CN108875531B - 人脸检测方法、装置、系统及计算机存储介质 - Google Patents

Abstract

本发明实施例提供了一种人脸检测方法、装置、系统及计算机存储介质。该方法包括：对当前帧图像进行人脸检测，得到当前检测结果；根据所述当前检测结果，确定与所述当前检测结果相对应的检测频率；根据所述检测频率，确定待检测的下一图像。由此可见，本发明实施例对图像序列进行人脸检测时，根据人脸图像的检测结果对检测频率进行动态调整，不仅能够保证人脸检测的效果，并且由于无需每帧都进行人脸检测，能够极大地节省计算量，降低了内存占用。

Description

人脸检测方法、装置、系统及计算机存储介质

技术领域

本发明涉及图像处理领域，更具体地涉及一种人脸检测方法、装置、系统及计算机存储介质。

背景技术

人脸检测等已经在生活中的各个领域得到了极大地应用，并成为了计算机视觉领域的标准技术。通过人脸检测，可以定位图像中的人脸，并显示人脸所在的人脸框坐标。

在对图像序列(如视频)进行人脸检测时，若对每一帧图像都进行检测，会极大地增加处理的计算量，造成很高的内存占用，且对功耗、散热等都带来巨大的挑战。

发明内容

考虑到上述问题而提出了本发明。本发明提供了一种人脸检测方法、装置、系统及计算机存储介质，

根据本发明的一方面，提供了一种人脸检测方法，包括：

对当前帧图像进行人脸检测，得到当前检测结果；

根据所述当前检测结果，确定与所述当前检测结果相对应的检测频率；

根据所述检测频率，确定待检测的下一图像。

在本发明的一个实施例中，所述当前检测结果包括所述当前帧图像中每一个人脸的人脸框的坐标以及对应的得分值，其中，所述得分值表示对应的人脸框所标注的人脸是真实人脸的概率。

在本发明的一个实施例中，所述根据所述当前检测结果，确定与所述当前检测结果相对应的检测频率，包括：

根据所述当前检测结果，计算所述每一个人脸框对应的质量标记，其中，若所述人脸框的得分大于或等于预设阈值，则所述对应的质量标记为达标；若所述人脸框的得分小于所述预设阈值，则所述对应的质量标记为不达标；

根据所述质量标记，确定所述检测频率。

在本发明的一个实施例中，所述当前检测结果包括所述当前帧图像中每一个人脸的人脸框的坐标以及对应的质量标记，其中，所述对应的质量标记为达标或不达标。

在本发明的一个实施例中，所述当前检测结果包括所述当前帧图像中满足打分条件的人脸的人脸框的坐标以及对应的质量标记，其中，所述对应的质量标记为达标或不达标，

其中，所述打分条件为所述当前检测结果的上一次检测结果中质量标记为不达标的人脸，或者，所述打分条件为所述当前检测结果的上一次检测结果中不存在的人脸。

在本发明的一个实施例中，所述根据所述当前检测结果，确定与所述当前检测结果相对应的检测频率，包括：

根据所述质量标记，确定所述检测频率。

在本发明的一个实施例中，所述根据所述质量标记，确定所述检测频率，包括：

确定所述质量标记为不达标的人脸框的数量；

确定与所述数量相对应的所述检测频率。

在本发明的一个实施例中，将所述检测频率表示为f，

所述根据所述检测频率，确定待检测的下一图像，包括：

将位于所述当前帧图像之后的、且与所述当前帧图像间隔f帧的图像确定为所述待检测的下一图像。

根据本发明的另一方面，提供了一种人脸检测装置，所述装置用于实现前述方面或各个实施例所述方法的步骤，所述装置包括：

检测模块，用于对当前帧图像进行人脸检测，得到当前检测结果；

第一确定模块，用于根据所述当前检测结果，确定与所述当前检测结果相对应的检测频率；

第二确定模块，用于根据所述检测频率，确定待检测的下一图像。

根据本发明的又一方面，提供了一种人脸检测系统，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述方面及各个示例所述的人脸检测方法的步骤。

根据本发明的再一方面，提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述方面及各个示例所述的人脸检测方法的步骤。

由此可见，本发明实施例对图像序列进行人脸检测时，根据前面人脸图像的检测结果对人脸检测频率进行动态调整，不仅保证了人脸检测的效果，并且由于无需每帧都进行人脸检测，能够极大地节省计算量，降低内存占用。

附图说明

通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本发明实施例的电子设备的一个示意性框图；

图2是本发明实施例的人脸检测方法的一个示意性流程图；

图3是本发明实施例的人脸检测方法的另一个示意性流程图；

图4是本发明实施例的人脸检测方法的再一个示意性流程图；

图5是本发明实施例的人脸检测装置的一个示意性框图。

具体实施方式

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

本发明实施例可以应用于电子设备，图1所示为本发明实施例的电子设备的一个示意性框图。图1所示的电子设备10包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108、图像传感器110以及一个或多个非图像传感器114，这些组件通过总线系统112和/或其它形式互连。应当注意，图1所示的电子设备10的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。

所述处理器102可以包括中央处理单元(Central Processing Unit，CPU)1021和图形处理单元(Graphics Processing Unit，GPU)1022或者具有数据处理能力和/或指令执行能力的其它形式的处理单元中的一种或几种的组合，例如现场可编程门阵列(Field－Programmable Gate Array，FPGA)、数字信号处理(Digital Signal Processing，DSP)、可编程逻辑阵列(Programmable Logic Array，PLA)或进阶精简指令集机器(Advanced RISC(Reduced Instruction SetComputer)Machine，ARM)等，并且处理器102可以控制所述电子设备10中的其它组件以执行期望的功能。

所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器1041和/或非易失性存储器1042。所述易失性存储器1041例如可以包括随机存取存储器(Random Access Memory，RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器1042例如可以包括只读存储器(Read-Only Memory，ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现各种期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。

所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。

所述输出装置108可以向外部(例如用户)输出各种信息(例如图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。

所述图像传感器110可以拍摄用户期望的图像(例如照片、视频等)，并且将所拍摄的图像存储在所述存储装置104中以供其它组件使用。

当注意，图1所示的电子设备10的组件和结构只是示例性的，尽管图1示出的电子设备10包括多个不同的装置，但是根据需要，其中的一些装置可以不是必须的，其中的一些装置的数量可以更多等等，本发明对此不限定。

图2是本发明实施例的人脸检测方法的一个示意性流程图。图2所述的方法包括：

S101，对当前帧图像进行人脸检测，得到当前检测结果；

S102，根据所述当前检测结果，确定与所述当前检测结果相对应的检测频率；

S103，根据所述检测频率，确定待检测的下一图像。

本发明实施例中的人脸检测方法可以是针对图像序列(如视频)进行的。该图像序列可以是由图像采集装置所采集的，例如该图像采集装置每一秒都采集若干帧图像。示例性地，图像采集装置可以为摄像机。一般地，摄像机每秒所采集的帧数可以分为帕尔(PAL)制和N制(即彩色电视广播标准)，其中，PAL制每秒采集25帧，而N制每秒采集30帧。对于某些高速摄像机来说，每秒所采集的帧数可以更多，例如可以达到每秒120帧以上。应注意，本发明实施例的方法可以实时地进行，本发明对此不限定。

示例性地，图像序列可以是图像采集装置所采集的视频中的其中一段序列或全部序列。举例来说，图像序列可以是图像采集装置所采集在特定时间段期间的视频，如可以将某一天8:59-9:00期间的视频作为该图像序列。

为了后续描述，可以将该图像序列的起始帧图像记为第0帧图像。也就是说，该图像序列包括第0帧图像、第1帧图像、…、第t帧图像、…。

对该图像序列进行人脸检测时，可以先对第0帧图像进行人脸检测。具体地，可以将第0帧图像输入至人脸检测模型，从而得到针对该第0帧图像的第0帧检测结果。

也就是说，可以首先将第0帧图像作为当前图像执行图2所示的方法。作为一种实现方式，第0帧检测结果可以包括第0帧图像中的人脸框的坐标以及对应的质量标记。作为另一种实现方式，第0帧检测结果可以包括第0帧图像中的人脸框的坐标以及对应的得分值；相应地，S102包括根据得分值计算每个人脸框对应的质量标记，并根据质量标记确定检测频率。具体地，检测结果可以参照如下的详细描述。

该第0帧检测结果可以包括第0帧图像中的人脸框的坐标。示例性地，可以用一个向量表示该人脸框的坐标。作为一例，该向量可以为八维向量，表示该人脸框的四个顶点的坐标。作为另一例，该向量可以为四维向量，表示该人脸框的四个顶点中相对的两个顶点的坐标。作为再一例，该向量可以为四维向量，表示该人脸框的四个顶点中任一顶点的坐标及该人脸框的宽和高。

该第0帧检测结果还可以包括与检测出的人脸框对应的得分值或对应的质量标记。其中，得分值也可以称为置信率，用于表示对应的人脸框所标注的人脸是真实人脸的概率。具体地，该得分值表示对应的人脸的质量得分，其与对应的人脸的清晰度、有无遮挡、与图像采集装置之间的位置关系等多个因素有关。例如，该得分值可以为0～1之间的一个值。其中，质量标记可以为人脸质量达标或不达标，例如可以用1表示达标，用0表示不达标。可理解，也可以使用其他的符号来表示质量标记，如Y表示达标，N表示不达标，等等，本发明对此不限定。

示例性地，如果某个人脸框的得分大于或等于预设阈值，则确定该人脸框的质量标记为达标；如果某个人脸框的得分小于预设阈值，则确定该人脸框的质量标记为不达标。可以将该预设阈值表示为M，预设阈值M的大小可以根据图像的分辨率、使用的人脸检测模型的精确度等进行设定，例如M＝0.7或M＝0.8。

作为一个示例，假设第0帧图像中包括一个人脸，则第0帧检测结果可以表示为一个五维向量(x1,y1,w,h,1)，其中，(x1,y1)可以用于表示该人脸的人脸框的左下角顶点的坐标，(w,h)表示该人脸框的宽(水平方向)和高(竖直方向)，1表示该人脸框的质量标记为达标。第0帧图像中可以包括一个或更多个人脸，若包括N个人脸，则第0帧检测结果可以表示为N个五维向量，或者表示为一个5N维向量。

进一步地，可以根据第0帧检测结果确定第0帧图像后的检测频率。具体地，判断第0帧检测结果中质量标记为不达标的人脸框的数量，并确定与该数量对应的检测频率。本发明实施例中，检测频率是指相邻两次人脸检测的图像所在的帧数之差。例如，若根据第0帧检测结果确定第0帧图像后的检测频率为f0，则下一次执行人脸检测的图像为第f0帧图像。也就是说，对第1帧图像至第f0-1帧图像无需进行人脸检测，这样能够极大地减小计算量，具体地相对于每帧都检测的情形，计算量节省至约1/f0，计算时间能够缩减(f0-1)/f0。

可以预先存储有不达标人脸数量与检测频率之间的对应关系，作为一例，该对应关系可以如表1所示：

表1

不达标人脸数量	检测频率
		[0,N1)	f1
[N1,N2)	f2
		…	…

其中，表1中所示的N1、N2、f1、f2可以均为整数，且N1<N2，f1>f2。也就是说，可以设定不达标人脸数量越大，检测频率越低。可理解，表1只是示例性的，该对应关系可以是其他的形式，本发明对此不限定。

参照表1，假设第0帧图像中包括N个人脸，若第0帧检测结果中不达标人脸的数量属于区间[0,N1)，则可以确定检测频率为f1，即在完成第0帧图像的人脸检测之后，对第f1帧图像进行人脸检测。若第0帧检测结果中不达标人脸的数量属于区间[N1,N2)，则可以确定检测频率为f2，即在完成第0帧图像的人脸检测之后，对第f2帧图像进行人脸检测。也就是说，可以根据该检测频率确定待检测的下一图像，并进一步对下一图像进行人脸检测。

作为一种实现方式，假设基于第0帧图像的检测所确定的检测频率为f0，则如图3所示，类似于对第0帧图像的人脸检测过程，可以对第f0帧图像进行人脸检测并得到第f0帧检测结果，进一步对后续进行人脸检测的图像均执行类似的操作，便可以逐步地调整进行人脸检测的检测频率，直至完成对该整个图像序列的人脸检测。在该方法中，由于无需每帧都进行人脸检测，能够极大地节省计算量，防止出现高内存占用等情形，并且，检测频率根据每一次检测结果进行动态调整，防止信息丢失，保证了人脸检测的效果。

作为另一种实现方式，对第f0帧图像进行人脸检测时，可以结合第0帧检测结果以得到第f0帧检测结果。

示例性地，将第f0帧图像称为当前帧图像，将第f0帧检测结果称为当前检测结果，将第0帧检测结果称为上一检测结果。可选地，可以将第0帧图像称为上一图像或上一检测图像。

假设上一图像包括N个人脸，上一检测结果包括N个人脸框以及各自对应的质量标记。

在对当前帧图像进行人脸检测时，可以将当前帧图像输入至人脸检测模型，得到当前帧图像中每一个人脸的人脸框，假设当前帧图像包括N’个人脸，则得到N’个人脸框。随后可以将这N’个人脸框与上一图像的N个人脸框进行比对，以确定这N’个人脸框中的人脸是否为上一图像中存在的人脸。

该过程可以通过人脸识别模型实现，例如，判断当前帧图像中的人脸A与上一图像中的人脸B是否属于同一人，可以首先计算人脸A的第一特征矢量，计算人脸B的第二特征矢量，随后计算第一特征矢量与第二特征矢量之间的距离以得到人脸A与人脸B之间的相似度，若得到的相似度大于预设的相似度阈值，则可以确定人脸A与人脸B属于同一人；否则不属于同一人。该过程也可以称为判断当前帧图像中的人脸是否存在历史轨迹。举例来说，对当前帧图像中的人脸A，若上一图像的N个人脸中的某个人脸与该人脸A属于同一人，则说明当前帧图像中的人脸A存在历史轨迹，该人脸A是上一图像中存在的人脸。反之，若上一图像的N个人脸中的任一人脸与该人脸A都不属于同一人，则说明当前帧图像中的人脸A不存在历史轨迹，该人脸A是上一图像中不存在的人脸。

示例性地，如果N’个人脸中的某个人脸为上一图像中不存在的人脸，则进一步计算该人脸的得分值，并得到其质量标记。具体地，若其得分值大于或等于预设阈值，则其质量标记为达标；若其得分值小于预设阈值，则其质量标记为不达标。

示例性地，如果N’个人脸中的某个人脸是上一图像中存在的人脸，即在上一图像中存在属于同一人的人脸，则：若在上一图像中属于同一人的人脸的质量标记为不达标，则进一步计算当前帧图像中该人脸的得分值，并得到其质量标记。具体地，若其得分值大于或等于预设阈值，则其质量标记为达标；若其得分值小于预设阈值，则其质量标记为不达标。若在上一图像中属于同一人的人脸的质量标记为达标，则直接将当前帧图像中该人脸的质量标记确定为达标。

可以通过设定打分条件，来判断是否需要计算当前帧图像中人脸的得分值。如果当前帧图像中某个人脸满足打分条件，则计算该满足打分条件的人脸框的得分并确定对应的质量标记为达标或不达标。如果当前帧图像中某个人脸不满足打分条件，则直接将该不满足打分条件的人脸框对应的质量标记确定为达标。如此，可以极大地减少计算得分值的计算量，进一步提高处理能力。

其中，打分条件可以为：上一次检测结果中质量标记为不达标的人脸，或，上一次检测结果中不存在的人脸。或者，打分条件可以为：没有历史轨迹，或虽有历史轨迹但历史轨迹中不达标。

由此，便可以得到当前检测结果，包括N’个人脸框及每个框的质量标记。其中，满足打分条件的人脸框的质量标记是通过计算得分值来得到的，而其他的人脸框的质量标记直接确定为达标。

进一步地，可以根据当前检测结果(即第f0帧检测结果)确定对应的检测频率。具体地，可以计算当前检测结果中质量标记为不达标的人脸框的数量，并根据该数量确定检测频率。该过程与上述第0帧图像确定检测频率的过程类似，这里不再赘述。

假设根据当前检测结果(即第f0帧检测结果)所确定的检测频率为f，则确定下一图像为第f0+f帧图像，并对该第f0+f帧图像进行人脸检测。

示例性地，对第f0+f帧图像进行人脸检测时，可以将第f0+f帧图像认为是当前帧图像，将第f0帧图像认为是上一图像，将第f0帧检测结果认为是上一检测结果，参照上述针对第f0帧图像进行人脸检测的过程，从而得到与第f0+f帧图像对应的第f0+f帧检测结果。

类似地，如图4所示，针对之后进行人脸检测的每一帧图像，均参照上一检测结果来得到检测结果，进而确定检测频率，以此类推，能够实现对整个图像序列的人脸检测过程。

由此可见，本发明实施例对图像序列进行人脸检测时，由于无需每帧都进行人脸检测，能够极大地节省计算量，防止出现高内存占用等情形。另外，在每一次检测时充分考虑上一次检测结果，能够进一步减小计算得分值的计算量。并且，检测频率根据每一次检测结果进行动态调整，防止信息丢失，保证了人脸检测的效果。

图5是本发明实施例的人脸检测装置的一个示意性框图。图5所示的装置50包括：检测模块510、第一确定模块520和第二确定模块530。

检测模块510，用于对当前帧图像进行人脸检测，得到当前检测结果；

第一确定模块520，用于根据所述当前检测结果，确定与所述当前检测结果相对应的检测频率；

第二确定模块530，用于根据所述检测频率，确定待检测的下一图像。

在本发明的一个实施例中，所述当前检测结果包括所述当前帧图像中每一个人脸的人脸框的坐标以及对应的得分值，其中，所述得分值表示对应的人脸框所标注的人脸是真实人脸的概率。

在本发明的一个实施例中，第一确定模块520具体用于：根据所述当前检测结果，计算所述每一个人脸框对应的质量标记，其中，若所述人脸框的得分大于或等于预设阈值，则所述对应的质量标记为达标；若所述人脸框的得分小于所述预设阈值，则所述对应的质量标记为不达标；根据所述质量标记，确定所述检测频率。

在本发明的一个实施例中，所述当前检测结果包括所述当前帧图像中每一个人脸的人脸框的坐标以及对应的质量标记，其中，所述对应的质量标记为达标或不达标。

在本发明的一个实施例中，所述当前检测结果包括所述当前帧图像中满足打分条件的人脸的人脸框的坐标以及对应的质量标记，其中，所述对应的质量标记为达标或不达标，

其中，所述打分条件为所述当前检测结果的上一次检测结果中质量标记为不达标的人脸，或者，所述打分条件为所述当前检测结果的上一次检测结果中不存在的人脸。

在本发明的一个实施例中，第一确定模块520可以具体用于：确定所述质量标记为不达标的人脸框的数量；确定与所述数量相对应的所述检测频率。

在本发明的一个实施例中，将所述检测频率表示为f，第二确定模块530可以具体用于：将位于所述当前帧图像之后的、且与所述当前帧图像间隔f帧的图像确定为所述待检测的下一图像。

图5所示的装置50能够实现前述图2至图4所示的人脸检测方法，为避免重复，这里不再赘述。

另外，本发明实施例还提供了另一种人脸检测系统，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，处理器执行所述程序时实现前述图2至图4所示的人脸检测方法的步骤。

另外，本发明实施例还提供了一种电子设备，该电子设备可以包括图5所示的装置50。该电子设备可以实现前述图2至图4所示的人脸检测方法。

另外，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序。当所述计算机程序由处理器执行时，可以实现前述图2至图4所示的人脸检测方法的步骤。例如，该计算机存储介质为计算机可读存储介质。

本发明实施例提供了一种人脸检测方法、装置、系统、电子设备和计算机存储介质，对图像序列进行人脸检测时，由于无需每帧都进行人脸检测，能够极大地节省计算量，防止出现高内存占用等情形。另外，在每一次检测时充分考虑上一次检测结果，能够进一步减小计算得分值的计算量。并且，检测频率根据每一次检测结果进行动态调整，防止信息丢失，保证了人脸检测的效果。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(Digital SignalProcessing，DSP)来实现根据本发明实施例的物品分析设备中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种人脸检测方法，其特征在于，所述方法包括：

对当前帧图像进行人脸检测，得到当前检测结果，所述当前检测结果包括所述当前帧图像中每一个人脸的人脸框的坐标以及对应的质量标记；

根据所述当前检测结果中的所述质量标记，确定与所述当前检测结果相对应的检测频率；

根据所述检测频率，确定待检测的下一图像；

所述当前检测结果包括所述当前帧图像中满足打分条件的人脸的人脸框的坐标以及对应的质量标记，其中，所述对应的质量标记为达标或不达标，

其中，所述打分条件为所述当前检测结果的上一次检测结果中质量标记为不达标的人脸，或者，所述打分条件为所述当前检测结果的上一次检测结果中不存在的人脸。

2.根据权利要求1所述的方法，其特征在于，所述当前检测结果包括所述当前帧图像中每一个人脸的人脸框的坐标以及对应的得分值，其中，所述得分值表示对应的人脸框所标注的人脸是真实人脸的概率。

3.根据权利要求2所述的方法，其特征在于，根据所述当前检测结果，确定与所述当前检测结果相对应的检测频率，包括：

根据所述当前检测结果，计算每一个人脸框对应的质量标记，其中，若所述人脸框的得分大于或等于预设阈值，则所述对应的质量标记为达标；若所述人脸框的得分小于所述预设阈值，则所述对应的质量标记为不达标；

根据所述质量标记，确定所述检测频率。

4.根据权利要求1所述的方法，其特征在于，根据所述质量标记，确定所述检测频率，包括：

确定所述质量标记为不达标的人脸框的数量；

确定与所述数量相对应的所述检测频率。

5.根据权利要求1所述的方法，其特征在于，将所述检测频率表示为f，

所述根据所述检测频率，确定待检测的下一图像，包括：

将位于所述当前帧图像之后的、且与所述当前帧图像间隔f帧的图像确定为所述待检测的下一图像。

6.一种人脸检测装置，其特征在于，所述装置包括：

检测模块，用于对当前帧图像进行人脸检测，得到当前检测结果，所述当前检测结果包括所述当前帧图像中每一个人脸的人脸框的坐标以及对应的质量标记；

第一确定模块，用于根据所述当前检测结果中的所述质量标记，确定与所述当前检测结果相对应的检测频率；

第二确定模块，用于根据所述检测频率，确定待检测的下一图像；

所述当前检测结果包括所述当前帧图像中满足打分条件的人脸的人脸框的坐标以及对应的质量标记，其中，所述对应的质量标记为达标或不达标，

其中，所述打分条件为所述当前检测结果的上一次检测结果中质量标记为不达标的人脸，或者，所述打分条件为所述当前检测结果的上一次检测结果中不存在的人脸。

7.一种人脸检测系统，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

8.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述方法的步骤。

Images