CN111507298A - 人脸检测方法、装置、计算机设备和存储介质 - Google Patents
人脸检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111507298A CN111507298A CN202010332343.3A CN202010332343A CN111507298A CN 111507298 A CN111507298 A CN 111507298A CN 202010332343 A CN202010332343 A CN 202010332343A CN 111507298 A CN111507298 A CN 111507298A
- Authority
- CN
- China
- Prior art keywords
- pixel point
- temperature value
- image
- detected
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 238000002372 labelling Methods 0.000 claims description 4
- 238000001931 thermography Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 210000001015 abdomen Anatomy 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
- G01J5/0025—Living bodies
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
- G01K13/20—Clinical contact thermometers for use with humans or animals
- G01K13/223—Infrared clinical thermometers, e.g. tympanic
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种人脸检测方法、装置、计算机设备和存储介质,其中,所述方法包括:获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。上述方式,能够实现人脸检测。
Description
技术领域
本发明涉及人脸检测技术领域,尤其涉及一种人脸检测方法、装置、计算机设备和存储介质。
背景技术
受限于隐私保护、个人安全等因素,传统的RGB摄像头无法大规模的应用在具有私密性的家居场景,而红外热成像摄像头具有温度敏感、低分辨率等特点,可考虑将其用于家居场景,以推进家居场景的智能化。
红外热成像摄像头包括低帧率红外热成像摄像头和高帧率红外热成像摄像头,高帧率红外热成像摄像头成本相对较高,并且受限于卧室场景的高隐私性,卧室场景通常选用低帧率红外热成像摄像头。
为了实现对室内人体温度的监控,可以通过红外热成像摄像头拍摄的图像确定人体的温度,例如,确定人脸区域的温度,从而确定人体温度。但是,由于低帧率红外热成像摄像头的分辨率较低,通过低帧率红外热成像摄像头拍摄的图像无法很好的提取出人脸区域,从而无法得到准确的体温测量结果。
发明内容
基于此,有必要针对上述问题,提出一种能够确定人脸区域的人脸检测方法、装置、计算机设备和存储介质。
第一方面,提供了一种人脸检测方法,包括:
获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
在一个实施例中,在所述获取包含人脸的待检测图像之后,还包括:获取所述待检测图像中的最大温度值和最小温度值;根据所述最大温度值和所述最小温度值,对所述待检测图像中各个像素点的温度值进行处理,得到所述各个像素点对应的更新温度值;所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:根据所述待检测图像中的像素点的更新温度值,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:获取预设的权重系数;根据所述待检测图像中的像素点的温度值和所述预设的权重系数,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种,包括:将所述待检测图像中温度值权重大于预设温度值权重的像素点标记为待处理像素点,将所述待检测图像中温度值权重小于或等于所述预设温度值权重的像素点标记为噪声像素点;对所述待检测图像中的待处理像素点,计算所述待处理像素点对应的权重和,所述待处理像素点对应的权重和为所述待处理像素点的温度值权重和与所述待处理像素点邻近的像素点的温度值权重的和;若所述待处理像素点对应的权重和大于或等于第一预设权重和,则将所述待处理像素点标记为绝对人脸像素点,将与所述待处理像素点邻近的像素点标记为人脸区域像素点;将未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点标记为噪声像素点。
在一个实施例中,在所述将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种之后,还包括:对所述待检测图像中的目标像素点,计算所述目标像素点对应的权重和,所述目标像素点对应的权重和为所述目标像素点的温度值权重和与所述目标像素点邻近的像素点的温度值权重的和,所述目标像素点包括绝对人脸像素点和人脸区域像素点;若所述目标像素点对应的权重和大于或等于第二预设权重和,则将所述目标像素点标记为目标绝对人脸像素点,将与所述目标像素点邻近的像素点标记为目标人脸区域像素点;将未被标记为目标绝对人脸像素点和目标人脸区域像素点的目标像素点标记为噪声像素点;所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括:根据所述待检测图像中的目标绝对人脸像素点和目标人脸区域像素点,得到所述待检测图像中的人脸。
在一个实施例中,所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括:根据所述待检测图像中的各个人脸区域像素点,确定人脸区域噪声点,所述人脸区域噪声点为所述各个人脸区域像素点中的噪声像素点;根据与所述人脸区域噪声点邻近的绝对人脸像素点的温度值,对所述人脸区域噪声点的温度值进行处理,得到所述人脸区域噪声点对应的目标温度值;根据所述待检测图像中的绝对人脸像素点的温度值、所述人脸区域像素点的温度值和所述人脸区域噪声点的目标温度值,得到所述待检测图像中的人脸。
在一个实施例中,在所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重之前,还包括:若所述待检测图像中的像素点的温度值小于预设的温度值,则将所述像素点的温度值置为第一温度值,以根据所述第一温度值将所述像素点标记为噪声像素点,所述第一温度值小于所述像素点的温度值。
第二方面,提供了一种人脸检测装置,包括:
图像获取模块,用于获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
温度权重模块,用于根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
像素标记模块,用于根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
人脸检测模块,用于根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
在一个实施例中,所述装置,还包括:最小最大获取模块,用于:获取所述待检测图像中的最大温度值和最小温度值;根据所述最大温度值和所述最小温度值,对所述待检测图像中各个像素点的温度值进行处理,得到所述各个像素点对应的更新温度值;所述温度权重模块,具体用于:根据所述待检测图像中的像素点的更新温度值,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述温度权重模块,具体用于:获取预设的权重系数;根据所述待检测图像中的像素点的温度值和所述预设的权重系数,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述像素标记模块,具体用于:将所述待检测图像中温度值权重大于预设温度值权重的像素点标记为待处理像素点,将所述待检测图像中温度值权重小于或等于所述预设温度值权重的像素点标记为噪声像素点;对所述待检测图像中的待处理像素点,计算所述待处理像素点对应的权重和,所述待处理像素点对应的权重和为所述待处理像素点的温度值权重和与所述待处理像素点邻近的像素点的温度值权重的和;若所述待处理像素点对应的权重和大于或等于第一预设权重和,则将所述待处理像素点标记为绝对人脸像素点,将与所述待处理像素点邻近的像素点标记为人脸区域像素点;将未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点标记为噪声像素点。
在一个实施例中,所述装置,还包括:目标模块,用于对所述待检测图像中的目标像素点,计算所述目标像素点对应的权重和,所述目标像素点对应的权重和为所述目标像素点的温度值权重和与所述目标像素点邻近的像素点的温度值权重的和,所述目标像素点包括绝对人脸像素点和人脸区域像素点;若所述目标像素点对应的权重和大于或等于第二预设权重和,则将所述目标像素点标记为目标绝对人脸像素点,将与所述目标像素点邻近的像素点标记为目标人脸区域像素点;将未被标记为目标绝对人脸像素点和目标人脸区域像素点的目标像素点标记为噪声像素点;所述人脸检测模块,具体用于:根据所述待检测图像中的目标绝对人脸像素点和目标人脸区域像素点,得到所述待检测图像中的人脸。
在一个实施例中,所述人脸检测模块,具体用于:根据所述待检测图像中的各个人脸区域像素点,确定人脸区域噪声点,所述人脸区域噪声点为所述各个人脸区域像素点中的噪声像素点;根据与所述人脸区域噪声点邻近的绝对人脸像素点的温度值,对所述人脸区域噪声点的温度值进行处理,得到所述人脸区域噪声点对应的目标温度值;根据所述待检测图像中的绝对人脸像素点的温度值、所述人脸区域像素点的温度值和所述人脸区域噪声点的目标温度值,得到所述待检测图像中的人脸。
在一个实施例中,所述装置,还包括:第一温度值模块,用于若所述待检测图像中的像素点的温度值小于预设的温度值,则将所述像素点的温度值置为第一温度值,以根据所述第一温度值将所述像素点标记为噪声像素点,所述第一温度值小于所述像素点的温度值。
第三方面,提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
第四方面,提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
实施本发明实施例,将具有如下有益效果:
本发明提出了一种人脸检测方法、装置、计算机设备和存储介质,首先获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;然后根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;并且根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;最后根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。由于人脸区域的温度比人体其他区域的温度更高,因此,在根据像素点的温度值权重以及与该像素点邻近的像素点的温度值权重对待检测图像中的像素点进行标记时,如果是人脸区域的像素点,将形成与其他区域的像素点更明显的区别,从而有效的从待检测图像中找到人脸,实现人脸检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为一个实施例中人脸检测方法的实现流程示意图;
图2为一个实施例中用户平躺在床上时拍摄得到的热力图;
图3为一个实施例中提取出的人脸的示意图;
图4为一个实施例中人脸检测方法的实现流程示意图;
图5为一个实施例中步骤106的实现流程示意图;
图6为一个实施例中圆半径的示意图;
图7为一个实施例中人脸检测方法的实现流程示意图;
图8为一个实施例中步骤108的实现流程示意图;
图9为一个实施例中人脸检测装置的结构框图;
图10为一个实施例中计算机设备的结构框图。
具体实施方式
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作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。
在一个实施例中,提供了一种人脸检测方法,本发明实施例所述的人脸检测方法的执行主体为能够实现本发明实施例所述的人脸检测方法的设备,该设备可以包括但不限于终端和服务器。其中,终端包括台式终端和移动终端,台式终端包括但不限于台式电脑和车载电脑;移动终端包括但不限于手机、平板、笔记本电脑和智能手表。服务器包括高性能计算机和高性能计算机集群。
本发明实施例所述的方法适用于室内人脸检测的应用场景,具体的,适用于卧室或者客厅人体在休息时的人脸检测的应用场景。具体的,以卧室的人脸检测为例,根据被测者的床的位置,设置摄像头的位置,例如,将摄像头的位置设置为床头的正上方,以实现对人体的拍摄,从而根据拍摄到的图像检测人脸,进而根据人脸区域的温度情况确定人体体温。
如图1所示,本发明实施例所述的人脸检测方法,具体包括:
步骤102,获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值。
其中,待检测图像,为待检测人脸的图像,该待检测图像为热力图像。待检测图像是通过红外热成像摄像头拍摄得到的,具体的,可以是通过低帧率红外热成像摄像头拍摄得到的。红外热成像摄像头通过拍摄实际的应用场景会得到一组摄像头数据,然后根据这组摄像头数据,得到热力图像。
其中,热力图像,为反映图像中各个像素点的温度情况的图像,热力图像中的像素点的像素值为温度值。如图2所示为用户平躺在床上时拍摄得到的热力图,每个小方格中的数字代表位于该坐标位置处的像素点的温度值,温度值越高,颜色越浅,越偏向于白色,温度值越低,颜色越深,越偏向于黑色,其中,坐标位置,为像素点在图像中的位置,坐标位置可以用(x,y)表示,其中,x表示横坐标的值,y表示纵坐标的值。从图2还可以看出,人脸区域的像素点的温度值明显高于其他区域的像素点的温度值,因此,可以根据该特征实现人脸检测。
步骤104,根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重。
其中,温度值权重,是根据像素点的温度值确定的,用于反映像素点的温度值的高低情况,具体的,若某一个像素点的温度值较大,则计算得到的该像素点的温度值权重也会比较大,相反的,若某一个像素点的温度值较小,则计算得到的该像素点的温度值权重也会比较小。例如,设置低温度值、中温度值和高温度值,其中,低温度值小于中温度值,中温度值小于高温度值,将像素点的温度值分别与低温度值、中温度值和高温度值进行比较,得到比较结果,若比较结果为像素点的温度值低于低温度值,则将该像素点的温度值权重设置为A;若比较结果为像素点的温度值介于低温度值和中温度值之间,则将该像素点的温度值权重设置为B;若比较结果为像素点的温度值介于中温度值和高温度值之间,则将该像素点的温度值权重设置为C;若比较结果为像素点的温度值大于高温度值,则将该像素点的温度值权重设置为D,其中,温度值权重A小于B,温度值权重B小于C,温度值权重C小于D。
在一个实施例中,提供一种确定温度值权重的方法,相较于上述方法,最终计算得到的每个像素点的温度值权重将更加的精细。具体的,步骤104所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:
获取预设的权重系数;
根据所述待检测图像中的像素点的温度值和所述预设的权重系数,得到所述待检测图像中各个像素点对应的温度值权重。
其中,预设的权重系数,为预先设置的权重系数,该预设的权重系数为一个常数值,为了更好的突出各个像素点的温度值的差异,设置预设的权重系数大于1,例如,将预设的权重系数设置为10。
在确定了像素点的温度值和预设的权重系数之后,即可根据像素点的温度值和预设的权重系数,得到像素点的温度值权重。
示例性的,像素点的温度值为T,预设的权重系数为A,则像素点的温度值权重为:T×A。例如,像素点的温度值为20,预设的权重系数为10,则像素点的温度值权重为200。
示例性的,像素点的温度值为T,预设的权重系数为A,权重常数为d(预先设置的一个常数,可以大于1,也可以小于1),则像素点的温度值权重为:T×A+d。例如,像素点的温度值为20,预设的权重系数为10,权重常数为2,则像素点的温度值权重为202。
步骤106,根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种。
其中,绝对人脸像素点,反映像素点为人脸像素点的可能性很大,绝对人脸像素点可以是根据像素点的温度值权重和与该像素点邻近的像素点的温度值权重直接确定的属于人脸的像素点。
其中,人脸区域像素点,反映像素点为人脸像素点的可能性相对较大,人脸区域像素点可以是根据像素点的温度值权重和与该像素点邻近的像素点的温度值权重间接确定的属于人脸的像素点。例如,若某个像素点周围一定范围(例如,4邻域内)内存在绝对人脸像素点,则该像素点为人脸像素点的可能性相对较大,于是,将该像素点确定为人脸区域像素点。
其中,噪声像素点,反映像素点为人脸像素点的可能性很小,噪声像素点可以是根据像素点的温度值权重和与该像素点邻近的像素点的温度值权重确定的温度值权重较小的像素点,由于温度值权重较小,所以该像素点的温度值也会比较低,这些像素点属于人脸像素点的可能性很低,因此,将这些像素点确定为噪声像素点。
步骤108,根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
由于根据步骤102到步骤106已经实现了对待检测图像中各个像素点的标记,因此,可以根据标记结果,即根据待检测图像中的绝对人脸像素点和人脸区域像素点,得到待图像图像中的人脸。
例如,获取绝对人脸像素点和人脸区域像素点对应的坐标位置,将绝对人脸像素点和人脸区域像素点对应的坐标位置作为目标坐标位置,在待检测图像中,将处于目标坐标位置处的像素点的温度值保持不变,将未处于目标坐标位置处的像素点的温度值置为第一预置温度值(例如,第一预置温度值为0),从而实现待检测图像中的人脸的检测,如图3所示。
更进一步的,将处于目标坐标位置处的像素点的温度值置为第二预置温度值,例如,第二预置温度值为32,从而得到二值图像,对二值图像进行膨胀或者腐蚀,还能得到具有更高精确度的人脸检测结果。
上述人脸检测方法,首先获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;然后根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;并且根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;最后根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。由于人脸区域的温度比人体其他区域的温度更高,因此,在根据像素点的温度值权重以及与该像素点邻近的像素点的温度值权重对待检测图像中的像素点进行标记时,如果是人脸区域的像素点,将形成与其他区域的像素点更明显的区别,从而有效的从待检测图像中找到人脸,实现人脸检测。
在一个实施例中,考虑到不同的环境温度以及不同时刻的体表温度均都会对中间过程涉及到的数据处理造成干扰,从而使得最终检测的人脸的准确率低下,因此,需要根据待检测图像中的最大温度值和最小温度值对待检测图像中的各个温度值进行处理,使得处理后的温度值充分去除了环境等因素的影响,提高人脸检测准确率。具体的,如图4所示,在所述获取包含人脸的待检测图像之后,还包括:
步骤110,获取所述待检测图像中的最大温度值和最小温度值。
其中,最大温度值,为待检测图像中各个温度值的最大值;最小温度值,为待检测图像中各个温度值的最小值。示例性的,提供一种获取最大温度值和最小温度值的方法:将待检测图像中的各个温度值按照大小顺序进行排列,得到温度值的排列结果;根据该温度值的排列结果,得到该待检测图像中的最大温度值和最小温度值。
步骤112,根据所述最大温度值和所述最小温度值,对所述待检测图像中各个像素点的温度值进行处理,得到所述各个像素点对应的更新温度值。
其中,更新温度值,为对像素点的温度值进行更新处理后得到的温度值。
提供一种得到更新温度值的方法:将所述最大温度值max(A)和最小温度值(min(A))相减,得到第一温度差值max(A)-min(A),其中,A为待检测图像,max(A)为待检测图像中的最大温度值,min(A)为待检测图像中的最小温度值;将待检测图像中像素点的温度值Aij与所述最小温度值min(A)相减,得到第二温度差值Aij-min(A),其中,Aij为处于坐标位置(i,j)处的像素点的温度值;将所述第二温度差值Aij-min(A)除以所述第一温度差值max(A)-min(A),得到该像素点对应的更新温度值。
例如,最大温度值为37,最小温度值为1,待检测图像中某个像素点的温度值35,则第一温度差值为36,第二温度差值为34,于是,更新温度值为34/36=0.94。
相应的,步骤104所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:步骤104A,根据所述待检测图像中的像素点的更新温度值,得到所述待检测图像中各个像素点对应的温度值权重。
当对温度值更新之后,便使用更新后得到的更新温度值计算待检测图像中各个像素点对应的温度值权重。
具体的,步骤104A所述根据所述待检测图像中的像素点的更新温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:获取更新权重系数;将待检测图像中像素点的更新温度值与所述更新权重系数相乘,得到所述待检测图像中各个像素点对应的温度值权重。
需要说明的是,如果更新温度值与更新权重系数相乘后得到的不是整数,则对更新温度值与更新权重系数相乘后得到的数值进行四舍五入处理,从而得到温度值权重。
例如,更新权重系数为100,待检测图像中某个像素点的更新温度值为0.973,将更新权重系数与更新温度值相乘,得到97.3,由于相乘后不是整数,于是,对97.3进行四舍五入处理,得到温度值权重为97。
在一个实施例中,提供了一种标记方法。具体的,如图5所示,步骤106所述根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种,包括:
步骤106A,将所述待检测图像中温度值权重大于预设温度值权重的像素点标记为待处理像素点,将所述待检测图像中温度值权重小于或等于所述预设温度值权重的像素点标记为噪声像素点。
其中,待处理像素点,为待确定是绝对人脸像素点、人脸区域像素点或者是噪声像素点的像素点。预设温度值权重实现了对像素点的初步区分,即其只是实现了对某些极大概率为噪声像素点的像素点的确定,对于其他通过预设温度值权重无法直接确定的像素点,将这些像素点标记为待处理像素点,然后使用后续的方法对待处理像素点进行更为精细的标记。
其中,预设温度值权重,为预先设置的温度值权重,预先设置温度值权重的目的在于对某些极大可能为噪声的像素点,不再直接进行绝对人脸像素点和人脸区域像素点的判断,从而减少整个处理过程中的计算工作量。
例如,预设温度值权重为5,则将温度值权重小于或等于5的像素点标记为噪声像素点,这些像素点极大可能是噪声像素点;再如,预设温度值权重为0,则将温度值权重小于或等于0的像素点标记为噪声像素点,由于温度值权重为0,意味着像素点的温度值为0,因此,这些像素点必定为噪声像素点。
步骤106B,对所述待检测图像中的待处理像素点,计算所述待处理像素点对应的权重和,所述待处理像素点对应的权重和为所述待处理像素点的温度值权重和与所述待处理像素点邻近的像素点的温度值权重的和。
应理解的是,与所述待处理像素点邻近的像素点包括待处理像素点和/或噪声像素点。
例如,待处理像素点的温度值权重为100,与该待处理像素点邻近的像素点有A和B,像素点A的温度值权重为90,像素点B的温度值权重为95,则处理像素点对应的权重和为285。
需要首先确定邻近方式,才能确定哪些像素点与待处理像素点邻近。
示例性的,邻近方式包括:4邻域邻近。4邻域邻近是指:以待处理像素点(x,y)为中心,在该待处理像素点上(x,y+1)、下(x,y-1)、左(x-1,y)、右(x+1,y)四个坐标位置的像素点与该待处理像素点邻近。
示例性的,邻近方式包括:8邻域邻近。8邻域邻近是指:以待处理像素点(x,y)为中心,在该待处理像素点上左(x-1,y+1)、上(x,y+1)、上右(x+1,y+1)、左(x-1,y)、右(x+1,y)、下左(x-1,y-1)、下(x,y-1)以及下右(x+1,y-1)八个坐标位置的像素点与该待处理像素点邻近。
示例性的,邻近方式包括:圆邻近。如图6所示,以待处理像素点所在的坐标位置为圆心,确定圆半径r,在该半径为r的圆内的像素点以及在该圆的圆周上的像素点,与该待处理像素点邻近。
如图6所示,人脸区域囊括的范围比较大,而人手部区域以及其他区域囊括的范围比较小,因此,提供一种确定圆半径r的方法,将圆半径r设置为相对较大的值,具体的,根据多个人耳像素点距离得到一个相对较大的圆半径r:获取多个人耳像素点距离,其中,人耳像素点距离,为人左耳到右耳之间的像素点的个数;根据所述多个人耳像素点距离得到圆半径r。
例如,3个人耳像素点距离为10,12以及11,则圆半径根据(10+12+11)/3/2=5.5确定,例如,将圆半径确定为5或者6。
在本发明实施例中,不管像素点是待处理像素点还是噪声像素点,只要该像素点与待处理像素点邻近,都将用来计算待处理像素点对应的权重和。
步骤106C,若所述待处理像素点对应的权重和大于或等于第一预设权重和,则将所述待处理像素点标记为绝对人脸像素点,将与所述待处理像素点邻近的像素点标记为人脸区域像素点。
其中,第一预设权重和,为预先设置的权重和,通过将待处理像素点对应的权重和与第一预设权重和进行比较,能够确定该像素点是否是绝对人脸像素点。例如,将第一预设权重和设置为5500。
如果待处理像素点对应的权重和大于或等于第一预设权重和,则认为该待处理像素点以及周围像素点的温度值均较高,该小区域很可能就是人脸区域,因此,将该待处理像素点确定为绝对人脸像素点,同时,与该待处理像素点邻近的像素点为人脸像素点的可能性也很大,因此,将与该待处理像素点邻近的像素点标记为人脸区域像素点。
示例性的,提供一种粗略标记的方法,该方法粗略的标记出绝对人脸像素点和人脸区域像素点。例如,按照从左到右,从上到下的顺序,对待检测图像中未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点,执行步骤106B到106C,从而实现对该待处理像素点以及与该待处理像素点邻近的像素点的标记。
示例性的,提供一种更高精度的标记方法,该方法能够精确的确定待处理像素点是绝对人脸像素点还是人脸区域像素点。例如,按照从左到右,从上到下的顺序,对待检测图像中的每个未执行步骤106B到106C的待处理像素点,均执行步骤106B到106C,以确认该待处理像素点是否为绝对人脸像素点,从而实现精确的标记,例如,某个待处理像素点虽然之前被标记为了人脸区域像素点,但是,通过步骤106B到106C之后,又将其标记为了绝对人脸像素点,从而实现了对每个像素点的精确标记。
步骤106D,将未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点标记为噪声像素点。
经过步骤106B到106C,能够实现对待检测图像中的待处理像素点的标记,具体的,将各个待处理像素点标记为了绝对人脸像素点和人脸区域像素点中的一种,对于未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点,这样的像素点说明其本身的温度值并不高,并且在其周围的像素点的温度值也不高,因此,将这样的像素点标记为噪声像素点。
在一个实施例中,如图7所示,在步骤106所述将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种之后,还包括:
步骤114,对所述待检测图像中的目标像素点,计算所述目标像素点对应的权重和,所述目标像素点对应的权重和为所述目标像素点的温度值权重和与所述目标像素点邻近的像素点的温度值权重的和,所述目标像素点包括绝对人脸像素点和人脸区域像素点。
计算目标像素点的权重和的方法和计算待处理像素点的权重和的方法相同,在此不再详述。在这里,邻近范围小于步骤106B中的邻近范围,例如,将圆半径设置为2。
这里得到目标像素点并且计算目标像素点的权重和的目的在于:绝对人脸像素点或者人脸区域像素点包含的像素点的范围比较广,可能不只是人脸区域的像素点,还可能是头发、脖子甚至是肩膀位置的像素点,因此,对于绝对人脸像素点和人脸区域像素点,还需要再次滤除,以得到更精确的人脸检测结果。
步骤116,若所述目标像素点对应的权重和大于或等于第二预设权重和,则将所述目标像素点标记为目标绝对人脸像素点,将与所述目标像素点邻近的像素点标记为目标人脸区域像素点。
其中,第二预设权重和,为预先设置的权重和,通过将目标像素点对应的权重和与第二预设权重和进行比较,能够确定该目标像素点是否是目标绝对人脸像素点。例如,第二预设权重和设置为1000。
其中,目标绝对人脸像素点,为相较于绝对人脸像素点,具有更大可能性为人脸的像素点。
其中,目标人脸区域像素点,为相较于人脸区域像素点,具有更大可能性为人脸区域的像素点。
步骤118,将未被标记为目标绝对人脸像素点和目标人脸区域像素点的目标像素点标记为噪声像素点。
对于未被标记为目标绝对人脸像素点和目标人脸区域像素点的目标像素点,将其标记为噪声像素点,从而实现将头发、脖子甚至是肩膀位置的像素点的滤除,得到更高精确度的人脸检测结果。
相应的,步骤108所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括:步骤108A,根据所述待检测图像中的目标绝对人脸像素点和目标人脸区域像素点,得到所述待检测图像中的人脸。
上述人脸检测方法,虽然人脸区域的温度最高,但是,人手部区域或者颈部区域或者肚子区域的温度也相对较高,因此,可以将邻近范围设置的大一些,例如,将圆半径设置为相对较大的值,具体可以设置为5,同时,第一预设权重和也设置的大一些,这样,由于圆半径比较大,同时第一预设权重和比较大,虽然手部区域或者颈部区域或者肚子区域也能囊括更多的像素点,但是这些像素点的权重和无法达到第一预设权重和,因此,可以将手部区域或者颈部区域或者肚子区域的像素点有效滤除,即这些区域的像素点即不会被标记为绝对人脸像素点,也不会被标记为人脸区域像素点,而将被标记为噪声像素点,通过滤除这些区域,可以得到一个较大的人脸区域,此时得到的人脸区域不仅包括人脸,可能还包括一定的头发、脖子或者肩膀。进一步的,将圆半径设小,同时,将第二预设权重和设小,可以缩小包含头发、脖子或者肩膀的人脸区域的范围,得到更加精确的人脸检测结果。
在一个实施例中,为了提高最终得到的人脸的图像质量,需要对人脸区域噪声点的像素值进行更新,即适当提高人脸区域噪声点的温度值,使经过提高后的温度值看起来与周围的温度值更加的和谐。具体的,如图8所示,步骤108所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括:
步骤108a,根据所述待检测图像中的各个人脸区域像素点,确定人脸区域噪声点,所述人脸区域噪声点为所述各个人脸区域像素点中的噪声像素点。
由于人脸区域像素点是与绝对人脸像素点邻近的像素点,而与绝对人脸像素点邻近的像素点可能是噪声像素点,即温度值比较低的像素点,因此,对于可能为噪声像素点的人脸区域像素点,将其确定为人脸区域噪声点。
示例性的,分别将各个人脸区域像素点的温度值与预置的温度值进行比较,若人脸区域像素点的温度值小于或等于该预置的温度值,则将该人脸区域像素点确定为人脸区域噪声点。
例如,2个人脸区域像素点的温度值分别为10和32,预置的温度值为20,则将温度值为10的人脸区域像素点确定为人脸区域噪声点。
步骤108b,根据与所述人脸区域噪声点邻近的绝对人脸像素点的温度值,对所述人脸区域噪声点的温度值进行处理,得到所述人脸区域噪声点对应的目标温度值。
其中,目标温度值,为将人脸区域噪声点的温度值更新后得到的温度值。
示例性的,获取与所述人脸区域噪声点邻近的各个绝对人脸像素点的温度值;计算与所述人脸区域噪声点邻近的各个绝对人脸像素点的温度值的平均值;将所述平均值作为所述人脸区域噪声点对应的目标温度值。
例如,与人脸区域噪声点邻近的2个绝对人脸像素点的温度值为32、31,计算平均值为31.5,将31.5作为人脸区域噪声点的目标温度值。
示例性的,获取与所述人脸区域噪声点邻近的绝对人脸像素点的温度值;计算所述人脸区域噪声点的温度值和与所述人脸区域噪声点邻近的各个绝对人脸像素点的温度值的平均值;将所述平均值作为所述人脸区域噪声点对应的目标温度值。
例如,人脸区域噪声点的温度值为21,与人脸区域噪声点邻近的2个绝对人脸像素点的温度值为32、31,计算平均值为28,将28作为人脸区域噪声点的目标温度值。
示例性的,获取与所述人脸区域噪声点邻近的各个绝对人脸像素点的温度值;获取与所述人脸区域噪声点邻近的各个人脸区域像素点的温度值;计算与所述人脸区域噪声点邻近的各个绝对人脸像素点的温度值和与所述人脸区域噪声点邻近的各个人脸区域像素点的温度值的平均值;将所述平均值作为所述人脸区域噪声点对应的目标温度值。
例如,与人脸区域噪声点邻近的2个绝对人脸像素点的温度值为32、31,与人脸区域噪声点邻近的2个人脸区域像素点的温度值为30、29,计算平均值为30.5,将30.5作为人脸区域噪声点的目标温度值。
步骤108c,根据所述待检测图像中的绝对人脸像素点的温度值、所述人脸区域像素点的温度值和所述人脸区域噪声点的目标温度值,得到所述待检测图像中的人脸。
获取绝对人脸像素点和人脸区域像素点对应的坐标位置,将绝对人脸像素点和人脸区域像素点对应的坐标位置作为目标坐标位置,在待检测图像中,将处于目标坐标位置处的像素点的温度值保持不变,同时,获取人脸区域噪声点的坐标位置,将该坐标位置处的温度值替换为目标温度值,从而得到待检测图像中的人脸,此时得到的人脸由于已经进行了人脸区域噪声点的温度值的更新,使得得到的人脸具有更高的图像质量。
在一个实施例中,在步骤104所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重之前,还包括:
若所述待检测图像中的像素点的温度值小于预设的温度值,则将所述像素点的温度值置为第一温度值,以根据所述第一温度值将所述像素点标记为噪声像素点,所述第一温度值小于所述像素点的温度值。
对待检测图像进行预处理,将低于固定阈值(预设的温度值)的温度值置为第一温度值,例如,第一温度值为0,由于第一温度值的值比较小,因此,根据第一温度值得到的温度值权重也会比较小,故而,能够满足第一温度值对应的温度值权重小于或等于所述预设温度值权重,进而在第一温度值对应的温度值权重小于或等于所述预设温度值权重时,将该第一温度值对应的像素点标记为噪声像素点,实现对某些温度值较低的像素点的快速标记。
如图9所示,提供了一种人脸检测装置900,具体包括:
图像获取模块,用于获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
温度权重模块,用于根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
像素标记模块,用于根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
人脸检测模块,用于根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
上述人脸检测装置,首先获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;然后根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;并且根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;最后根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。由于人脸区域的温度比人体其他区域的温度更高,因此,在根据像素点的温度值权重以及与该像素点邻近的像素点的温度值权重对待检测图像中的像素点进行标记时,如果是人脸区域的像素点,将形成与其他区域的像素点更明显的区别,从而有效的从待检测图像中找到人脸,实现人脸检测。
在一个实施例中,所述装置900,还包括:最小最大获取模块,用于:获取所述待检测图像中的最大温度值和最小温度值;根据所述最大温度值和所述最小温度值,对所述待检测图像中各个像素点的温度值进行处理,得到所述各个像素点对应的更新温度值;所述温度权重模块904,具体用于:根据所述待检测图像中的像素点的更新温度值,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述温度权重模块904,具体用于:获取预设的权重系数;根据所述待检测图像中的像素点的温度值和所述预设的权重系数,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述像素标记模块906,具体用于:将所述待检测图像中温度值权重大于预设温度值权重的像素点标记为待处理像素点,将所述待检测图像中温度值权重小于或等于所述预设温度值权重的像素点标记为噪声像素点;对所述待检测图像中的待处理像素点,计算所述待处理像素点对应的权重和,所述待处理像素点对应的权重和为所述待处理像素点的温度值权重和与所述待处理像素点邻近的像素点的温度值权重的和;若所述待处理像素点对应的权重和大于或等于第一预设权重和,则将所述待处理像素点标记为绝对人脸像素点,将与所述待处理像素点邻近的像素点标记为人脸区域像素点;将未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点标记为噪声像素点。
在一个实施例中,所述装置900,还包括:目标模块,用于对所述待检测图像中的目标像素点,计算所述目标像素点对应的权重和,所述目标像素点对应的权重和为所述目标像素点的温度值权重和与所述目标像素点邻近的像素点的温度值权重的和,所述目标像素点包括绝对人脸像素点和人脸区域像素点;若所述目标像素点对应的权重和大于或等于第二预设权重和,则将所述目标像素点标记为目标绝对人脸像素点,将与所述目标像素点邻近的像素点标记为目标人脸区域像素点;将未被标记为目标绝对人脸像素点和目标人脸区域像素点的目标像素点标记为噪声像素点;所述人脸检测模块908,具体用于:根据所述待检测图像中的目标绝对人脸像素点和目标人脸区域像素点,得到所述待检测图像中的人脸。
在一个实施例中,所述人脸检测模块908,具体用于:根据所述待检测图像中的各个人脸区域像素点,确定人脸区域噪声点,所述人脸区域噪声点为所述各个人脸区域像素点中的噪声像素点;根据与所述人脸区域噪声点邻近的绝对人脸像素点的温度值,对所述人脸区域噪声点的温度值进行处理,得到所述人脸区域噪声点对应的目标温度值;根据所述待检测图像中的绝对人脸像素点的温度值、所述人脸区域像素点的温度值和所述人脸区域噪声点的目标温度值,得到所述待检测图像中的人脸。
在一个实施例中,所述装置900,还包括:第一温度值模块,用于若所述待检测图像中的像素点的温度值小于预设的温度值,则将所述像素点的温度值置为第一温度值,以根据所述第一温度值将所述像素点标记为噪声像素点,所述第一温度值小于所述像素点的温度值。
图10示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端或服务器。如图10所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现人脸检测方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行人脸检测方法。本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的人脸检测方法可以实现为一种计算机程序的形式,计算机程序可在如图10所示的计算机设备上运行。计算机设备的存储器中可存储组成人脸检测装置的各个程序模板。比如,图像获取模块902、温度权重模块904和像素标记模块906。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
上述计算机设备,首先获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;然后根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;并且根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;最后根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。由于人脸区域的温度比人体其他区域的温度更高,因此,在根据像素点的温度值权重以及与该像素点邻近的像素点的温度值权重对待检测图像中的像素点进行标记时,如果是人脸区域的像素点,将形成与其他区域的像素点更明显的区别,从而有效的从待检测图像中找到人脸,实现人脸检测。
在一个实施例中,所述计算机程序被所述处理器执行时,还用于:在所述获取包含人脸的待检测图像之后,获取所述待检测图像中的最大温度值和最小温度值;根据所述最大温度值和所述最小温度值,对所述待检测图像中各个像素点的温度值进行处理,得到所述各个像素点对应的更新温度值;所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:根据所述待检测图像中的像素点的更新温度值,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:获取预设的权重系数;根据所述待检测图像中的像素点的温度值和所述预设的权重系数,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种,包括:将所述待检测图像中温度值权重大于预设温度值权重的像素点标记为待处理像素点,将所述待检测图像中温度值权重小于或等于所述预设温度值权重的像素点标记为噪声像素点;对所述待检测图像中的待处理像素点,计算所述待处理像素点对应的权重和,所述待处理像素点对应的权重和为所述待处理像素点的温度值权重和与所述待处理像素点邻近的像素点的温度值权重的和;若所述待处理像素点对应的权重和大于或等于第一预设权重和,则将所述待处理像素点标记为绝对人脸像素点,将与所述待处理像素点邻近的像素点标记为人脸区域像素点;将未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点标记为噪声像素点。
在一个实施例中,所述计算机程序被所述处理器执行时,还用于:在所述将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种之后,对所述待检测图像中的目标像素点,计算所述目标像素点对应的权重和,所述目标像素点对应的权重和为所述目标像素点的温度值权重和与所述目标像素点邻近的像素点的温度值权重的和,所述目标像素点包括绝对人脸像素点和人脸区域像素点;若所述目标像素点对应的权重和大于或等于第二预设权重和,则将所述目标像素点标记为目标绝对人脸像素点,将与所述目标像素点邻近的像素点标记为目标人脸区域像素点;将未被标记为目标绝对人脸像素点和目标人脸区域像素点的目标像素点标记为噪声像素点;所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括根据所述待检测图像中的目标绝对人脸像素点和目标人脸区域像素点,得到所述待检测图像中的人脸。
在一个实施例中,所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括:根据所述待检测图像中的各个人脸区域像素点,确定人脸区域噪声点,所述人脸区域噪声点为所述各个人脸区域像素点中的噪声像素点;根据与所述人脸区域噪声点邻近的绝对人脸像素点的温度值,对所述人脸区域噪声点的温度值进行处理,得到所述人脸区域噪声点对应的目标温度值;根据所述待检测图像中的绝对人脸像素点的温度值、所述人脸区域像素点的温度值和所述人脸区域噪声点的目标温度值,得到所述待检测图像中的人脸。
在一个实施例中,所述计算机程序被所述处理器执行时,还用于:在所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重之前,若所述待检测图像中的像素点的温度值小于预设的温度值,则将所述像素点的温度值置为第一温度值,以根据所述第一温度值将所述像素点标记为噪声像素点,所述第一温度值小于所述像素点的温度值。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
上述计算机可读存储介质,首先获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;然后根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;并且根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;最后根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。由于人脸区域的温度比人体其他区域的温度更高,因此,在根据像素点的温度值权重以及与该像素点邻近的像素点的温度值权重对待检测图像中的像素点进行标记时,如果是人脸区域的像素点,将形成与其他区域的像素点更明显的区别,从而有效的从待检测图像中找到人脸,实现人脸检测。
在一个实施例中,所述计算机程序被所述处理器执行时,还用于:在所述获取包含人脸的待检测图像之后,获取所述待检测图像中的最大温度值和最小温度值;根据所述最大温度值和所述最小温度值,对所述待检测图像中各个像素点的温度值进行处理,得到所述各个像素点对应的更新温度值;所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:根据所述待检测图像中的像素点的更新温度值,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:获取预设的权重系数;根据所述待检测图像中的像素点的温度值和所述预设的权重系数,得到所述待检测图像中各个像素点对应的温度值权重。
在一个实施例中,所述根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种,包括:将所述待检测图像中温度值权重大于预设温度值权重的像素点标记为待处理像素点,将所述待检测图像中温度值权重小于或等于所述预设温度值权重的像素点标记为噪声像素点;对所述待检测图像中的待处理像素点,计算所述待处理像素点对应的权重和,所述待处理像素点对应的权重和为所述待处理像素点的温度值权重和与所述待处理像素点邻近的像素点的温度值权重的和;若所述待处理像素点对应的权重和大于或等于第一预设权重和,则将所述待处理像素点标记为绝对人脸像素点,将与所述待处理像素点邻近的像素点标记为人脸区域像素点;将未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点标记为噪声像素点。
在一个实施例中,所述计算机程序被所述处理器执行时,还用于:在所述将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种之后,对所述待检测图像中的目标像素点,计算所述目标像素点对应的权重和,所述目标像素点对应的权重和为所述目标像素点的温度值权重和与所述目标像素点邻近的像素点的温度值权重的和,所述目标像素点包括绝对人脸像素点和人脸区域像素点;若所述目标像素点对应的权重和大于或等于第二预设权重和,则将所述目标像素点标记为目标绝对人脸像素点,将与所述目标像素点邻近的像素点标记为目标人脸区域像素点;将未被标记为目标绝对人脸像素点和目标人脸区域像素点的目标像素点标记为噪声像素点;所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括根据所述待检测图像中的目标绝对人脸像素点和目标人脸区域像素点,得到所述待检测图像中的人脸。
在一个实施例中,所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括:根据所述待检测图像中的各个人脸区域像素点,确定人脸区域噪声点,所述人脸区域噪声点为所述各个人脸区域像素点中的噪声像素点;根据与所述人脸区域噪声点邻近的绝对人脸像素点的温度值,对所述人脸区域噪声点的温度值进行处理,得到所述人脸区域噪声点对应的目标温度值;根据所述待检测图像中的绝对人脸像素点的温度值、所述人脸区域像素点的温度值和所述人脸区域噪声点的目标温度值,得到所述待检测图像中的人脸。
在一个实施例中,所述计算机程序被所述处理器执行时,还用于:在所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重之前,若所述待检测图像中的像素点的温度值小于预设的温度值,则将所述像素点的温度值置为第一温度值,以根据所述第一温度值将所述像素点标记为噪声像素点,所述第一温度值小于所述像素点的温度值。
需要说明的是,上述人脸检测方法、人脸检测装置、计算机设备及计算机可读存储介质属于一个总的发明构思,人脸检测方法、人脸检测装置、计算机设备及计算机可读存储介质实施例中的内容可相互适用。
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非易失性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,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种人脸检测方法,其特征在于,包括:
获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
2.如权利要求1所述的方法,其特征在于,在所述获取包含人脸的待检测图像之后,还包括:
获取所述待检测图像中的最大温度值和最小温度值;
根据所述最大温度值和所述最小温度值,对所述待检测图像中各个像素点的温度值进行处理,得到所述各个像素点对应的更新温度值;
所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:
根据所述待检测图像中的像素点的更新温度值,得到所述待检测图像中各个像素点对应的温度值权重。
3.如权利要求1所述的方法,其特征在于,所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重,包括:
获取预设的权重系数;
根据所述待检测图像中的像素点的温度值和所述预设的权重系数,得到所述待检测图像中各个像素点对应的温度值权重。
4.如权利要求1所述的方法,其特征在于,所述根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种,包括:
将所述待检测图像中温度值权重大于预设温度值权重的像素点标记为待处理像素点,将所述待检测图像中温度值权重小于或等于所述预设温度值权重的像素点标记为噪声像素点;
对所述待检测图像中的待处理像素点,计算所述待处理像素点对应的权重和,所述待处理像素点对应的权重和为所述待处理像素点的温度值权重和与所述待处理像素点邻近的像素点的温度值权重的和;
若所述待处理像素点对应的权重和大于或等于第一预设权重和,则将所述待处理像素点标记为绝对人脸像素点,将与所述待处理像素点邻近的像素点标记为人脸区域像素点;
将未被标记为绝对人脸像素点和人脸区域像素点的待处理像素点标记为噪声像素点。
5.如权利要求4所述的方法,其特征在于,在所述将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种之后,还包括:
对所述待检测图像中的目标像素点,计算所述目标像素点对应的权重和,所述目标像素点对应的权重和为所述目标像素点的温度值权重和与所述目标像素点邻近的像素点的温度值权重的和,所述目标像素点包括绝对人脸像素点和人脸区域像素点;
若所述目标像素点对应的权重和大于或等于第二预设权重和,则将所述目标像素点标记为目标绝对人脸像素点,将与所述目标像素点邻近的像素点标记为目标人脸区域像素点;
将未被标记为目标绝对人脸像素点和目标人脸区域像素点的目标像素点标记为噪声像素点;
所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括:
根据所述待检测图像中的目标绝对人脸像素点和目标人脸区域像素点,得到所述待检测图像中的人脸。
6.如权利要求4所述的方法,其特征在于,所述根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸,包括:
根据所述待检测图像中的各个人脸区域像素点,确定人脸区域噪声点,所述人脸区域噪声点为所述各个人脸区域像素点中的噪声像素点;
根据与所述人脸区域噪声点邻近的绝对人脸像素点的温度值,对所述人脸区域噪声点的温度值进行处理,得到所述人脸区域噪声点对应的目标温度值;
根据所述待检测图像中的绝对人脸像素点的温度值、所述人脸区域像素点的温度值和所述人脸区域噪声点的目标温度值,得到所述待检测图像中的人脸。
7.如权利要求4所述的方法,其特征在于,在所述根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重之前,还包括:
若所述待检测图像中的像素点的温度值小于预设的温度值,则将所述像素点的温度值置为第一温度值,以根据所述第一温度值将所述像素点标记为噪声像素点,所述第一温度值小于所述像素点的温度值。
8.一种人脸检测装置,其特征在于,包括:
图像获取模块,用于获取包含人脸的待检测图像,所述待检测图像中的像素点的像素值为温度值;
温度权重模块,用于根据所述待检测图像中的像素点的温度值,得到所述待检测图像中各个像素点对应的温度值权重;
像素标记模块,用于根据所述待检测图像中的像素点的温度值权重和与所述像素点邻近的像素点的温度值权重,将所述待检测图像中的像素点标记为绝对人脸像素点、人脸区域像素点或者噪声像素点中的一种;
人脸检测模块,用于根据所述待检测图像中的绝对人脸像素点和人脸区域像素点,得到所述待检测图像中的人脸。
9.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可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如权利要求1至7任一项所述人脸检测方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述人脸检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010332343.3A CN111507298B (zh) | 2020-04-24 | 2020-04-24 | 人脸检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010332343.3A CN111507298B (zh) | 2020-04-24 | 2020-04-24 | 人脸检测方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507298A true CN111507298A (zh) | 2020-08-07 |
CN111507298B CN111507298B (zh) | 2023-12-12 |
Family
ID=71869735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010332343.3A Active CN111507298B (zh) | 2020-04-24 | 2020-04-24 | 人脸检测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507298B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111811667A (zh) * | 2020-08-27 | 2020-10-23 | 创新奇智(北京)科技有限公司 | 温度检测方法、装置、电子设备及可读存储介质 |
CN112050944A (zh) * | 2020-08-31 | 2020-12-08 | 深圳数联天下智能科技有限公司 | 门口位置确定方法及相关装置 |
CN112329726A (zh) * | 2020-11-27 | 2021-02-05 | 合肥的卢深视科技有限公司 | 人脸识别方法及装置 |
CN113432718A (zh) * | 2021-06-10 | 2021-09-24 | 山东欧齐珞信息科技有限公司 | 全隧道环境测温方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105338262A (zh) * | 2015-10-09 | 2016-02-17 | 浙江大华技术股份有限公司 | 一种热成像图像处理方法及装置 |
CN108764058A (zh) * | 2018-05-04 | 2018-11-06 | 吉林大学 | 一种基于热成像效应的双摄像头人脸活体检测方法 |
CN109246354A (zh) * | 2018-09-07 | 2019-01-18 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN109522887A (zh) * | 2019-01-24 | 2019-03-26 | 北京七鑫易维信息技术有限公司 | 一种视线追踪方法、装置、设备及存储介质 |
CN110332995A (zh) * | 2019-06-13 | 2019-10-15 | 深圳市中科鸿智科技有限公司 | 非接触式人体测温方法、装置、系统及存储介质 |
-
2020
- 2020-04-24 CN CN202010332343.3A patent/CN111507298B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105338262A (zh) * | 2015-10-09 | 2016-02-17 | 浙江大华技术股份有限公司 | 一种热成像图像处理方法及装置 |
CN108764058A (zh) * | 2018-05-04 | 2018-11-06 | 吉林大学 | 一种基于热成像效应的双摄像头人脸活体检测方法 |
CN109246354A (zh) * | 2018-09-07 | 2019-01-18 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN109522887A (zh) * | 2019-01-24 | 2019-03-26 | 北京七鑫易维信息技术有限公司 | 一种视线追踪方法、装置、设备及存储介质 |
CN110332995A (zh) * | 2019-06-13 | 2019-10-15 | 深圳市中科鸿智科技有限公司 | 非接触式人体测温方法、装置、系统及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111811667A (zh) * | 2020-08-27 | 2020-10-23 | 创新奇智(北京)科技有限公司 | 温度检测方法、装置、电子设备及可读存储介质 |
CN112050944A (zh) * | 2020-08-31 | 2020-12-08 | 深圳数联天下智能科技有限公司 | 门口位置确定方法及相关装置 |
CN112050944B (zh) * | 2020-08-31 | 2023-12-08 | 深圳数联天下智能科技有限公司 | 门口位置确定方法及相关装置 |
CN112329726A (zh) * | 2020-11-27 | 2021-02-05 | 合肥的卢深视科技有限公司 | 人脸识别方法及装置 |
CN113432718A (zh) * | 2021-06-10 | 2021-09-24 | 山东欧齐珞信息科技有限公司 | 全隧道环境测温方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111507298B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507298A (zh) | 人脸检测方法、装置、计算机设备和存储介质 | |
CN110930353B (zh) | 孔位保护门状态检测方法、装置、计算机设备和存储介质 | |
CN108961175B (zh) | 人脸亮度调整方法、装置、计算机设备及存储介质 | |
CN112241699A (zh) | 物体缺陷类别识别方法、装置、计算机设备和存储介质 | |
CN110717878B (zh) | 图像融合方法、装置、计算机设备和存储介质 | |
CN109325468B (zh) | 一种图像处理方法、装置、计算机设备和存储介质 | |
CN111220235B (zh) | 水位监测方法及装置 | |
CN111445487B (zh) | 图像分割方法、装置、计算机设备和存储介质 | |
CN112001983B (zh) | 生成遮挡图像的方法、装置、计算机设备和存储介质 | |
WO2022199710A1 (zh) | 图像融合方法、装置、计算机设备和存储介质 | |
CN111915541B (zh) | 基于人工智能的图像增强处理方法、装置、设备及介质 | |
CN111832561B (zh) | 基于计算机视觉的字符序列识别方法、装置、设备和介质 | |
CN112884782A (zh) | 生物对象分割方法、装置、计算机设备和存储介质 | |
CN113469092A (zh) | 字符识别模型生成方法、装置、计算机设备和存储介质 | |
CN112102207A (zh) | 一种确定温度的方法、装置、电子设备及可读存储介质 | |
CN111652314A (zh) | 温度检测方法、装置、计算机设备和存储介质 | |
CN111582155A (zh) | 活体检测方法、装置、计算机设备和存储介质 | |
CN110880003B (zh) | 一种图像匹配方法、装置、存储介质及汽车 | |
CN111985439A (zh) | 人脸检测方法、装置、设备和存储介质 | |
CN115115552B (zh) | 图像矫正模型训练及图像矫正方法、装置和计算机设备 | |
CN111445411B (zh) | 图像去噪方法、装置、计算机设备和存储介质 | |
CN111062860B (zh) | 基于场景的图像色彩调整方法、装置和计算机设备 | |
CN113870180A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN112422841A (zh) | 图像补偿方法、装置、计算机设备和存储介质 | |
JP2004109006A (ja) | 物体検出装置 |
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 |