CN108664851A - 多方向人脸检测方法及装置 - Google Patents
多方向人脸检测方法及装置 Download PDFInfo
- Publication number
- CN108664851A CN108664851A CN201710203204.9A CN201710203204A CN108664851A CN 108664851 A CN108664851 A CN 108664851A CN 201710203204 A CN201710203204 A CN 201710203204A CN 108664851 A CN108664851 A CN 108664851A
- Authority
- CN
- China
- Prior art keywords
- detection
- target
- detected
- gray
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种多方向人脸检测方法及装置。所述方法包括:先对待检测图像进行一次人脸检测,然后分别将待检测图像顺时针旋转指定角度、逆时针旋转指定角度,各进行一次人脸检测并对检测到的人脸目标进行修正,获得对应到待检测图像旋转前的人脸位置。本发明能够减少检测时占用的内存空间。
Description
技术领域
本发明涉及模式识别技术领域,尤其涉及一种多方向人脸检测方法及装置。
背景技术
人脸识别是指利用分析比较人脸视觉特征信息进行身份鉴定的计算机技术,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。
人脸检测是人脸识别中的关键环节,人脸检测是指对于任意一幅给定的图像,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。
在实际的待检测图像中,有时会有多个人脸,这些人脸的方向往往各不相同,有正面的,也有向左肩膀或右肩膀偏转一定角度的,为了能够正确识别出各个方向的人脸目标,现阶段常用的人脸检测方法需要使用多个检测模型,依次去检测待检测图像,然而每个检测模型都需要消耗大量的内存,因此现有方法会占用大量的内存空间。
发明内容
本发明提供的多方向人脸检测方法及装置,能够减少检测时占用的内存空间。
第一方面,本发明提供一种多方向人脸检测方法,包括:
对当前帧检测图像进行预处理,得到第一灰度图;
使用检测模板从所述第一灰度图中截取感兴趣区域,得到第一检测图;
使用正面检测模型对所述第一检测图进行人脸检测;
将所述第一灰度图顺时针旋转第一角度,得到第二灰度图;
使用所述检测模板从所述第二灰度图中截取感兴趣区域,得到第二检测图;
使用所述正面检测模型对所述第二检测图进行人脸检测;
对所述第二检测图中检测到的人脸目标进行修正,得到第一修正目标;
将所述第一灰度图逆时针旋转第二角度,得到第三灰度图;
使用所述检测模板从所述第三灰度图中截取感兴趣区域,得到第三检测图;
使用所述正面检测模型对所述第三检测图进行人脸检测;
对所述第三检测图中检测到的人脸目标进行修正,得到第二修正目标。
可选地,所述对所述第二检测图中检测到的人脸目标进行修正包括:
对所述第二检测图中检测到的人脸目标的四个顶点分别按照公式(1)进行映射,所述公式(1)为:
其中,(x1',y1')为映射后的顶点坐标,(x1,y1)为所述第二检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ1为所述第一灰度图顺时针旋转的角度;
连接映射后的四个顶点,得到第一四边形;
画出所述第一四边形的外接矩形,得到第一修正目标。
可选地,所述对所述第二检测图中检测到的人脸目标进行修正还包括:
当所述第一修正目标的宽度减去所述第二检测图中检测到的人脸目标的宽度的差值大于第一阈值时,对所述第一修正目标的宽度进行缩小;
当所述第一修正目标的高度减去所述第二检测图中检测到的人脸目标的高度的差值大于第二阈值时,对所述第一修正目标的高度进行缩小。
可选地,所述对所述第三检测图中检测到的人脸目标进行修正包括:
对所述第三检测图中检测到的人脸目标的四个顶点分别按照公式(2)进行映射,所述公式(2)为:
其中,(x2',y2')为映射后的顶点坐标,(x2,y2)为所述第三检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ2为所述第一灰度图逆时针旋转的角度;
连接映射后的四个顶点,得到第二四边形;
画出所述第二四边形的外接矩形,得到第二修正目标。
可选地,所述对所述第三检测图中检测到的人脸目标进行修正还包括:
当所述第二修正目标的宽度减去所述第三检测图中检测到的人脸目标的宽度的差值大于第三阈值时,对所述第二修正目标的宽度进行缩小;
当所述第二修正目标的高度减去所述第三检测图中检测到的人脸目标的高度的差值大于第四阈值时,对所述第二修正目标的高度进行缩小。
第二方面,本发明提供一种多方向人脸检测装置,包括:
预处理模块,用于对当前帧检测图像进行预处理,得到第一灰度图;
第一截取模块,用于使用检测模板从所述第一灰度图中截取感兴趣区域,得到第一检测图;
第一检测模块,用于使用正面检测模型对所述第一检测图进行人脸检测;
第一旋转模块,用于将所述第一灰度图顺时针旋转第一角度,得到第二灰度图;
第二截取模块,用于使用所述检测模板从所述第二灰度图中截取感兴趣区域,得到第二检测图;
第二检测模块,用于使用所述正面检测模型对所述第二检测图进行人脸检测;
第一修正模块,用于对所述第二检测图中检测到的人脸目标进行修正,得到第一修正目标;
第二旋转模块,用于将所述第一灰度图逆时针旋转第二角度,得到第三灰度图;
第三截取模块,用于使用所述检测模板从所述第三灰度图中截取感兴趣区域,得到第三检测图;
第三检测模块,用于使用所述正面检测模型对所述第三检测图进行人脸检测;
第二修正模块,用于对所述第三检测图中检测到的人脸目标进行修正,得到第二修正目标。
可选地,所述第一修正模块包括:
第一映射单元,用于对所述第二检测图中检测到的人脸目标的四个顶点分别按照公式(1)进行映射,所述公式(1)为:
其中,(x1',y1')为映射后的顶点坐标,(x1,y1)为所述第二检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ1为所述第一灰度图顺时针旋转的角度;
第一连接单元,用于连接映射后的四个顶点,得到第一四边形;
第一绘图单元,用于画出所述第一四边形的外接矩形,得到第一修正目标。
可选地,所述第一修正模块还包括:
第一缩小单元,用于当所述第一修正目标的宽度减去所述第二检测图中检测到的人脸目标的宽度的差值大于第一阈值时,对所述第一修正目标的宽度进行缩小;
第二缩小单元,用于当所述第一修正目标的高度减去所述第二检测图中检测到的人脸目标的高度的差值大于第二阈值时,对所述第一修正目标的高度进行缩小。
可选地,所述第二修正模块包括:
第二映射单元,用于对所述第三检测图中检测到的人脸目标的四个顶点分别按照公式(2)进行映射,所述公式(2)为:
其中,(x2',y2')为映射后的顶点坐标,(x2,y2)为所述第三检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ2为所述第一灰度图逆时针旋转的角度;
第二连接单元,用于连接映射后的四个顶点,得到第二四边形;
第二绘图单元,用于画出所述第二四边形的外接矩形,得到第二修正目标。
可选地,所述第二修正模块还包括:
第三缩小单元,用于当所述第二修正目标的宽度减去所述第三检测图中检测到的人脸目标的宽度的差值大于第三阈值时,对所述第二修正目标的宽度进行缩小;
第四缩小单元,用于当所述第二修正目标的高度减去所述第三检测图中检测到的人脸目标的高度的差值大于第四阈值时,对所述第二修正目标的高度进行缩小。
本发明提供的多方向人脸检测方法及装置,先对待检测图像进行一次人脸检测,然后分别将待检测图像顺时针旋转指定角度、逆时针旋转指定角度,各进行一次人脸检测并对检测到的人脸目标进行修正,获得对应到待检测图像旋转前的人脸位置。与现有技术相比,本发明实施例只需要一个人脸检测模型,就可以获得正面,以及左右旋转45度范围内共三个方向的人脸目标,有效减少占用的内存空间。
附图说明
图1为本发明一实施例提供的多方向人脸检测方法的流程图;
图2为本发明一实施例中的第一检测图与第二检测图的实际效果示意图;
图3为本发明一实施例中对第二检测图中检测到的人脸目标进行修正的示意图;
图4为本发明一实施例中对第三检测图中检测到的人脸目标进行修正的示意图;
图5为本发明一实施例提供的多方向人脸检测装置的结构示意图;
图6为图5所示多方向人脸检测装置的第一修正模块的一种结构示意图;
图7为图5所示多方向人脸检测装置的第一修正模块的另一种结构示意图;
图8为图5所示多方向人脸检测装置的第二修正模块的一种结构示意图;
图9为图5所示多方向人脸检测装置的第二修正模块的另一种结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种多方向人脸检测方法,如图1所示,所述方法包括:
S11、对当前帧检测图像进行预处理,得到第一灰度图;
对当前帧检测图像进行预处理,包括图像灰度化、直方图均衡化等,得到所述当前帧检测图像的灰度图,记为第一灰度图。
S12、使用检测模板从所述第一灰度图中截取感兴趣区域,得到第一检测图;
所述检测模板根据需要设置合适的大小,截取的感兴趣区域需要包含待检测图像中的所有人脸目标。在本发明实施例中,所述检测模板的大小是固定不变的。
S13、使用正面检测模型对所述第一检测图进行人脸检测,并保存检测到的人脸目标。
所述正面检测模型是预先通过大量的训练样本得到的正面人脸检测分类器,在开始检测之前,加载所述正面检测模型。
具体检测步骤如下:
1)提取所述第一检测图的特征,计算特征值。
2)使用第一检测窗口从所述第一检测图的左上角(0,0)处开始遍历检测,依次检测所述第一检测图的所有子窗口,所述第一检测窗口与所述正面检测模型训练时的窗口大小保持一致;
对于任意一个子窗口来说,由所述正面检测模型的第一级强分类器的第一个弱分类器算起,若子窗口的特征值小于该弱分类器的阈值,则直接退出检测,否则继续判断下一个弱分类器,直到通过该级强分类器,再继续进入下一个强分类器,直到退出检测或者通过全部强分类器。每一个子窗口在退出检测时,都会返回该子窗口通过的当前强分类器的级数,正常情况下,遍历的步长设为step,即下一次的偏移在前一次的基础上加上step,如果当前子窗口在退出检测时返回的强分类器的级数不超过2级,即只通过了1级或2级强分类器,则遍历的步长临时改为2*step,直接跳过下一个子窗口,也就是说,认为当前子窗口的下一个子窗口为目标的可能性极小,直接不检测。
3)判断每个所述子窗口是否为人脸目标,当所述子窗口通过所述正面检测模型时,所述子窗口为人脸目标;
只有当一个子窗口依次通过全部强分类器,该子窗口才被认为是人脸目标并保存下来。
4)按照设定的比例因子(第一图像缩放因子)缩放所述第一检测图,重复1)~3);
5)重复步骤4),直到第一检测图缩放到设定的最小值,通常最小值设定为一个第一检测窗口的大小,当所述第一检测图的宽或高小于设定的宽或高时,不再继续缩放,结束当前帧图像的检测。
经过上述步骤,能够在第一检测图中检测出所有的人脸目标并保存。
6)对检测出的人脸目标进行聚类分析。
重合度在70%以上的人脸目标均认为是同一个目标而被合并,合并采用的是取均值的原则。经过合并之后剩余的人脸目标就是最终的人脸目标。
对于只检测到1次的人脸目标被认为是误检而被剔除。
S14、将所述第一灰度图顺时针旋转第一角度,得到第二灰度图;
S15、使用所述检测模板从所述第二灰度图中截取感兴趣区域,得到第二检测图;
为了更加形象,图2给出了一张第一检测图与第二检测图的实际效果示意图。可以看出,所述第一检测图与所述第二检测图大小一样,只是人脸方向不同。
S16、使用所述正面检测模型对所述第二检测图进行人脸检测;
具体检测方法与步骤S13相同,此处不再赘述。
S17、对所述第二检测图中检测到的人脸目标进行修正,得到第一修正目标,保存所述第一修正目标。
具体地,如图3所示,设所述第一灰度图顺时针旋转θ1,θ1一般不超过45°,所述第二检测图中检测到的人脸目标的四个顶点为P1’、P2’、P3’、P4’,分别对应人脸目标的左上顶点、右上顶点、右下顶点、左下顶点,将这四个顶点分别按照公式(1)进行映射,得到对应所述第一检测图的四个顶点P1、P2、P3、P4,其中公式(1)的表达式如下:
其中,(x1',y1')为映射后的对应所述第一检测图的顶点坐标,(x1,y1)为所述第二检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,即第一检测图或第二检测图的中心点坐标,θ1为所述第一灰度图顺时针旋转的角度。
假设所述检测模板的宽为width,高为height,则xcenter=0.5*width,ycenter=0.5*height。
将映射后的四个顶点P1、P2、P3、P4连接起来,可以构成一个四边形P1P2P3P4,记为第一四边形。
很显然,所述第一四边形在第一检测图中无法构成一个检测窗口需要的矩形,因此,我们需要画出所述第一四边形P1P2P3P4的外接矩形Q1Q2Q3Q4,画出的外接矩形Q1Q2Q3Q4即为我们需要的第一修正目标,也就是待检测图像旋转前的人脸位置,其对应的位置为(P1.x,P2.y,(P3.x-P1.x),(P4.y-P2.y))。
优选地,为了防止所述第一四边形的外接矩形Q1Q2Q3Q4过大,我们在这里可以做一个处理。
当P3.x-P1.x与所述第二检测图中检测到的人脸目标P1’P2’P3’P4’的宽度的差值dx1大于第一阈值5时,将P3.x适当减小,如将P3.x减小0.5*dx1,即P3.x-=0.5*dx1;将P1.x适当增大,如将P1.x加上0.5*dx1,即P1.x+=0.5*dx1。
当P4.y-P2.y与所述第二检测图中检测到的人脸目标P1’P2’P3’P4’的高度的差值dy1大于第二阈值5时,将P4.y适当减小,如将P4.y减小0.5*dy1,即P4.y-=0.5*dy1;将P2.y适当增大,如将P2.y加上0.5*dy1,即P2.y+=0.5*dy1。
优化后的目标区域如图3中Q1’Q2’Q3’Q4’所示。
按照上述方法可以将所有在第二检测图中检测到的人脸目标映射回第一检测图,从而获得每个目标在旋转前的位置。
S18、将所述第一灰度图逆时针旋转第二角度,得到第三灰度图;
S19、使用所述检测模板从所述第三灰度图中截取感兴趣区域,得到第三检测图;所述第一检测图与所述第三检测图大小一样,只是人脸方向不同。
S20、使用所述正面检测模型对所述第三检测图进行人脸检测;
具体检测方法与步骤S13相同,此处不再赘述。
S21、对所述第三检测图中检测到的人脸目标进行修正,得到第二修正目标,保存所述第二修正目标。
具体地,如图4所示,设所述第一灰度图逆时针旋转θ2,θ2一般不超过45°,所述第三检测图中检测到的人脸目标的四个顶点为S1’、S2’、S3’、S4’,分别对应人脸目标的左上顶点、右上顶点、右下顶点、左下顶点,将这四个顶点分别按照公式(2)进行映射,得到对应所述第一检测图的四个顶点S1、S2、S3、S4,其中公式(2)的表达式如下:
其中,(x2',y2')为映射后的对应所述第一检测图的顶点坐标,(x2,y2)为所述第三检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,即第一检测图或第三检测图的中心点坐标,θ2为所述第一灰度图逆时针旋转的角度。
假设所述检测模板的宽为width,高为height,则xcenter=0.5*width,ycenter=0.5*height。
将映射后的四个顶点S1、S2、S3、S4连接起来,可以构成一个四边形S1S2S3S4,记为第二四边形。
很显然,所述第二四边形在第一检测图中无法构成一个检测窗口需要的矩形,因此,我们需要画出所述第二四边形S1S2S3S4的外接矩形R1R2R3R4,画出的外接矩形R1R2R3R4即为我们需要的第二修正目标,也就是待检测图像旋转前的人脸位置,其对应的位置为(S4.x,S1.y,(S2.x-S4.x),(S3.y-S1.y))。
优选地,为了防止所述第二四边形的外接矩形R1R2R3R4过大,我们在这里可以做一个处理。
当S2.x-S4.x与所述第三检测图中检测到的人脸目标S1’S2’S3’S4’的宽度的差值dx2大于第三阈值5时,将S2.x适当减小,如将S2.x减小0.5*dx2,即S2.x-=0.5*dx2;将S4.x适当增大,如将S4.x加上0.5*dx2,即S4.x+=0.5*dx2。
当S3.y-S1.y与所述第三检测图中检测到的人脸目标S1’S2’S3’S4’的高度的差值dy2大于第四阈值5时,将S3.y适当减小,如将S3.y减小0.5*dy2,即S3.y-=0.5*dy2;将S1.y适当增大,如将S1.y加上0.5*dy2,即S1.y+=0.5*dy2。
优化后的目标区域如图4中R1’R2’R3’R4’所示。
按照上述方法可以将所有在第三检测图中检测到的人脸目标映射回第一检测图,从而获得每个目标在旋转前的位置。
从上述实施例可以看出,由于所述第一检测图、第二检测图、第三检测图都是由检测模板得到的,而本发明实施例中,所述检测模板的大小是固定不变的,因此所述第一检测图、第二检测图、第三检测图的大小都是相同的,只是图片内容会有所区别,都包含要检测的人脸目标,只是人脸方向不同。
另外,本发明实施例中,先将第一灰度图顺时针旋转,再将第一灰度图逆时针旋转,同样地,也可以先将第一灰度图逆时针旋转,再将第一灰度图顺时针旋转,都可以达到本发明的目的。
本发明实施例提供的多方向人脸检测方法,先对待检测图像进行一次人脸检测,然后分别将待检测图像顺时针旋转指定角度、逆时针旋转指定角度,各进行一次人脸检测并对检测到的人脸目标进行修正,获得对应到待检测图像旋转前的人脸位置。与现有技术相比,本发明实施例只需要一个人脸检测模型,就可以获得正面,以及左右旋转45度范围内共三个方向的人脸目标,有效减少占用的内存空间。
本发明实施例还提供一种多方向人脸检测装置,如图5所示,所述装置包括:
预处理模块501,用于对当前帧检测图像进行预处理,得到第一灰度图;
第一截取模块502,用于使用检测模板从所述第一灰度图中截取感兴趣区域,得到第一检测图;
第一检测模块503,用于使用正面检测模型对所述第一检测图进行人脸检测;
第一旋转模块504,用于将所述第一灰度图顺时针旋转第一角度,得到第二灰度图;
第二截取模块505,用于使用所述检测模板从所述第二灰度图中截取感兴趣区域,得到第二检测图;
第二检测模块506,用于使用所述正面检测模型对所述第二检测图进行人脸检测;
第一修正模块507,用于对所述第二检测图中检测到的人脸目标进行修正,得到第一修正目标;
第二旋转模块508,用于将所述第一灰度图逆时针旋转第二角度,得到第三灰度图;
第三截取模块509,用于使用所述检测模板从所述第三灰度图中截取感兴趣区域,得到第三检测图;
第三检测模块510,用于使用所述正面检测模型对所述第三检测图进行人脸检测;
第二修正模块511,用于对所述第三检测图中检测到的人脸目标进行修正,得到第二修正目标。
可选地,如图6所示,所述第一修正模块507包括:
第一映射单元5071,用于对所述第二检测图中检测到的人脸目标的四个顶点分别按照公式(1)进行映射,所述公式(1)为:
其中,(x1',y1')为映射后的顶点坐标,(x1,y1)为所述第二检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ1为所述第一灰度图顺时针旋转的角度;
第一连接单元5072,用于连接映射后的四个顶点,得到第一四边形;
第一绘图单元5073,用于画出所述第一四边形的外接矩形,得到第一修正目标。
进一步地,如图7所示,所述第一修正模块507还包括:
第一缩小单元5074,用于当所述第一修正目标的宽度减去所述第二检测图中检测到的人脸目标的宽度的差值大于第一阈值时,对所述第一修正目标的宽度进行缩小;
第二缩小单元5075,用于当所述第一修正目标的高度减去所述第二检测图中检测到的人脸目标的高度的差值大于第二阈值时,对所述第一修正目标的高度进行缩小。
可选地,如图8所示,所述第二修正模块511包括:
第二映射单元5111,用于对所述第三检测图中检测到的人脸目标的四个顶点分别按照公式(2)进行映射,所述公式(2)为:
其中,(x2',y2')为映射后的顶点坐标,(x2,y2)为所述第三检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ2为所述第一灰度图逆时针旋转的角度;
第二连接单元5112,用于连接映射后的四个顶点,得到第二四边形;
第二绘图单元5113,用于画出所述第二四边形的外接矩形,得到第二修正目标。
进一步地,如图9所示,所述第二修正模块511还包括:
第三缩小单元5114,用于当所述第二修正目标的宽度减去所述第三检测图中检测到的人脸目标的宽度的差值大于第三阈值时,对所述第二修正目标的宽度进行缩小;
第四缩小单元5115,用于当所述第二修正目标的高度减去所述第三检测图中检测到的人脸目标的高度的差值大于第四阈值时,对所述第二修正目标的高度进行缩小。
本发明实施例提供的多方向人脸检测装置,先对待检测图像进行一次人脸检测,然后分别将待检测图像顺时针旋转指定角度、逆时针旋转指定角度,各进行一次人脸检测并对检测到的人脸目标进行修正,获得对应到待检测图像旋转前的人脸位置。与现有技术相比,本发明实施例只需要一个人脸检测模型,就可以获得正面,以及左右旋转45度范围内共三个方向的人脸目标,有效减少占用的内存空间。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种多方向人脸检测方法,其特征在于,包括:
对当前帧检测图像进行预处理,得到第一灰度图;
使用检测模板从所述第一灰度图中截取感兴趣区域,得到第一检测图;
使用正面检测模型对所述第一检测图进行人脸检测;
将所述第一灰度图顺时针旋转第一角度,得到第二灰度图;
使用所述检测模板从所述第二灰度图中截取感兴趣区域,得到第二检测图;
使用所述正面检测模型对所述第二检测图进行人脸检测;
对所述第二检测图中检测到的人脸目标进行修正,得到第一修正目标;
将所述第一灰度图逆时针旋转第二角度,得到第三灰度图;
使用所述检测模板从所述第三灰度图中截取感兴趣区域,得到第三检测图;
使用所述正面检测模型对所述第三检测图进行人脸检测;
对所述第三检测图中检测到的人脸目标进行修正,得到第二修正目标。
2.根据权利要求1所述的方法,其特征在于,所述对所述第二检测图中检测到的人脸目标进行修正包括:
对所述第二检测图中检测到的人脸目标的四个顶点分别按照公式(1)进行映射,所述公式(1)为:
其中,(x1',y1')为映射后的顶点坐标,(x1,y1)为所述第二检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ1为所述第一灰度图顺时针旋转的角度;
连接映射后的四个顶点,得到第一四边形;
画出所述第一四边形的外接矩形,得到第一修正目标。
3.根据权利要求2所述的方法,其特征在于,所述对所述第二检测图中检测到的人脸目标进行修正还包括:
当所述第一修正目标的宽度减去所述第二检测图中检测到的人脸目标的宽度的差值大于第一阈值时,对所述第一修正目标的宽度进行缩小;
当所述第一修正目标的高度减去所述第二检测图中检测到的人脸目标的高度的差值大于第二阈值时,对所述第一修正目标的高度进行缩小。
4.根据权利要求1所述的方法,其特征在于,所述对所述第三检测图中检测到的人脸目标进行修正包括:
对所述第三检测图中检测到的人脸目标的四个顶点分别按照公式(2)进行映射,所述公式(2)为:
其中,(x2',y2')为映射后的顶点坐标,(x2,y2)为所述第三检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ2为所述第一灰度图逆时针旋转的角度;
连接映射后的四个顶点,得到第二四边形;
画出所述第二四边形的外接矩形,得到第二修正目标。
5.根据权利要求4所述的方法,其特征在于,所述对所述第三检测图中检测到的人脸目标进行修正还包括:
当所述第二修正目标的宽度减去所述第三检测图中检测到的人脸目标的宽度的差值大于第三阈值时,对所述第二修正目标的宽度进行缩小;
当所述第二修正目标的高度减去所述第三检测图中检测到的人脸目标的高度的差值大于第四阈值时,对所述第二修正目标的高度进行缩小。
6.一种多方向人脸检测装置,其特征在于,包括:
预处理模块,用于对当前帧检测图像进行预处理,得到第一灰度图;
第一截取模块,用于使用检测模板从所述第一灰度图中截取感兴趣区域,得到第一检测图;
第一检测模块,用于使用正面检测模型对所述第一检测图进行人脸检测;
第一旋转模块,用于将所述第一灰度图顺时针旋转第一角度,得到第二灰度图;
第二截取模块,用于使用所述检测模板从所述第二灰度图中截取感兴趣区域,得到第二检测图;
第二检测模块,用于使用所述正面检测模型对所述第二检测图进行人脸检测;
第一修正模块,用于对所述第二检测图中检测到的人脸目标进行修正,得到第一修正目标;
第二旋转模块,用于将所述第一灰度图逆时针旋转第二角度,得到第三灰度图;
第三截取模块,用于使用所述检测模板从所述第三灰度图中截取感兴趣区域,得到第三检测图;
第三检测模块,用于使用所述正面检测模型对所述第三检测图进行人脸检测;
第二修正模块,用于对所述第三检测图中检测到的人脸目标进行修正,得到第二修正目标。
7.根据权利要求6所述的装置,其特征在于,所述第一修正模块包括:
第一映射单元,用于对所述第二检测图中检测到的人脸目标的四个顶点分别按照公式(1)进行映射,所述公式(1)为:
其中,(x1',y1')为映射后的顶点坐标,(x1,y1)为所述第二检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ1为所述第一灰度图顺时针旋转的角度;
第一连接单元,用于连接映射后的四个顶点,得到第一四边形;
第一绘图单元,用于画出所述第一四边形的外接矩形,得到第一修正目标。
8.根据权利要求7所述的装置,其特征在于,所述第一修正模块还包括:
第一缩小单元,用于当所述第一修正目标的宽度减去所述第二检测图中检测到的人脸目标的宽度的差值大于第一阈值时,对所述第一修正目标的宽度进行缩小;
第二缩小单元,用于当所述第一修正目标的高度减去所述第二检测图中检测到的人脸目标的高度的差值大于第二阈值时,对所述第一修正目标的高度进行缩小。
9.根据权利要求6所述的装置,其特征在于,所述第二修正模块包括:
第二映射单元,用于对所述第三检测图中检测到的人脸目标的四个顶点分别按照公式(2)进行映射,所述公式(2)为:
其中,(x2',y2')为映射后的顶点坐标,(x2,y2)为所述第三检测图中检测到的人脸目标的顶点坐标,(xcenter,ycenter)为所述检测模板的中心点坐标,θ2为所述第一灰度图逆时针旋转的角度;
第二连接单元,用于连接映射后的四个顶点,得到第二四边形;
第二绘图单元,用于画出所述第二四边形的外接矩形,得到第二修正目标。
10.根据权利要求9所述的装置,其特征在于,所述第二修正模块还包括:
第三缩小单元,用于当所述第二修正目标的宽度减去所述第三检测图中检测到的人脸目标的宽度的差值大于第三阈值时,对所述第二修正目标的宽度进行缩小;
第四缩小单元,用于当所述第二修正目标的高度减去所述第三检测图中检测到的人脸目标的高度的差值大于第四阈值时,对所述第二修正目标的高度进行缩小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710203204.9A CN108664851B (zh) | 2017-03-30 | 2017-03-30 | 多方向人脸检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710203204.9A CN108664851B (zh) | 2017-03-30 | 2017-03-30 | 多方向人脸检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108664851A true CN108664851A (zh) | 2018-10-16 |
CN108664851B CN108664851B (zh) | 2021-12-14 |
Family
ID=63785591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710203204.9A Active CN108664851B (zh) | 2017-03-30 | 2017-03-30 | 多方向人脸检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108664851B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101458920A (zh) * | 2009-01-05 | 2009-06-17 | 北京中星微电子有限公司 | 一种显示方法及设备 |
CN102842128A (zh) * | 2011-05-23 | 2012-12-26 | 华硕电脑股份有限公司 | 对象检测方法及其装置 |
CN103605965A (zh) * | 2013-11-25 | 2014-02-26 | 苏州大学 | 一种多姿态人脸识别方法和装置 |
US20160335783A1 (en) * | 2015-05-15 | 2016-11-17 | Itseez3D, Inc. | Method to position a parallelepiped bounded scanning volume around a person |
-
2017
- 2017-03-30 CN CN201710203204.9A patent/CN108664851B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101458920A (zh) * | 2009-01-05 | 2009-06-17 | 北京中星微电子有限公司 | 一种显示方法及设备 |
CN102842128A (zh) * | 2011-05-23 | 2012-12-26 | 华硕电脑股份有限公司 | 对象检测方法及其装置 |
CN103605965A (zh) * | 2013-11-25 | 2014-02-26 | 苏州大学 | 一种多姿态人脸识别方法和装置 |
US20160335783A1 (en) * | 2015-05-15 | 2016-11-17 | Itseez3D, Inc. | Method to position a parallelepiped bounded scanning volume around a person |
Also Published As
Publication number | Publication date |
---|---|
CN108664851B (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104166841B (zh) | 一种视频监控网络中指定行人或车辆的快速检测识别方法 | |
Chetverikov et al. | Finding defects in texture using regularity and local orientation | |
CN103902977B (zh) | 基于Gabor二值模式的人脸识别方法及装置 | |
CN108875600A (zh) | 一种基于yolo的车辆信息检测和跟踪方法、装置及计算机存储介质 | |
CN110060237A (zh) | 一种故障检测方法、装置、设备及系统 | |
CN111695522A (zh) | 一种平面内的旋转不变人脸检测方法、装置及存储介质 | |
CN101142584A (zh) | 面部特征检测的方法 | |
CN102282571B (zh) | 用于提供与定向无关的脸部检测器的方法、装置和计算机程序产品 | |
CN105893946A (zh) | 一种正面人脸图像的检测方法 | |
CN110796029B (zh) | 人脸校正及模型训练方法、装置、电子设备及存储介质 | |
CN114820620B (zh) | 一种螺栓松动缺陷检测方法、系统及装置 | |
CN108875504B (zh) | 基于神经网络的图像检测方法和图像检测装置 | |
CN114820621B (zh) | 一种螺栓丢失缺陷检测方法、系统及装置 | |
CN104463186B (zh) | 一种目标特征检测方法及装置 | |
CN112001219B (zh) | 一种多角度多人脸识别考勤方法及系统 | |
CN105528584A (zh) | 一种正脸图像的检测方法和装置 | |
CN104282008A (zh) | 对图像进行纹理分割的方法和装置 | |
CN110490232A (zh) | 训练文字行方向预测模型的方法、装置、设备、介质 | |
CN107886066A (zh) | 一种基于改进hog‑sslbp的行人检测方法 | |
CN107784263A (zh) | 基于改进加速鲁棒特征的平面旋转人脸检测的方法 | |
CN102024149B (zh) | 物体检测的方法及层次型物体检测器中分类器的训练方法 | |
CN107977648A (zh) | 一种基于人脸识别的身份证清晰度的判别方法和系统 | |
CN104616034B (zh) | 一种烟雾检测方法 | |
CN106709523A (zh) | 一种基于s‑hog特征的光学遥感图像船识别方法 | |
Zhang et al. | A fast algorithm for license plate detection in various conditions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |