CN112395960A - 一种基于高斯金字塔的图像最大人脸识别方法及系统 - Google Patents
一种基于高斯金字塔的图像最大人脸识别方法及系统 Download PDFInfo
- Publication number
- CN112395960A CN112395960A CN202011191910.4A CN202011191910A CN112395960A CN 112395960 A CN112395960 A CN 112395960A CN 202011191910 A CN202011191910 A CN 202011191910A CN 112395960 A CN112395960 A CN 112395960A
- Authority
- CN
- China
- Prior art keywords
- face
- image
- detection
- detected
- face detection
- 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.)
- Pending
Links
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
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- 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
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于高斯金字塔的图像最大人脸识别方法及系统,所述图像最大人脸识别方法使用级联的人脸检测器,包括第一阶段的轻量级人脸检测模型,和第二阶段的普通级人脸检测模型;通过轻量级模型快速检测图像中是否存在人脸和人脸位置,普通级模型基于轻量级模型进一步确认,从而实现最大人脸的检测。通过采用本发明提供的一种基于高斯金字塔的图像最大人脸识别方法可从检测数量优化算法速度,从而极大提升图像最大人脸的检测速度。
Description
技术领域
本发明涉及人脸检测领域,尤其涉及一种基于高斯金字塔的图像最大人脸识别方法及系统。
背景技术
人脸检测就是给一幅图像,找出图像中的所有人脸位置,通常用一个矩形框框起来,输入是一幅图像,输出是若干个包含人脸的矩形框位置。目前的人脸检测器大多是针对一张图片检测图片中的所有人脸,检测时间在嵌入式设备一般耗时在100-300毫秒不等。但是在很多人脸识别场景中,例如门禁、闸机等单通道类人脸识别应用场景,每次识别只需要检测图像中距离当前屏幕最近的人脸,也就是最大的人脸即可。因此,如何实现最大人脸识别及提高人脸检测速度,是一个亟需解决的技术问题。
发明内容
为了解决上述问题,本发明的第一方面,提出了一种基于高斯金字塔的图像最大人脸识别方法,其特征在于,包括如下步骤:
原始待检测图像预处理;
将待检测图像做高斯图像金字塔,生成不同Scale的图片N张;
根据Scale的图片大小,从小到大排序为S1,S2,S3…SN;
将Si输入第一阶轻量级人脸检测模型进行人脸检测(i=1…N);
将检测到的人脸区域输入第二阶普通级人脸检测模型进行人脸及位置确认;
找到图像中的最大人脸;
完成检测;
通过对图像金字塔进行排序,直接从输入上面优化检测次数,从而减少第一阶人脸检测和第二阶人脸检测的执行次数,实现快速检测出最大人脸。
优选的,一种基于高斯金字塔的图像最大人脸识别方法,使用级联的人脸检测器,包括第一阶段的轻量级人脸检测模型,和第二阶段的普通级人脸检测模型。
优选的,一种基于高斯金字塔的图像最大人脸识别方法,采用中值滤波去噪对图像进行预处理。
优选的,一种基于高斯金字塔的图像最大人脸识别方法,所述第一阶人脸检测采用轻量级人脸检测模型进行人脸检测,如果检测到人脸,则进行下一步骤;如果未检测到人脸则重新执行第一阶人脸检测步骤。
优选的,一种基于高斯金字塔的图像最大人脸识别方法,所述第二阶人脸检测采用普通级人脸检测模型进行人脸检测及位置确认,如果检测到人脸,则进入下一步骤,输出最大人脸;如果未检测到人脸则重新执行第一阶人脸检测步骤。
本发明的第二方面,提出了一种基于高斯金字塔的图像最大人脸识别系统,其特征在于,所述最大人脸识别系统包括:
图像预处理单元:采用中值滤波对原始待检测图像进行预处理;
图片排序单元:对待检测图像做高斯图像金字塔,并根据不同Scale的图片大小,进行排序;
图片检测单元:通过第一阶人脸检测模型检测图像中是否存在人脸及人脸位置;通过第二阶人脸检测模型进一步确认;从而实现最大人脸的检测。
本发明的有益效果在于:通过采用本发明提供的一种基于高斯金字塔的图像最大人脸识别方法及系统,可从检测数量优化算法速度,极大提升图像最大人脸的检测速度。本发明提供的检测器可部署在嵌入式设备CPU实现实时检测;本发明能够在嵌入式设备提速到10-15毫秒,提速达到普通人脸检测设备的10倍以上;本发明的应用场景包括人脸抠图、人脸结构化、人脸识别等领域。
附图说明
图1是本发明提供的最大人脸识别流程示意图;
图2是本发明提供的图像高斯金字塔效果图;
图3是本发明提供的基于图像高斯金字塔排序后的效果图;
图4是轻量级人脸检测器结构示意图;
图5是普通人脸检测器结构示意图。
具体实施方式
为了对本发明的实施例进行详细说明,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,所描述的实施例仅是本发明的一部分实施例,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。
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明的主要目的在于提供一种基于高斯金字塔的图像最大人脸识别方法及系统,旨在解决现有人脸检测器检测时间耗时长、人脸检测位置不精准的技术问题。
为实现上述目的,本发明提出一种基于高斯金字塔的图像最大人脸识别方法及系统,所述图像最大人脸识别方法使用级联的人脸检测器,包括第一阶段的轻量级人脸检测模型,和第二阶段的普通级人脸检测模型;通过轻量级人脸检测模型快速检测图像中是否存在人脸和人脸位置,普通级人脸检测模型基于轻量级人脸检测模型进一步确认,从而实现最大人脸的检测。通过采用本发明提供的一种基于高斯金字塔的图像最大人脸识别方法及系统可从检测数量优化算法速度,极大提升图像最大人脸的检测速度,本方案能够在嵌入式设备提速到10-15毫秒,提速达到普通人脸检测设备的10倍以上。
本发明提出的一种实施例,如图1所示,图1为本发明提供的最大人脸识别流程示意图,所述最大人脸识别方法具体包括如下步骤:
原始待检测图像预处理;
将待检测图像做高斯图像金字塔,生成不同Scale的图片N张;
根据Scale的图片大小,从小到大排序为S1,S2,S3…SN;
将Si输入第一阶轻量级人脸检测模型进行人脸检测(i=1…N);
将检测到的人脸区域输入第二阶普通级人脸检测模型进行人脸及位置确认;
找到图像中的最大人脸;
完成检测;
通过对图像金字塔进行排序,直接从输入上面优化检测次数,从而减少第一阶人脸检测和第二阶人脸检测的执行次数,实现快速检测出最大人脸。
具体的,一种基于高斯金字塔的图像最大人脸识别方法,使用级联的人脸检测器,包括第一阶段的轻量级人脸检测模型,和第二阶段的普通级人脸检测模型。
具体的,一种基于高斯金字塔的图像最大人脸识别方法,采用中值滤波去噪对图像进行预处理。
具体的,一种基于高斯金字塔的图像最大人脸识别方法,所述第一阶人脸检测采用轻量级人脸检测模型进行人脸检测,如果检测到人脸,则进行下一步骤;如果未检测到人脸则重新执行第一阶人脸检测步骤。
具体的,一种基于高斯金字塔的图像最大人脸识别方法,所述第二阶人脸检测采用普通级人脸检测模型进行人脸检测及位置确认,如果检测到人脸,则进入下一步骤;如果未检测到人脸则重新执行第一阶人脸检测步骤。
具体的,本发明可部署在嵌入式设备CPU实现实时检测。
具体的,本发明的应用场景广,可以应用在包括人脸抠图、人脸结构化、人脸识别等领域。
如图2所示,图2为发明提供的图像高斯金字塔效果图,通过对待测图像做图像高斯金字塔,将图像生成不同Scale的图片N张,便于后续对人脸的检测。
如图3所示,图3为本发明提供的基于图像高斯金字塔排序后的效果图,通过对不同Scale的图片大小,从小到大进行排序。
具体的,通过对图像金字塔进行排序,一般越大的人脸特征对应的图像金字塔宽高越小,通过排序金字塔来直接从输入上面优化检测次数,达到当图片中存在最大人脸时可以减少人脸检测步骤中的第一阶人脸检测和第二阶人脸检测的执行次数,从而实现快速检测出最大人脸。
如图4所示,图4为轻量级人脸检测器结构示意图,通过轻量级人脸检测模型能够快速的检测到图像中是否存在人脸和人脸的位置。
如图5所示,图5为普通人脸检测器结构示意图,通过普通人脸检测模型对轻量级人脸检测模型所测结果做进一步的确认,从而使检测的人脸位置更精准。
本发明所揭露的方法、系统和单元,可以通过其它的方式实现。例如,以上所描述的实施例仅是示意性的,例如,所述单元的划分,可以仅仅是一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例的方案目的。
需要说明的是,上所述仅是本发明较佳实施例,不能以此来限定本发明之权利范围,本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (6)
1.一种基于高斯金字塔的图像最大人脸识别方法,其特征在于,所述最大人脸识别方法为:对图像金字塔进行排序,直接从输入上面优化检测次数,从而减少第一阶人脸检测和第二阶人脸检测的执行次数,实现快速检测出最大人脸,具体包括如下步骤:
原始待检测图像预处理;
将待检测图像做高斯图像金字塔,生成不同Scale的图片N张;
根据Scale的图片大小,从小到大排序为S1,S2,S3…SN;
将Si输入第一阶轻量级人脸检测模型进行人脸检测(i=1…N);
将检测到的人脸区域输入第二阶普通级人脸检测模型进行人脸及位置确认;
找到图像中的最大人脸;
完成检测。
2.如权利要求1所述的一种基于高斯金字塔的图像最大人脸识别方法,其特征在于,所述图像最大人脸识别方法使用级联的人脸检测器,包括第一阶段的轻量级人脸检测模型,和第二阶段的普通级人脸检测模型。
3.如权利要求1所述的一种基于高斯金字塔的图像最大人脸识别方法,其特征在于,所述图像最大人脸识别方法采用中值滤波去噪对图像进行预处理。
4.如权利要求1所述的一种基于高斯金字塔的图像最大人脸识别方法,其特征在于,所述第一阶人脸检测采用轻量级人脸检测模型进行人脸检测,如果检测到人脸,则进行下一步骤;如果未检测到人脸则重新执行第一阶人脸检测步骤。
5.如权利要求1所述的一种基于高斯金字塔的图像最大人脸识别方法,其特征在于,所述第二阶人脸检测采用普通级人脸检测模型进行人脸检测及位置确认,如果检测到人脸,则进入下一步骤,输出最大人脸;如果未检测到人脸则重新执行第一阶人脸检测步骤。
6.一种基于高斯金字塔的图像最大人脸识别系统,其特征在于,所述最大人脸识别系统包括:
图像预处理单元:采用中值滤波对原始待检测图像进行预处理;
图片排序单元:对待检测图像做高斯图像金字塔,并根据不同Scale的图片大小,进行排序;
图片检测单元:通过第一阶人脸检测模型检测图像中是否存在人脸及人脸位置;通过第二阶人脸检测模型进一步确认;从而实现最大人脸的检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011191910.4A CN112395960A (zh) | 2020-10-30 | 2020-10-30 | 一种基于高斯金字塔的图像最大人脸识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011191910.4A CN112395960A (zh) | 2020-10-30 | 2020-10-30 | 一种基于高斯金字塔的图像最大人脸识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112395960A true CN112395960A (zh) | 2021-02-23 |
Family
ID=74598667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011191910.4A Pending CN112395960A (zh) | 2020-10-30 | 2020-10-30 | 一种基于高斯金字塔的图像最大人脸识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112395960A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196995A (zh) * | 2007-12-27 | 2008-06-11 | 北京中星微电子有限公司 | 图像中最大人脸的检测方法 |
CN108564049A (zh) * | 2018-04-22 | 2018-09-21 | 北京工业大学 | 一种基于深度学习的快速人脸检测识别方法 |
CN109284700A (zh) * | 2018-09-05 | 2019-01-29 | 武汉斗鱼网络科技有限公司 | 图像中多个人脸检测的方法、存储介质、设备及系统 |
CN109858384A (zh) * | 2019-01-08 | 2019-06-07 | 平安科技(深圳)有限公司 | 人脸图像的捕捉方法、计算机可读存储介质及终端设备 |
CN110533000A (zh) * | 2019-09-06 | 2019-12-03 | 厦门美图之家科技有限公司 | 人脸图像检测方法、装置、计算机设备和可读存储介质 |
CN110889355A (zh) * | 2019-11-19 | 2020-03-17 | 深圳市紫金支点技术股份有限公司 | 一种人脸识别校验方法、系统及存储介质 |
CN111027382A (zh) * | 2019-11-06 | 2020-04-17 | 华中师范大学 | 一种基于注意力机制的轻量级人脸检测的方法及模型 |
-
2020
- 2020-10-30 CN CN202011191910.4A patent/CN112395960A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196995A (zh) * | 2007-12-27 | 2008-06-11 | 北京中星微电子有限公司 | 图像中最大人脸的检测方法 |
CN108564049A (zh) * | 2018-04-22 | 2018-09-21 | 北京工业大学 | 一种基于深度学习的快速人脸检测识别方法 |
CN109284700A (zh) * | 2018-09-05 | 2019-01-29 | 武汉斗鱼网络科技有限公司 | 图像中多个人脸检测的方法、存储介质、设备及系统 |
CN109858384A (zh) * | 2019-01-08 | 2019-06-07 | 平安科技(深圳)有限公司 | 人脸图像的捕捉方法、计算机可读存储介质及终端设备 |
CN110533000A (zh) * | 2019-09-06 | 2019-12-03 | 厦门美图之家科技有限公司 | 人脸图像检测方法、装置、计算机设备和可读存储介质 |
CN111027382A (zh) * | 2019-11-06 | 2020-04-17 | 华中师范大学 | 一种基于注意力机制的轻量级人脸检测的方法及模型 |
CN110889355A (zh) * | 2019-11-19 | 2020-03-17 | 深圳市紫金支点技术股份有限公司 | 一种人脸识别校验方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109613002B (zh) | 一种玻璃缺陷检测方法、装置和存储介质 | |
CN101271514B (zh) | 一种快速目标检测和目标输出的图像检测方法及装置 | |
JP5669082B2 (ja) | 照合装置 | |
CN101477641A (zh) | 基于视频监控的人数统计方法和系统 | |
CN108647587B (zh) | 人数统计方法、装置、终端及存储介质 | |
CN105989608A (zh) | 一种面向智能机器人的视觉捕捉方法及装置 | |
CN110349167A (zh) | 一种图像实例分割方法及装置 | |
CN111783665A (zh) | 一种动作识别方法、装置、存储介质和电子设备 | |
CN114445768A (zh) | 目标识别方法、装置、电子设备及存储介质 | |
CN114674826A (zh) | 基于布匹的视觉检测方法及检测系统 | |
CN113822110B (zh) | 一种目标检测的方法和装置 | |
CN113139419B (zh) | 一种无人机检测方法及装置 | |
CN114005140A (zh) | 一种人员识别方法、装置、设备、行人监控系统及存储介质 | |
CN114764895A (zh) | 异常行为检测装置和方法 | |
CN112395960A (zh) | 一种基于高斯金字塔的图像最大人脸识别方法及系统 | |
Fang et al. | 1-D barcode localization in complex background | |
CN110717424A (zh) | 一种基于预处理机制的实时极小人脸检测方法 | |
US11869198B2 (en) | Method for identifying still objects from video | |
JP2002074371A (ja) | 画像処理装置 | |
JPWO2019150649A1 (ja) | 画像処理装置および画像処理方法 | |
CN112967301A (zh) | 自拍图像抠图方法及装置 | |
CN111368726B (zh) | 建筑工地作业面人数统计方法、系统、存储介质及装置 | |
CN112307936A (zh) | 基于头肩检测的客流量分析方法、系统及装置 | |
EP2528019A1 (en) | Apparatus and method for detecting objects in moving images | |
TWI599222B (zh) | Photographic device anomaly detection method |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210223 |