CN114120423A - 人脸图像检测方法、装置、电子设备和计算机可读介质 - Google Patents
人脸图像检测方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN114120423A CN114120423A CN202111484956.XA CN202111484956A CN114120423A CN 114120423 A CN114120423 A CN 114120423A CN 202111484956 A CN202111484956 A CN 202111484956A CN 114120423 A CN114120423 A CN 114120423A
- Authority
- CN
- China
- Prior art keywords
- image
- pedestrian
- detection
- histogram
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本公开的实施例公开了人脸图像检测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:控制无人机进行图像拍摄,得到行人图像;利用滑动窗口对行人图像进行区域遍历,得到行人检测图像;确定行人检测图像包括的多个初始候选框所框选区域的方向梯度直方图特征,得到行人特征图像;利用支持向量机对多个直方图特征进行分类处理,得到分类结果;对行人特征图像进行非极大值抑制处理,得到待分割图像;根据待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像;将目标行人图像输入至预先训练的人脸检测模型,得到人脸区域的位置信息。该实施方式可以有效避免出现漏检或误检的情况,提高人脸图像的检出率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及人脸图像检测方法、装置、电子设备和计算机可读介质。
背景技术
人脸检测,是对图像中包括的人脸区域进行识别,并输出人脸区域在图像中所在位置的技术。在进行人脸检测时,通常会对图像进行预处理,把图像缩放到固定的尺寸,再输入至网络中进行检测。
然而,当采用上述方式时经常会存在如下技术问题:
第一,无人机拍摄的图像中人脸区域的有效像素较少,对图像进行缩放后,导致人脸区域的有效像素更小,从而,可能出现漏检或者误检的情况,造成人脸图像的检出率较低。同时,若不对图像进行缩放,会因为原图的规格较大,导致计算机计算量增加。
第二,由于拍摄到的行人图像中的行人的姿势和动作是随机的,行人图像中不同区域的光照和几何形状存在变化,因此,难以准确的提取图像区域内的特征,从而导致难以对图像区域进行准确划分。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了人脸图像检测方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种人脸图像检测方法,该方法包括:控制无人机以俯拍的方式进行图像拍摄,得到行人图像,其中,上述行人图像中包括人脸区域;利用滑动窗口对上述行人图像进行区域遍历,得到行人检测图像,其中,上述行人检测图像中包括多个初始候选框;确定上述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像,其中,上述行人特征图像中包括多个直方图特征;利用支持向量机对上述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果;响应于确定上述分类结果满足预设条件,对上述行人特征图像进行非极大值抑制处理,得到待分割图像,其中,上述待分割图像包括目标候选框;根据上述待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像;将上述目标行人图像输入至预先训练的人脸检测模型,得到上述目标行人图像的人脸区域的位置信息。
第二方面,本公开的一些实施例提供了一种人脸图像检测装置,装置包括:控制单元,被配置成控制无人机以俯拍的方式进行图像拍摄,得到行人图像,其中,上述行人图像中包括人脸区域;区域遍历单元,被配置成利用滑动窗口对上述行人图像进行区域遍历,得到行人检测图像,其中,上述行人检测图像中包括多个初始候选框;确定单元,被配置成确定上述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像,其中,上述行人特征图像中包括多个直方图特征;分类处理单元,被配置成利用支持向量机对上述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果;非极大值抑制处理单元,被配置成响应于确定上述分类结果满足预设条件,对上述行人特征图像进行非极大值抑制处理,得到待分割图像,其中,上述待分割图像包括目标候选框;图像分割处理单元,被配置成根据上述待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像;输入单元,被配置成将上述目标行人图像输入至预先训练的人脸检测模型,得到上述目标行人图像的人脸区域的位置信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的人脸图像检测方法对人脸区域的位置信息进行检测,解决了对原图进行检测导致计算量较大的问题,又避免了由于对图像进行缩放,导致人脸区域的有效像素较小,出现漏检或者误检的情况。具体来说,造成人脸图像的检出率较低和计算量较大的原因在于:无人机拍摄的图像中人脸区域的有效像素较少,对图像进行缩放后,导致人脸区域的有效像素更小,从而,可能出现漏检或者误检的情况。若不对图像进行缩放,原图的规格较大。基于此,本公开的一些实施例的人脸图像检测方法,首先,可以控制无人机以俯拍的方式进行图像拍摄,得到行人图像,其中,上述行人图像中包括人脸区域。由此,可以得到包括人脸区域的行人图像,上述行人图像中的人脸区域的有效像素较少,所占行人图像的比例较小。无人机进行图像拍摄可以为人脸图像的检测提供数据基础。然后,可以利用滑动窗口对上述行人图像进行区域遍历,得到行人检测图像,其中,上述行人检测图像中包括多个初始候选框。由此,可以对行人图像中的区域进行初步的划分。之后,可以确定上述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像,其中,上述行人特征图像中包括多个直方图特征。由于行人的有效像素相对于人脸的有效像素较多,因此,可以准确的确定滑动窗口所划分的各个区域的特征。接着,可以利用支持向量机对上述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果。由此,可以准确的确定出各个区域属于人脸区域还是背景区域。而后,可以响应于确定上述分类结果满足预设条件,对上述行人特征图像进行非极大值抑制处理,得到待分割图像,其中,上述待分割图像包括目标候选框。由此,可以剔除无效的初始候选框,得到包括人脸区域的目标候选框。之后,可以根据上述待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像。由此,可以将目标行人图像从行人图像中划分出来,从而,可以在后续的计算中,减少计算机的计算量。最后,将上述目标行人图像输入至预先训练的人脸检测模型,得到上述目标行人图像的人脸区域的位置信息。由此,通过快速定位行人图像中行人的位置,并将包括行人的目标候选框从行人图像中分割出来,然后,直接输入至预先训练的人脸检测模型。即解决了输入原图导致的计算量较大的问题,同时,又避免了由于对原图进行缩放,导致的人脸区域的有效像素更小,从而,导致出现漏检或者误检的情况,造成人脸图像的检出率较低。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的人脸图像检测方法的一个应用场景的示意图;
图2是根据本公开的人脸图像检测方法的一些实施例的流程图;
图3是根据本公开的人脸图像检测装置的一些实施例的结构示意图;
图4是根据本公开的人脸图像检测方法的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开的一些实施例的人脸图像检测方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以控制无人机以俯拍的方式进行图像拍摄,得到行人图像102,其中,上述行人图像102中包括人脸区域。之后,计算设备101可以利用滑动窗口对上述行人图像102进行区域遍历,得到行人检测图像103,其中,上述行人检测图像103中包括多个初始候选框。接着,计算设备101可以确定上述行人检测图像103包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像104,其中,上述行人特征图像104中包括多个直方图特征。而后,计算设备101可以利用支持向量机对上述行人特征图像104包括的多个直方图特征进行分类处理,得到分类结果105。之后,计算设备101可以响应于确定上述分类结果105满足预设条件,对上述行人特征图像进行非极大值抑制处理,得到待分割图像106,其中,上述待分割图像106包括目标候选框。而后,计算设备101可以根据上述待分割图像106中包括的目标候选框进行图像分割处理,得到目标行人图像107。最后,计算设备101可以将上述目标行人图像107输入至预先训练的人脸检测模型108,得到上述目标行人图像107的人脸区域的位置信息109。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的人脸图像检测方法的一些实施例的流程200。该人脸图像检测方法,包括以下步骤:
步骤201,控制无人机以俯拍的方式进行图像拍摄,得到行人图像。
在一些实施例中,人脸图像检测方法的执行主体(如图1所示的计算设备101)可以通过有线连接方式或者无线连接方式控制无人机以俯拍的方式进行图像拍摄,得到行人图像。其中,上述行人图像中可以包括人脸区域。无人机拍摄的图像可以是斑马线上的行人的图像。无人机以俯拍的方式拍摄到的行人图像中,人脸区域的有效像素通常较小。上述行人图像包括的行人的数量可以是一个或者多个。
步骤202,利用滑动窗口对行人图像进行区域遍历,得到行人检测图像。
在一些实施例中,上述执行主体可以利用滑动窗口对上述行人图像进行区域遍历,得到行人检测图像。其中,上述行人检测图像中可以包括多个初始候选框。
在一些实施例的一些可选的实现方式中,上述利用滑动窗口对上述行人图像进行区域遍历,得到行人检测图像,可以包括以下步骤:
第一步,设置预定数目个滑动窗口。其中,上述预定数目个滑动窗口的长度、宽度和滑动步长不同。
第二步,控制上述预定数目个滑动窗口分别以设置的滑动步长,在上述行人图像上进行滑动。其中,上述预定数目个滑动窗口可以在上述行人图像上进行横向的滑动或者纵向的滑动。
第三步,将上述预定数目个滑动窗口每一次滑动所框选区域的边框确定为初始候选框,得到多个初始候选框。其中,预定数目个滑动窗口在上述行人图像,以设置的滑动步长进行滑动,从而,可以遍历上述行人图像。区域遍历完成后,上述行人图像中包括多个大小不一的、重叠的框。可以将这些框称为初始候选框。
第四步,将包括多个初始候选框的行人图像确定为行人检测图像。
步骤203,确定行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像。
在一些实施例中,上述执行主体可以确定上述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像。其中,上述行人特征图像中包括多个直方图特征。直方图特征可以表征所框选区域中物体的边缘信息。
在一些实施例的一些可选的实现方式中,上述确定上述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,可以包括以下步骤:
第一步,将上述初始候选框所框选区域中的各个像素确定为初始像素集合。其中,上述执行主体还可以确定各个像素的三维坐标。可以以所框选区域的横纵坐标作为像素的横纵坐标,以像素值作为竖坐标。
第二步,确定上述初始像素集合中的每个像素的梯度幅值和梯度方向值。其中,上述执行主体可以对每个像素的横、纵和竖坐标进行求导,将所得到的结果进行相加,得到梯度幅值。上述执行主体可以确定每个像素的横纵坐标的余切值,将余切值作为梯度幅值。
第三步,对上述初始像素集合进行分组,得到像素组集合。
作为示例,上述初始像素集合可以是60*60的像素集合。对初始像素集合进行分组,可以将60*60的初始像素集合划分为10个6*6的像素组。
第四步,利用直方图对上述像素组集合中的每个像素组对应的梯度幅值和梯度方向值进行统计以生成初始方向梯度直方图特征,得到初始方向梯度直方图特征集合。其中,直方图可以是图像内灰度值的统计特征与图像灰度值之间的函数。直方图可以统计图像内各个灰度级出现的次数。直方图的横轴的取值可以是0~255,即256个灰度级。纵轴是对应灰度级的像素点的个数。
第五步,对上述初始方向梯度直方图特征集合中的各个初始方向梯度直方图特征进行归一化处理,得到直方图特征。其中,上述执行主体可以对上述初始方向梯度直方图特征集合中的各个初始方向梯度直方图特征进行组合,得到直方图特征。各个初始方向梯度直方图特征在进行组合时可能存在重复的特征,因此,所得到的直方图特征可能是多个特征重叠的。
可选的,在上述将上述初始候选框所框选区域中的各个像素确定为初始像素集合之前,还可以包括以下步骤:
第一步,对上述行人检测图像进行灰度化处理,得到灰度图像。
第二步,对上述灰度图像进行颜色校正处理,得到校正图像。
可选的,上述对上述灰度图像进行颜色校正处理,得到校正图像,可以包括以下步骤:
第一步,对上述灰度图像中的每个像素值进行数值转换处理,以生成转换像素值,得到转换像素值集合。
作为示例,可以将上述灰度图像中的每个像素值转换为0~1之间的实数。可以通过公式(i+0.5)/256,对像素值进行数值转换。i表示像素值。
第二步,以上述转换像素值集合中的每个转换像素值为底数、以预设校正值为指数,确定上述转换像素值对应的颜色补偿值,得到颜色补偿值集合。其中,预设校正值可以是2.2。
第三步,对上述颜色补偿值集合中的每个颜色补偿值进行数值反转换处理,以生成反转换像素值,得到反转换像素值集合。
作为示例,可以对上述颜色补偿值集合中的每个颜色补偿值进行数值反转换处理,即将每个颜色补偿值反转换为0~1之间的实数。可以通过公式f*256-0.5,对颜色补偿值进行数值反转换。f表示颜色补偿值。
第四步,将包括上述反转换像素值集合的灰度图像确定为校正图像。
上述步骤203作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“第二,由于拍摄到的行人图像中的行人的姿势和动作是随机的,行人图像中不同区域的光照和几何形状存在变化,因此,难以准确的提取图像区域内的特征,从而导致难以对图像区域进行准确划分”。导致难以对图像区域进行准确划分的原因往往如下:由于拍摄到的行人图像中的行人的姿势和动作是随机的,行人图像中不同区域的光照和几何形状存在变化,因此,难以准确的提取图像区域内的特征。如果解决了上述原因,就能达到可以对图像区域进行准确划分的效果。为了达到这一效果,首先,可以对上述行人检测图像进行灰度化处理,得到灰度图像。从而,可以获取每个像素的灰度值。同时,可以减小图片的大小。然后,可以对上述灰度图像进行颜色校正处理,得到校正图像。从而,可以调节图像的对比度,降低图像中的阴影和光照变化造成的影响。同时,可以抑制噪声的干扰。接着,可以将上述初始候选框所框选区域中的各个像素确定为初始像素集合,并确定上述初始像素集合中的每个像素的梯度幅值和梯度方向值。从而,可以捕获初始候选框所框选区域中的轮廓信息,同时,由于是对每个像素进行处理,因此,可以进一步的弱化光照的干扰。而后,可以对上述初始像素集合进行分组,得到像素组集合,并利用直方图对上述像素组集合中的每个像素组对应的梯度幅值和梯度方向值进行统计以生成初始方向梯度直方图特征,得到初始方向梯度直方图特征集合。从而,可以在像素组的维度上,对梯度幅值和梯度方向值进行直方图统计。最后,对上述初始方向梯度直方图特征集合中的各个初始方向梯度直方图特征进行归一化处理,得到直方图特征。由此,可以有效避免光照和几何的形变影响,便于准确的提取图像区域内的特征,从而可以对图像区域进行准确划分。
步骤204,利用支持向量机对行人特征图像包括的多个直方图特征进行分类处理,得到分类结果。
在一些实施例中,上述执行主体可以利用支持向量机对上述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果。其中,上述分类结果可以是与人脸特征相关的直方图特征和与人脸特征无关的直方图特征。
步骤205,响应于确定分类结果满足预设条件,对行人特征图像进行非极大值抑制处理,得到待分割图像。
在一些实施例中,上述执行主体可以响应于确定上述分类结果满足预设条件,对上述行人特征图像进行非极大值抑制处理,得到待分割图像。其中,上述待分割图像可以是包括人脸区域的图像。
在一些实施例的一些可选的实现方式中,上述响应于确定上述分类结果满足预设条件,对上述行人特征图像进行非极大值抑制处理,可以通过以下步骤得到待分割图像:
响应于确定上述分类结果为行人直方图特征集合,对上述行人特征图像中的上述行人直方图特征集合对应的初始候选框,进行非极大值抑制处理,得到待分割图像。其中,上述分类结果可以包括行人直方图特征集合和背景直方图特征集合。上述待分割图像可以包括目标候选框。上述执行主体可以获取上述行人直方图特征集合对应的多个初始候选框的置信度得分。然后,对多个置信度得分进行排序,并将置信度最高的初始候选框添加到输出列表。之后,上述执行主体可以确定所有初始候选框的面积,将置信度最高的初始候选框与其他初始候选框的交并比,并对交并比大于预定阈值的初始候选框进行剔除。从剔除后的初始候选框中再次选择一个置信度最高的初始候选框添加到输出列表。重复以上步骤,直至确定出唯一的初始候选框作为目标候选框。
步骤206,根据待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像。
在一些实施例中,上述执行主体可以以上述待分割图像中包括的目标候选框对图像进行划分,并对待分割图像进行图像分割处理,得到目标行人图像。
步骤207,将目标行人图像输入至预先训练的人脸检测模型,得到目标行人图像的人脸区域的位置信息。
在一些实施例中,上述执行主体可以将上述目标行人图像输入至预先训练的人脸检测模型,得到上述目标行人图像的人脸区域的位置信息。其中,上述预先训练的人脸检测模型可以是利用CNN(Convolutional Neural Networks,卷积神经网络)、RNN(RecurrentNeural Network,循环神经网络)、YOLO V5或者BP(back propagation,多层前馈神经网络)训练的模型。其中,YOLO V5是基于卷积神经网络结构的单阶段目标检测算法。获取预先训练的人脸检测模型,可以首先确定初始神经网络的网络结构。例如,需要确定初始神经网络包括哪些层,层与层之间的连接顺序关系,以及每层都包括哪些神经元,每个神经元对应的权重和偏置项,每层网络的激活函数等等。然后初始化初始神经网络的网络参数,并以样本行人图像为输入,以样本行人图像的人脸区域的位置信息为输出进行模型训练。通过设置损失函数判断模型训练的效果。最后,当损失函数求的损失值满足预设条件时,结束训练,得到训练完成的人脸检测模型。上述预设条件可以是上述损失值收敛于预定阈值。
可选的,上述执行主体还可以将上述目标行人图像的人脸区域的位置信息发送至显示设备,以供上述显示设备进行显示。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的人脸图像检测方法对人脸区域的位置信息进行检测,解决了对原图进行检测导致计算量较大的问题,又避免了由于对图像进行缩放,导致人脸区域的有效像素较小,出现漏检或者误检的情况。具体来说,造成人脸图像的检出率较低和计算量较大的原因在于:无人机拍摄的图像中人脸区域的有效像素较少,对图像进行缩放后,导致人脸区域的有效像素更小,从而,可能出现漏检或者误检的情况。若不对图像进行缩放,原图的规格较大。基于此,本公开的一些实施例的人脸图像检测方法,首先,可以控制无人机以俯拍的方式进行图像拍摄,得到行人图像,其中,上述行人图像中包括人脸区域。由此,可以得到包括人脸区域的行人图像,上述行人图像中的人脸区域的有效像素较少,所占行人图像的比例较小。无人机进行图像拍摄可以为人脸图像的检测提供数据基础。然后,可以利用滑动窗口对上述行人图像进行区域遍历,得到行人检测图像,其中,上述行人检测图像中包括多个初始候选框。由此,可以对行人图像中的区域进行初步的划分。之后,可以确定上述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像,其中,上述行人特征图像中包括多个直方图特征。由于行人的有效像素相对于人脸的有效像素较多,因此,可以准确的确定滑动窗口所划分的各个区域的特征。接着,可以利用支持向量机对上述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果。由此,可以准确的确定出各个区域属于人脸区域还是背景区域。而后,可以响应于确定上述分类结果满足预设条件,对上述行人特征图像进行非极大值抑制处理,得到待分割图像,其中,上述待分割图像包括目标候选框。由此,可以剔除无效的初始候选框,得到包括人脸区域的目标候选框。之后,可以根据上述待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像。由此,可以将目标行人图像从行人图像中划分出来,从而,可以在后续的计算中,减少计算机的计算量。最后,将上述目标行人图像输入至预先训练的人脸检测模型,得到上述目标行人图像的人脸区域的位置信息。由此,通过快速定位行人图像中行人的位置,并将包括行人的目标候选框从行人图像中分割出来,然后,直接输入至预先训练的人脸检测模型。即解决了输入原图导致的计算量较大的问题,同时,又避免了由于对原图进行缩放,导致的人脸区域的有效像素更小,从而,导致出现漏检或者误检的情况,造成人脸图像的检出率较低。
进一步参考图3,作为对上述各图所示方法的实现,本公开提供了一种人脸图像检测装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,一些实施例的人脸图像检测装置300包括:控制单元301、区域遍历单元302、确定单元303、分类处理单元304、非极大值抑制处理单元305、图像分割处理单元306和输入单元307。其中,控制单元301,被配置成控制无人机以俯拍的方式进行图像拍摄,得到行人图像,其中,上述行人图像中包括人脸区域;区域遍历单元302,被配置成利用滑动窗口对上述行人图像进行区域遍历,得到行人检测图像,其中,上述行人检测图像中包括多个初始候选框;确定单元303,被配置成确定上述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像,其中,上述行人特征图像中包括多个直方图特征;分类处理单元304,被配置成利用支持向量机对上述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果;非极大值抑制处理单元305,被配置成响应于确定上述分类结果满足预设条件,对上述行人特征图像进行非极大值抑制处理,得到待分割图像,其中,上述待分割图像包括目标候选框;图像分割处理单元306,被配置成根据上述待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像;输入单元307,被配置成将上述目标行人图像输入至预先训练的人脸检测模型,得到上述目标行人图像的人脸区域的位置信息。
可以理解的是,该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元,在此不再赘述。
下面参考图4,其示出了适于用来实现本公开的一些实施例的电子设备(例如,图1中的计算设备101)400的结构示意图。图4示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:控制无人机以俯拍的方式进行图像拍摄,得到行人图像,其中,上述行人图像中包括人脸区域;利用滑动窗口对上述行人图像进行区域遍历,得到行人检测图像,其中,上述行人检测图像中包括多个初始候选框;确定上述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像,其中,上述行人特征图像中包括多个直方图特征;利用支持向量机对上述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果;响应于确定上述分类结果满足预设条件,对上述行人特征图像进行非极大值抑制处理,得到待分割图像,其中,上述待分割图像包括目标候选框;根据上述待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像;将上述目标行人图像输入至预先训练的人脸检测模型,得到上述目标行人图像的人脸区域的位置信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括控制单元、区域遍历单元、确定单元、分类处理单元、非极大值抑制处理单元、图像分割处理单元和输入单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,控制单元还可以被描述为“控制无人机以俯拍的方式进行图像拍摄,得到行人图像的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种人脸图像检测方法,包括:
控制无人机以俯拍的方式进行图像拍摄,得到行人图像,其中,所述行人图像中包括人脸区域;
利用滑动窗口对所述行人图像进行区域遍历,得到行人检测图像,其中,所述行人检测图像中包括多个初始候选框;
确定所述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像,其中,所述行人特征图像中包括多个直方图特征;
利用支持向量机对所述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果;
响应于确定所述分类结果满足预设条件,对所述行人特征图像进行非极大值抑制处理,得到待分割图像,其中,所述待分割图像包括目标候选框;
根据所述待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像;
将所述目标行人图像输入至预先训练的人脸检测模型,得到所述目标行人图像的人脸区域的位置信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将所述目标行人图像的人脸区域的位置信息发送至显示设备,以供所述显示设备进行显示。
3.根据权利要求2所述的方法,其中,所述利用滑动窗口对所述行人图像进行区域遍历,得到行人检测图像,包括:
设置预定数目个滑动窗口,其中,所述预定数目个滑动窗口的长度、宽度和滑动步长不同;
控制所述预定数目个滑动窗口分别以设置的滑动步长,在所述行人图像上进行滑动;
将所述预定数目个滑动窗口每一次滑动所框选区域的边框确定为初始候选框,得到多个初始候选框;
将包括多个初始候选框的行人图像确定为行人检测图像。
4.根据权利要求3所述的方法,其中,所述确定所述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,包括:
将所述初始候选框所框选区域中的各个像素确定为初始像素集合;
确定所述初始像素集合中的每个像素的梯度幅值和梯度方向值;
对所述初始像素集合进行分组,得到像素组集合;
利用直方图对所述像素组集合中的每个像素组对应的梯度幅值和梯度方向值进行统计以生成初始方向梯度直方图特征,得到初始方向梯度直方图特征集合;
对所述初始方向梯度直方图特征集合中的各个初始方向梯度直方图特征进行归一化处理,得到直方图特征。
5.根据权利要求4所述的方法,其中,在所述将所述初始候选框所框选区域中的各个像素确定为初始像素集合之前,还包括:
对所述行人检测图像进行灰度化处理,得到灰度图像;
对所述灰度图像进行颜色校正处理,得到校正图像。
6.根据权利要求5所述的方法,其中,所述对所述灰度图像进行颜色校正处理,得到校正图像,包括:
对所述灰度图像中的每个像素值进行数值转换处理,以生成转换像素值,得到转换像素值集合;
以所述转换像素值集合中的每个转换像素值为底数、以预设校正值为指数,确定所述转换像素值对应的颜色补偿值,得到颜色补偿值集合;
对所述颜色补偿值集合中的每个颜色补偿值进行数值反转换处理,以生成反转换像素值,得到反转换像素值集合;
将包括所述反转换像素值集合的灰度图像确定为校正图像。
7.根据权利要求6所述的方法,其中,所述分类结果包括行人直方图特征集合和背景直方图特征集合;以及
所述响应于确定所述分类结果满足预设条件,对所述行人特征图像进行非极大值抑制处理,得到待分割图像,包括:
响应于确定所述分类结果为行人直方图特征集合,对所述行人特征图像中的所述行人直方图特征集合对应的初始候选框,进行非极大值抑制处理,得到待分割图像。
8.一种人脸图像检测装置,包括:
控制单元,被配置成控制无人机以俯拍的方式进行图像拍摄,得到行人图像,其中,所述行人图像中包括人脸区域;
区域遍历单元,被配置成利用滑动窗口对所述行人图像进行区域遍历,得到行人检测图像,其中,所述行人检测图像中包括多个初始候选框;
确定单元,被配置成确定所述行人检测图像包括的多个初始候选框中每个初始候选框所框选区域的方向梯度直方图特征以生成直方图特征,得到行人特征图像,其中,所述行人特征图像中包括多个直方图特征;
分类处理单元,被配置成利用支持向量机对所述行人特征图像包括的多个直方图特征进行分类处理,得到分类结果;
非极大值抑制处理单元,被配置成响应于确定所述分类结果满足预设条件,对所述行人特征图像进行非极大值抑制处理,得到待分割图像,其中,所述待分割图像包括目标候选框;
图像分割处理单元,被配置成根据所述待分割图像中包括的目标候选框进行图像分割处理,得到目标行人图像;
输入单元,被配置成将所述目标行人图像输入至预先训练的人脸检测模型,得到所述目标行人图像的人脸区域的位置信息。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111484956.XA CN114120423A (zh) | 2021-12-07 | 2021-12-07 | 人脸图像检测方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111484956.XA CN114120423A (zh) | 2021-12-07 | 2021-12-07 | 人脸图像检测方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114120423A true CN114120423A (zh) | 2022-03-01 |
Family
ID=80367558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111484956.XA Pending CN114120423A (zh) | 2021-12-07 | 2021-12-07 | 人脸图像检测方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114120423A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115393830A (zh) * | 2022-08-26 | 2022-11-25 | 南通大学 | 一种基于深度学习与面部特征的疲劳驾驶检测方法 |
-
2021
- 2021-12-07 CN CN202111484956.XA patent/CN114120423A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115393830A (zh) * | 2022-08-26 | 2022-11-25 | 南通大学 | 一种基于深度学习与面部特征的疲劳驾驶检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816589B (zh) | 用于生成漫画风格转换模型的方法和装置 | |
JP7236545B2 (ja) | ビデオターゲット追跡方法と装置、コンピュータ装置、プログラム | |
CN107529650B (zh) | 闭环检测方法、装置及计算机设备 | |
CN109800732B (zh) | 用于生成漫画头像生成模型的方法和装置 | |
WO2021098362A1 (zh) | 视频分类模型构建、视频分类的方法、装置、设备及介质 | |
CN111368685B (zh) | 关键点的识别方法、装置、可读介质和电子设备 | |
CN111369427B (zh) | 图像处理方法、装置、可读介质和电子设备 | |
WO2023040510A1 (zh) | 图像异常检测模型训练方法、图像异常检测方法和装置 | |
CN111915480B (zh) | 生成特征提取网络的方法、装置、设备和计算机可读介质 | |
CN112668588B (zh) | 车位信息生成方法、装置、设备和计算机可读介质 | |
CN113436100B (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
CN110059623B (zh) | 用于生成信息的方法和装置 | |
CN112766189A (zh) | 深度伪造检测方法、装置、存储介质及电子设备 | |
CN111783626A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN114898177B (zh) | 缺陷图像生成方法、模型训练方法、设备、介质及产品 | |
CN113658196A (zh) | 红外图像中船舶的检测方法、装置、电子设备和介质 | |
CN114120423A (zh) | 人脸图像检测方法、装置、电子设备和计算机可读介质 | |
CN111783777B (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN115731341A (zh) | 三维人头重建方法、装置、设备及介质 | |
CN116310356B (zh) | 深度学习模型的训练方法、目标检测方法、装置及设备 | |
CN115100536B (zh) | 建筑物识别方法、装置、电子设备和计算机可读介质 | |
CN116597430A (zh) | 物品识别方法、装置、电子设备和计算机可读介质 | |
CN113703704B (zh) | 界面显示方法、头戴式显示设备和计算机可读介质 | |
CN114429602A (zh) | 语义分割方法、装置、电子设备及存储介质 | |
CN113642510A (zh) | 目标检测方法、装置、设备和计算机可读介质 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Yundong Inventor after: Sui Hongli Inventor after: Guo Yanjie Inventor after: Liu Xiaotao Inventor after: Xu Xiang Inventor before: Zhang Yundong Inventor before: Sui Hongli Inventor before: Guo Yanjie Inventor before: Liu Xiaotao Inventor before: Xu Xiang |
|
CB03 | Change of inventor or designer information |