像区域不满足该预设条件。

另外，该预设条件还可以包括边缘点数目的预设数目范围，该预设数目范围由第一阈值和第二阈值确定，第二阈值大于第一阈值。该图像处理装置可以对该图像区域进行边缘检测，提取该图像区域中的边缘点，计算该图像区域中的边缘点数目，并判断该边缘点数目是否属于该预设数目范围。当该边缘点数目大于该第一阈值且小于该第二阈值时，确定该边缘点数目属于该预设数目范围，则确定该图像区域满足该预设条件。当该边缘点数目不大于该第一阈值，或者该边缘点数目不小于该第二阈值时，确定该边缘点数目不属于该预设数目范围，则确定该图像区域不满足该预设条件。

其中，该边缘点数目的预设数目范围可以通过对样本人脸区域的边缘点数目进行统计确定，本实施例对此不做限定。

需要说明的是，本实施例以该预设条件包括预设阈值和预设数目范围这两种条件为例，该图像处理装置可以采用其中一种条件对图像区域进行判断，即在确定该图像区域的肤色比例大于该预设阈值，或者，该图像区域的边缘点数目属于该预设数目范围时，即可确定该图像区域满足预设条件。该图像处理装置也可以采用上述两种条件对图像区域进行判断，仅在该图像区域的肤色比例大于该预设阈值且边缘点数目属于该预设数目范围时，才确定该图像区域满足预设条件。另外，该预设条件中还可以包括其他条件，本实施例对此不做限定。

在步骤203中，该图像处理装置应用正面姿态分类器和至少一个侧面姿态分类器，对该图像区域进行人脸检测，执行步骤205。

当该图像区域满足该预设条件时，表示该图像区域是人脸区域的可能性较大，则该图像处理装置应用该正面姿态分类器和该至少一个侧面姿态分类器，分别对该图像区域进行人脸检测，判断该图像区域是否为人脸区域。也即是，将该图像区域分别输入至每个姿态分类器中，由每个姿态分类器对该图像区域进行人脸检测，该图像处理装置即可获取每个姿态分类器的检测结果。

在步骤204中，该图像处理装置应用该正面姿态分类器，对该图像区域进行人脸检测，执行步骤205。

当该图像区域不满足该预设条件时，表示该图像区域是人脸区域的可能性较小，此时，若还要应用每个姿态分类器对该图像区域进行人脸检测，如果该图像区域不是人脸区域，则会造成不必要的时间浪费，而若直接将该图像区域过滤，如果该图像区域为真实的人脸区域，则会造成误检测，降低检测准确率。例如，当在暗光等条件下拍摄图像或者图像中的人物为黑人时，该图像处理装置在对人脸区域进行肤色检测时，很容易会由于该人脸区域的肤色比例小于该预设阈值，而误认为该人脸区域不满足该预设条件，此时若将该人脸区域过滤掉，则不能检测到该人脸区域，降低了检测准确率。

为了避免对检测准确率的影响，该图像处理装置可以仅应用该正面姿态分类器，对该图像区域进行人脸检测，而不再应用该至少一个侧面姿态分类器对该图像区域进行人脸检测。即仅将该图像区域输入至正面姿态分类器中，由正面姿态分类器对该图像区域进行人脸检测，该图像处理装置即可获取该正面姿态分类器的检测结果。

本实施例仅应用正面姿态分类器对不满足预设条件的图像区域进行人脸检测，能够避免应用侧面姿态分类器对该图像区域进行人脸检测所造成的时间浪费，提高了检测速度。

且，由于侧面姿态分类器能够检测到的人脸区域中，大部分都可以由正面姿态分类器检测到，应用正面姿态分类器对不满足预设条件的图像区域进行人脸检测时，能够避免遗漏真实的人脸区域，提高了检测准确率。只有当该人脸区域的左侧人脸和右侧人脸同时不满足预设条件时，该正面姿态分类器在对该人脸区域进行人脸检测时，才有可能会将该人脸区域判定为非人脸区域，而左侧人脸和右侧人脸同时不满足预设条件的这类人脸区域很少，那么，仅应用正面姿态分类器对不满足预设条件的图像区域进行人脸检测时，对检测准确率的影响很小。

需要说明的是，本实施例仅以该正面姿态分类器要对该图像的每个图像区域进行人脸检测为例进行说明，实际上，当该正面姿态分类器分别对该图像的每个图像区域进行人脸检测时，也会耗费很长时间，导致检测速度很慢。

而考虑到较小尺寸的图像区域不太可能是人脸区域，对于每个图像区域来说，该图像处理装置应用正面姿态分类器对该图像区域进行人脸检测时，可以先获取该图像区域的尺寸，判断该图像区域的尺寸是否小于预设尺寸，当该图像区域的尺寸不小于该预设尺寸时，应用该正面姿态分类器，对该图像区域进行人脸检测。而当该图像区域的尺寸小于该预设尺寸，且该图像区域不满足该预设条件时，可以认为该图像区域中不包含人脸区域，则对该图像区域进行过滤。当该图像区域的尺寸小于该预设尺寸，且该图像区域满足该预设条件时，该图像区域有可能是人脸区域，则应用该正面姿态分类器，对该图像区域进行人脸检测。通过对尺寸小于该预设尺寸且不满足该预设条件的图像区域进行过滤，提高了正面姿态分类器的检测速度。

本实施例中，该图像处理装置可以在判断该图像区域是否满足预设条件的同时，判断该图像区域的尺寸是否小于该预设尺寸。当该图像区域满足该预设条件时，无论该图像区域的尺寸是否小于该预设尺寸，该图像处理装置均会应用该正面姿态分类器和该至少一个侧面姿态分类器，对该图像区域进行人脸检测。当该图像区域不满足预设条件且尺寸小于该预设尺寸时，对该图像区域进行过滤。当该图像区域不满足预设条件且尺寸不小于该预设尺寸时，则应用该正面姿态分类器，对该图像区域进行人脸检测。

或者，该图像处理装置可以先判断该图像区域是否满足该预设条件，当该图像区域满足该预设条件时，无需对该图像区域的尺寸进行判断，直接应用该正面姿态分类器和该至少一个侧面姿态分类器，对该图像区域进行人脸检测即可。而当该图像区域不满足该预设条件时，判断该图像区域的尺寸是否小于该预设尺寸，当该图像区域的尺寸小于该预设尺寸时，对该图像区域进行过滤，而当该图像区域的尺寸不小于该预设尺寸时，应用该正面姿态分类器，对该图像区域进行人脸检测。

其中，该预设尺寸可以根据该图像的尺寸确定，或者，当该图像处理装置对该图像进行缩小后，该预设尺寸可以根据缩小后的图像的尺寸确定，本实施例对此不做限定。

例如，待检测的原始图像的尺寸为2000*2000，该预设尺寸可以设置为80*80，则尺寸小于80*80且不满足该预设条件的图像区域将被过滤掉，该图像处理装置可以检测出尺寸属于范围[80*80，2000*2000]的人脸区域，还能检测出尺寸属于范围[40*40，80*80]且肤色正常的人脸区域。或者，该图像处理装置可以将该原始图像缩小至尺寸为1000*1000的指定图像，则该预设尺寸可以设置为40*40，则该指定图像中尺寸小于40*40且不满足该预设条件的图像区域将被过滤掉，该图像处理装置可以检测出该指定图像中尺寸属于范围[40*40，1000*1000]的人脸区域，还能检测出该指定图像中尺寸属于范围[20*20，40*40]且肤色正常的人脸区域。

在步骤205中，该图像处理装置获取正面姿态分类器和至少一个侧面姿态分类器所检测出的人脸区域。

本实施例中，该图像处理装置根据该多个姿态分类器的检测结果，获取该图像中的人脸区域。如果对该图像区域进行人脸检测的任一姿态分类器检测到该图像区域为人脸区域，则该图像处理装置确定该图像区域为人脸区域。如果对该图像区域进行人脸检测的每个姿态分类器均检测到该图像区域不是人脸区域，则该图像处理装置确定该图像区域不是人脸区域。

则对于满足该预设条件的图像区域来说，当该正面姿态分类器和该至少一个侧面姿态分类器中的任一姿态分类器检测到该图像区域为人脸区域时，该图像处理装置可以确定该图像区域为人脸区域。当该正面姿态分类器和该至少一个侧面姿态分类器中的每个姿态分类器均检测到该图像区域不是人脸区域时，该图像处理装置可以确定该图像区域不是人脸区域。

而对于不满足该预设条件的图像区域来说，当该正面姿态分类器检测到该图像区域为人脸区域时，该图像处理装置可以确定该图像区域为人脸区域。当该正面姿态分类器检测到该图像区域不是人脸区域时，该图像处理装置可以确定该图像区域不是人脸区域。

本实施例通过进行肤色检测和边缘检测，对于大量不满足预设条件的非人脸区域，无需应用侧面姿态分类器进行人脸检测，减小了侧面姿态分类器的计算量，大大提高了检测速度。

且，与将不满足预设条件的图像区域直接过滤掉相比，应用正面姿态分类器对不满足预设条件的图像区域进行人脸检测，也能够将不满足预设条件的图像区域中的真实人脸区域检测出来，避免了遗漏人脸区域。实际应用时，容易造成误检测的人脸区域，即左侧人脸和右侧人脸同时不满足预设条件的人脸区域很少，应用正面姿态分类器对不满足预设条件的图像区域进行人脸检测时，对检测准确率的影响很小。

本实施例提供的方法，通过在采用多个姿态分类器进行人脸检测时，先判断图像区域是否满足预设条件，对于满足预设条件的图像区域，应用多个姿态分类器对该图像区域进行人脸检测，而对于不满足预设条件的图像区域，仅应用正面姿态分类器进行人脸检测，既能够避免应用侧面姿态分类器进行人脸检测，提高了检测速度，也能够避免遗漏不满足预设条件的图像区域中的人脸区域，避免了对检测准确率的影响。

图3A是根据一示例性实施例示出的一种人脸检测装置的框图。参见图3A，该装置包括提取模块301，判断模块302和检测模块303。

提取模块301被配置为用于提取待检测图像的多个图像区域；

判断模块302被配置为用于对于该多个图像区域中的每个图像区域，判断该图像区域是否满足预设条件；

检测模块303被配置为用于当该图像区域满足该预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对该图像区域进行人脸检测；

该检测模块303还被配置为用于当该图像区域不满足该预设条件时，应用该正面姿态分类器，对该图像区域进行人脸检测。

本实施例提供的装置，通过在采用多个姿态分类器进行人脸检测时，先判断图像区域是否满足预设条件，对于满足预设条件的图像区域，应用多个姿态分类器对该图像区域进行人脸检测，而对于不满足预设条件的图像区域，仅应用正面姿态分类器进行人脸检测，既能够避免应用侧面姿态分类器进行人脸检测，提高了检测速度，也能够避免遗漏不满足预设条件的图像区域中的人脸区域，避免了对检测准确率的影响。

参见图3B，在另一实施例中，该装置还包括：

确定模块304被配置为用于如果对该图像区域进行人脸检测的任一姿态分类器检测到该图像区域为人脸区域，则确定该图像区域为人脸区域。

在另一实施例中，该预设条件包括肤色比例的预设阈值，该判断模块302还被配置为用于对该图像区域进行肤色检测，得到该图像区域的肤色比例，该肤色比例是指该图像区域中的肤色区域的面积与该图像区域的面积之间的比例；判断该肤色比例是否大于该预设阈值；如果该肤色比例大于该预设阈值，确定该图像区域满足该预设条件；如果该肤色比例不大于该预设阈值，确定该图像区域不满足该预设条件。

在另一实施例中，该预设条件包括边缘点数目的预设数目范围，该判断模块302还被配置为用于对该图像区域进行边缘检测，得到该图像区域中的边缘点数目；判断该边缘点数目是否属于该预设数目范围；如果该边缘点数目属于该预设数目范围，确定该图像区域满足该预设条件；如果该边缘点数目不属于该预设数目范围，确定该图像区域不满足该预设条件。

参见图3C，在另一实施例中，该装置还包括：

获取模块305被配置为用于获取该图像区域的尺寸；

过滤模块306被配置为用于当该图像区域的尺寸小于预设尺寸，且该图像区域不满足该预设条件时，对该图像区域进行过滤。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

需要说明的是：上述实施例提供的人脸检测装置在进行人脸检测时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将图像处理装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的人脸检测装置与人脸检测方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图4是根据一示例性实施例示出的一种用于人脸检测的装置400的框图。例如，装置400可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图4，装置400可以包括以下一个或多个组件：处理组件402，存储器404，电源组件406，多媒体组件408，音频组件410，输入/输出(I/O)的接口412，传感器组件414，以及通信组件416。

处理组件402通常控制装置400的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件402可以包括一个或多个处理器420来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件402可以包括一个或多个模块，便于处理组件402和其他组件之间的交互。例如，处理组件402可以包括多媒体模块，以方便多媒体组件408和处理组件402之间的交互。

存储器404被配置为存储各种类型的数据以支持在装置400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件406为装置400的各种组件提供电力。电源组件406可以包括电源管理系统，一个或多个电源，及其他与为装置400生成、管理和分配电力相关联的组件。

多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件408包括一个前置摄像头和/或后置摄像头。当装置400处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件410被配置为输出和/或输入音频信号。例如，音频组件410包括一个麦克风(MIC)，当装置400处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中，音频组件410还包括一个扬声器，用于输出音频信号。

I/O接口412为处理组件402和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件414包括一个或多个传感器，用于为装置400提供各个方面的状态评估。例如，传感器组件414可以检测到装置400的打开/关闭状态，组件的相对定位，例如所述组件为装置400的显示器和小键盘，传感器组件414还可以检测装置400或装置400一个组件的位置改变，用户与装置400接触的存在或不存在，装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件414还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件416经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件416还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述人脸检测方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由装置400的处理器420执行以完成上述方法。例如，该非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当该存储介质中的指令由终端的处理器执行时，使得终端能够执行一种人脸检测方法，该方法包括：

提取待检测图像的多个图像区域；

对于该多个图像区域中的每个图像区域，

判断该图像区域是否满足预设条件；

当该图像区域满足该预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对该图像区域进行人脸检测；

当该图像区域不满足该预设条件时，应用该正面姿态分类器，对该图像区域进行人脸检测。

在另一实施例中，该方法还包括：

如果对该图像区域进行人脸检测的任一姿态分类器检测到该图像区域为人脸区域，则确定该图像区域为人脸区域。

在另一实施例中，该预设条件包括肤色比例的预设阈值，该判断该图像区域是否满足预设条件，包括：

对该图像区域进行肤色检测，得到该图像区域的肤色比例，该肤色比例是指该图像区域中的肤色区域的面积与该图像区域的面积之间的比例；

判断该肤色比例是否大于该预设阈值；

如果该肤色比例大于该预设阈值，确定该图像区域满足该预设条件；

如果该肤色比例不大于该预设阈值，确定该图像区域不满足该预设条件。

在另一实施例中，该预设条件包括边缘点数目的预设数目范围，该判断该图像区域是否满足预设条件，包括：

对该图像区域进行边缘检测，得到该图像区域中的边缘点数目；

判断该边缘点数目是否属于该预设数目范围；

如果该边缘点数目属于该预设数目范围，确定该图像区域满足该预设条件；

如果该边缘点数目不属于该预设数目范围，确定该图像区域不满足该预设条件。

在另一实施例中，该方法还包括：

获取该图像区域的尺寸；

当该图像区域的尺寸小于预设尺寸，且该图像区域不满足该预设条件时，对该图像区域进行过滤。

图5是根据一示例性实施例示出的一种用于人脸检测的装置500的框图。例如，装置500可以被提供为一服务器。参照图5，装置500包括处理组件522，其进一步包括一个或多个处理器，以及由存储器532所代表的存储器资源，用于存储可由处理组件522的执行的指令，例如应用程序。存储器532中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件522被配置为执行指令，以执行上述人脸检测方法。

装置500还可以包括一个电源组件526被配置为执行装置500的电源管理，一个有线或无线网络接口550被配置为将装置500连接到网络，和一个输入输出(I/O)接口558。装置500可以操作基于存储在存储器532的操作系统，例如WindowsServer^TM，MacOSX^TM，Unix^TM,Linux^TM，FreeBSD^TM或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (11)

1.一种人脸检测方法，其特征在于，所述方法包括：

提取待检测图像的多个图像区域；

对于所述多个图像区域中的每个图像区域，

判断所述图像区域是否满足预设条件；

当所述图像区域满足所述预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对所述图像区域进行人脸检测；

当所述图像区域不满足所述预设条件时，应用所述正面姿态分类器，对所述图像区域进行人脸检测。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果对所述图像区域进行人脸检测的任一姿态分类器检测到所述图像区域为人脸区域，则确定所述图像区域为人脸区域。

3.根据权利要求1所述的方法，其特征在于，所述预设条件包括肤色比例的预设阈值，所述判断所述图像区域是否满足预设条件，包括：

对所述图像区域进行肤色检测，得到所述图像区域的肤色比例，所述肤色比例是指所述图像区域中的肤色区域的面积与所述图像区域的面积之间的比例；

判断所述肤色比例是否大于所述预设阈值；

如果所述肤色比例大于所述预设阈值，确定所述图像区域满足所述预设条件；

如果所述肤色比例不大于所述预设阈值，确定所述图像区域不满足所述预设条件。

4.根据权利要求1所述的方法，其特征在于，所述预设条件包括边缘点数目的预设数目范围，所述判断所述图像区域是否满足预设条件，包括：

对所述图像区域进行边缘检测，得到所述图像区域中的边缘点数目；

判断所述边缘点数目是否属于所述预设数目范围；

如果所述边缘点数目属于所述预设数目范围，确定所述图像区域满足所述预设条件；

如果所述边缘点数目不属于所述预设数目范围，确定所述图像区域不满足所述预设条件。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述图像区域的尺寸；

当所述图像区域的尺寸小于预设尺寸，且所述图像区域不满足所述预设条件时，对所述图像区域进行过滤。

6.一种人脸检测装置，其特征在于，所述装置包括：

提取模块，用于提取待检测图像的多个图像区域；

判断模块，用于对于所述多个图像区域中的每个图像区域，判断所述图像区域是否满足预设条件；

检测模块，用于当所述图像区域满足所述预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对所述图像区域进行人脸检测；

所述检测模块，还用于当所述图像区域不满足所述预设条件时，应用所述正面姿态分类器，对所述图像区域进行人脸检测。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

确定模块，用于如果对所述图像区域进行人脸检测的任一姿态分类器检测到所述图像区域为人脸区域，则确定所述图像区域为人脸区域。

8.根据权利要求6所述的装置，其特征在于，所述预设条件包括肤色比例的预设阈值，所述判断模块还用于对所述图像区域进行肤色检测，得到所述图像区域的肤色比例，所述肤色比例是指所述图像区域中的肤色区域的面积与所述图像区域的面积之间的比例；判断所述肤色比例是否大于所述预设阈值；如果所述肤色比例大于所述预设阈值，确定所述图像区域满足所述预设条件；如果所述肤色比例不大于所述预设阈值，确定所述图像区域不满足所述预设条件。

9.根据权利要求6所述的装置，其特征在于，所述预设条件包括边缘点数目的预设数目范围，所述判断模块还用于对所述图像区域进行边缘检测，得到所述图像区域中的边缘点数目；判断所述边缘点数目是否属于所述预设数目范围；如果所述边缘点数目属于所述预设数目范围，确定所述图像区域满足所述预设条件；如果所述边缘点数目不属于所述预设数目范围，确定所述图像区域不满足所述预设条件。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

获取模块，用于获取所述图像区域的尺寸；

过滤模块，用于当所述图像区域的尺寸小于预设尺寸，且所述图像区域不满足所述预设条件时，对所述图像区域进行过滤。

11.一种人脸检测装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

提取待检测图像的多个图像区域；

对于所述多个图像区域中的每个图像区域，

判断所述图像区域是否满足预设条件；

当所述图像区域满足所述预设条件时，应用正面姿态分类器和至少一个侧面姿态分类器，对所述图像区域进行人脸检测；

当所述图像区域不满足所述预设条件时，应用所述正面姿态分类器，对所述图像区域进行人脸检测。