CN117636411A - 人脸检测方法、装置、电子设备、存储介质及芯片系统 - Google Patents

Abstract

本公开涉及一种人脸检测方法、装置、电子设备、存储介质及芯片系统，该方法包括：通过图像信号处理流水线的部分模块获取待检测图像，通过人脸检测模型识别待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度；通过人脸关键点检测模型识别待检测图像中人脸关键点，确定人脸关键点置信度；人脸关键点置信度表征人脸关键点与人脸区域对齐的准确率；人脸关键点检测模型与人脸检测模型级联；根据人脸检测置信度和人脸关键点置信度过滤不包括人脸区域的人脸图像矩形框，通过对人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；对处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。

Description

人脸检测方法、装置、电子设备、存储介质及芯片系统

技术领域

本公开涉及图像识别领域，尤其涉及一种人脸检测方法、装置、电子设备、存储介质及芯片系统。

背景技术

图像人脸位置感知包含人脸检测和人脸关键点检测，人脸检测是对图像中的人脸区域进行位置定位并输出人脸矩形框和置信度，人脸关键点检测是定位人脸面部包括眉毛、眼睛、鼻子、嘴巴和面部轮廓的位置信息。随着深度学习等人工智能技术的发展，人脸检测和人脸关键点检测技术在硬件算力充足的情况下均得到较大的检测精度提升。但对于算力受限的智能终端设备，实现高精度、高稳定性、低功耗与低时延的人脸检测和人脸关键点检测依旧是一大难题。

目前在智能终端设备如智能手机，人脸检测和人脸关键点检测为了获得较高的检测精度，通常出现功耗过高、无法达到实时检测30fps和检测结果出现明显时延等问题；或者为了降低功耗、提升实时性，减小算法复杂度的同时导致模型检测精度下降严重，且依旧存在检测结果时延明显的问题。

发明内容

为克服相关技术中存在的问题，本公开提供一种人脸检测方法、装置、电子设备、存储介质及芯片系统。

根据本公开实施例的第一方面，提供一种人脸检测方法，包括通过图像信号处理流水线的部分模块获取待检测图像；通过人脸检测模型识别所述待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度；所述人脸检测置信度表征所述人脸图像矩形框的准确度；通过人脸关键点检测模型识别所述待检测图像中的人脸关键点，确定所述人脸关键点置信度；所述人脸关键点置信度表征所述人脸关键点与所述人脸区域对齐的确定度；所述人脸关键点检测模型与所述人脸检测模型级联；根据所述人脸检测置信度和所述人脸关键点置信度过滤不包括所述人脸区域的人脸图像矩形框，通过对所述人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；对所述处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。

可选的，所述通过图像信号处理流水线的部分模块获取待检测图像的步骤包括：通过所述图像信号处理流水线中的RAW模块对原始图像进行去噪处理、缩放处理、伽马处理及下采样处理得到所述待检测图像。

可选的，所述通过人脸检测模型识别所述待检测图像中的所述人脸区域，得到包含所述人脸区域的人脸图像矩形框的步骤包括：对所述待检测图像，每隔固定帧选择一帧作为所述人脸检测模型的输入图像；通过所述人脸检测模型中预设定的分类阈值，确定所述输入图像中的所述人脸区域及其他区域；所述分类阈值表征所述输入图像中区域属于所述人脸区域的概率；将包含全部所述人脸区域的最小矩形区域作为所述人脸图像矩形框。

可选的，所述预设定的分类阈值的取值范围为0-0.55。

可选的，所述通过人脸关键点检测模型识别所述待检测图像中的人脸关键点，确定所述人脸关键点置信度的步骤包括：对所述人脸图像矩形框以及未经过所述人脸检测模型识别的所述待检测图像中的每一帧，通过人脸关键点检测模型识别人脸关键点，确定所述人脸关键点置信度。

可选的，所述根据所述人脸关键点置信度过滤不包括所述人脸区域的人脸图像矩形框的步骤包括：获取每帧所述人脸图像矩形框对应的人脸关键点置信度；在所述人脸检测置信度和所述人脸关键点置信度均小于预定阈值的情况下，过滤掉对应的所述人脸图像矩形框。

可选的，所述人脸关键点检测模型通过如下步骤训练得到：获取样本图像；所述样本图像中包括指定比例的非人脸图像；通过概率性随机偏移扩展矩形框截取所述样本图像中的人脸区域；标记所述样本图像中的人脸区域和人脸关键点，得到标记样本；通过所述标记样本训练得到所述人脸关键点检测模型。

可选的，将所述待检测图像写入到网络处理器NPU可访问的片上存储器OCM中；通过所述NPU从所述OCM读取所述待检测图像作为所述人脸检测模型与所述人脸关键点检测模型的输入图像。

根据本公开实施例的第二方面，提供一种人脸检测装置，包括：获取模块，被配置为通过图像信号处理流水线的部分模块获取待检测图像；所述待检测图像中包含人脸图像；识别模块，被配置为通过人脸检测模型识别所述待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度；所述人脸检测置信度表征所述人脸图像矩形框的准确度；所述识别模块，还被配置为通过人脸关键点检测模型识别所述待检测图像中的人脸关键点，确定所述人脸关键点置信度；所述人脸关键点置信度表征所述人脸关键点与所述人脸区域对齐的准确率；所述人脸关键点检测模型与所述人脸检测模型级联；处理模块，被配置为根据所述人脸检测置信度和所述人脸关键点置信度过滤不包括所述人脸区域的人脸图像矩形框，通过对所述人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；平滑模块，被配置为对所述处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。

根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令实现前述的人脸检测方法的步骤。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现本公开第一方面所提供的人脸检测方法的步骤。

根据本公开实施例的第五方面，提供一种芯片系统，包括：存储介质，用于存储指令；处理电路，用于执行所述指令，实现第一方面所提供的所述的人脸检测方法。

本公开的实施例提供的技术方案可以包括以下有益效果：通过图像信号处理流水线的部分模块获取待检测图像，通过人脸检测模型识别待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度；通过人脸关键点检测模型识别待检测图像中的人脸关键点，确定人脸关键点置信度；人脸关键点置信度表征人脸关键点与人脸区域对齐的准确率；人脸关键点检测模型与人脸检测模型级联；根据人脸检测置信度和人脸关键点置信度过滤不包括人脸区域的人脸图像矩形框，通过对人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；对处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。通过对人脸检测和人脸关键点检测进行功能级联，实现了根据人脸关键点检测结果对人脸检测结果进行筛选、修正，保证检测精度和稳定性的同时，能够在算力受限的智能终端设备进行部署，提升了与人脸相关如人脸对焦、人脸识别、人脸美妆等任务的性能，从而提升用户体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本公开示例性实施例示出的终端示意图。

图2是本公开示例性实施例示出的一种人脸检测方法的流程图。

图3是本公开示例性实施例示出的步骤S102的子步骤的流程图。

图4是本公开示例性实施例示出的人脸关键点置信度与偏移度的关系示意图。

图5是本公开示例性实施例示出的模型性能的示意图

图6是根据一示例性实施例示出的一种人脸检测装置的框图。

图7是根据一示例性实施例示出的一种用于人脸检测的装置的框图。

附图标记说明

120-终端；20-人脸检测装置；201-获取模块；202-识别模块；203-处理模块；204-平滑模块；800-装置；802-处理组件；804-存储器；806-电力组件；808-多媒体组件；810-音频组件；812-输入/输出(I/O)接口；814-传感器组件；816-通信组件。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

需要说明的是，本公开中所有获取信号、信息或数据(如用于人脸识别的人脸数据)的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

相关技术中，人脸识别方案中更多的是关注检测模型本身的算法复杂度和性能，没有从整个算法架构着手，无法有效解决检测结果时延问题；目前在算力受限的智能终端设备中，未发现能有效实现高精度、高稳定性、低功耗与低时延的人脸检测和人脸关键点检测技术方案。相近的技术方案无法同时兼顾提到的高精度、高稳定性、低功耗与低时延，其追求高精度的同时使用算法复杂度较高的模型，导致功耗过高，而低功耗、低复杂度的算法模型又无法保证较高的检测精度。因此，本公开实施例提供一种人脸检测方法可有效兼顾上述指标，即实现高精度、高稳定性、低功耗与低时延的人脸检测和人脸关键点检测。

图1示出了本公开一个示例性实施例提供的终端示意图。

终端120可以包括智能手机、笔记本电脑、台式电脑、平板电脑、智能音箱、智能机器人中的至少一种。

终端120可以用于拍摄、录制原始图像，终端120包括显示器，显示器可以用于显示原始图像或者显示人脸检测结果。

终端120包括第一存储器和第一处理器。第一存储器中存储有第一程序；上述第一程序被第一处理器调用执行以实现本公开提供的人脸检测方法。第一存储器可以包括但不限于以下几种：随机存取存储器(Random Access Memory，RAM)、只读存储器(Read OnlyMemory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)、以及电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)。

第一处理器可以是一个或者多个集成电路芯片组成。可选地，第一处理器可以是通用处理器，比如，中央处理器(Central Processing Unit，CPU)或者网络处理器(NetworkProcessor，NP)。可选地，第一处理器可以通过调用预训练的人脸检测模型及人脸关键点模型来实现本公开提供的人脸检测方法。示例性的，终端中的预训练的人脸检测模型及人脸关键点模型可以是由终端训练得到的；或，由服务器训练得到，终端从服务器获取。

本公开一示例性实施例示出的一种人脸检测方法包括：通过图像信号处理流水线的部分模块获取待检测图像，图像信号处理流水线为ISP pipeline，用于对原始图像进行去噪处理、缩放处理、伽马处理及下采样处理得到待检测图像；通过人脸检测模型识别待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度，人脸检测置信度表征人脸图像矩形框的准确度；然后通过人脸关键点检测模型识别待检测图像中的人脸关键点，确定人脸关键点置信度，其中人脸关键点置信度表征人脸关键点与人脸区域对齐的确定度，人脸关键点检测模型与人脸检测模型功能级联；根据人脸检测置信度和人脸关键点置信度过滤不包括人脸区域的人脸图像矩形框，通过对人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；对处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。通过对人脸检测和人脸关键点检测进行功能级联，实现了根据人脸关键点检测结果对人脸检测结果进行筛选、修正，保证检测精度的同时，实现高稳定性，能够在算力受限的智能终端设备进行部署，提升了与人脸相关如人脸对焦、人脸识别、人脸美妆等任务的性能，从而提升用户体验。

图2是根据一示例性实施例示出的一种人脸检测方法的流程图，该方法由计算机设备来执行，例如，由图1所示的终端来执行，图2所示的人脸检测方法包括以下步骤：

在步骤S101中，通过图像信号处理流水线的部分模块获取待检测图像。

图像信号处理流水线(Image Signal Processor pipeline，ISP pipeline)，完整的ISP pipeline包括RAW模块、RGB模块、YUV模块，用于对原始图像进行去噪处理、缩放处理、伽马处理及下采样处理等得到待检测图像。需要说明的是，这几种处理的先后顺序不影响得到的待检测图像。由于图像信号处理涉及大量的数据和严格的实时性要求，所以ISP通常采用硬件方案实现。ISP pipeline的这些模块首尾相连，在时钟驱动下同时高速运转，图像数据不断从一个模块转移至下一个模块，直到完成所有的算法处理，最终以YUV或RGB的形式从ISP pipeline的末级流出ISP。

若使用完整的ISP pipeline输出YUV图像，然后对Y通道做下采样，再将下采样后的单通道图像送给人脸检测模型和人脸关键点模型进行人脸检测和关键点检测，然后将检测结果送给其它功能使用，比如人脸自动对焦、faceID等，如此相对于实时视频显示帧，存在检测结果多帧时延的问题。

在一种实施方式中，可以采用极简ISP pipeline将CMOS获得的Bayer Pattern格式图像处理为Y单通道图像，以作为待检测图像。本公开中，将得到的待检测图像写入到网络处理器(Neural-Network Processing Unit，NPU)可访问的片上存储器(On ChipMemory，OCM)中。

如采用ISP pipeline的部分模块对原始图像进行处理，如仅采用RAW模块、RGB模块、YUV模块中的一个模块对原始图像进行处理，例如采用RAW模块对原始图像进行去噪处理、缩放处理、伽马处理及下采样处理，从而达到低时延的目的。

上述的原始图像为终端获取的、未经处理的图像。待检测图像为用于进行人脸检测和人脸关键点检测的图像，即作为人脸检测模型与人脸关键点检测模型的输入图像，且待检测图像中包含人脸图像。

在步骤S102中，通过人脸检测模型识别待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度。

通过NPU从OCM读取待检测图像作为人脸检测模型的输入图像。

该人脸检测模型是预先训练好的，可以是由终端训练得到的，或由服务器训练得到，终端从服务器获取的。该人脸检测模型用于识别待检测图像中的人脸区域，得到人脸图像矩形框，人脸图像矩形框是包含人脸区域的矩形框。

需要说明的是，步骤S102还包括子步骤S1021、子步骤S1022及子步骤S1023，通过人脸检测模型得到人脸图像矩形框的具体方式将在步骤S102的子步骤中进行详细描述。请参阅图3，图3是本公开示例性实施例示出的步骤S102的子步骤的流程图。

在子步骤S1021中，对待检测图像，每隔固定帧选择一帧作为人脸检测模型的输入图像。

人脸检测功能和人脸关键点检测功能完全独立，但在算力受限的智能终端设备中，为了实现人脸检测功能的部署，以及为了平衡性能和降低功耗，可以对多帧待检测图像，每隔固定帧选择一帧做人脸检测并确定该帧的人脸检测置信度，每一帧都做人脸关键点检测和人脸跟踪，以此降低人脸检测算法复杂度。例如，可以在每5帧中选择一帧做人脸检测，也可以选择每8帧中选择一帧做人脸检测，还可以是其他合理的值，本公开对此不作限制。假设在每5帧中选择一帧做人脸检测，那么这5帧中的未做人脸检测的4帧复用做了人脸检测的人脸图像矩形框及人脸检测置信度。

在子步骤S1022中，通过人脸检测模型中预设定的分类阈值，确定输入图像中的人脸区域及其他区域。

分类阈值表征输入图像中区域属于人脸区域的概率，或者也可以称为人脸分类阈值。

在多帧待检测图像中选择一帧做人脸检测，降低了人脸检测算法复杂度，但是相应的人脸检测性能也会下降，为了降低误检率，人脸检测的二分类阈值会相对偏大，对于在一些极端场景下获取到的原始图像来说，如人脸大姿态、逆光、暗光、遮挡等场景，会出现严重的人脸漏检。

本领域的相关技术中的分类阈值的取值通常为0.55，即待检测图像中的某个区域为人脸区域的概率大于0.55，就认为这个区域为人脸区域，如此并不能解决极端场景下出现的人脸漏检这个问题。

本公开中，分类阈值的取值范围为0-0.55，在一种实施方式中，该分类阈值的取值为0.25，以实现较高的人脸检测召回率，然后在后续步骤中解决低分类阈值引入的人脸误检问题。

在子步骤S1023中，将包含全部人脸区域的最小矩形区域作为人脸图像矩形框。

示例性的，以分类阈值的取值为0.25为例来进行说明，将待检测图像中为人脸区域的概率大于0.25的区域，作为人脸区域，然后将包含全部人脸区域的最小矩形区域作为人脸图像矩形框。

在一种实施方式中，可以将人脸检测模型得到的人脸图像矩形框保存到双倍速率同步动态随机存储器(Double Data RateSynchronous Dynamic Random-Access Memory，DDR)中。

在步骤S103中，通过人脸关键点检测模型识别待检测图像中的人脸关键点，确定人脸关键点置信度。

通过NPU从OCM中读取人脸图像矩形框以及未经过人脸检测模型识别的待检测图像作为人脸关键点检测模型的输入图像。

该人脸关键点检测模型是预先训练好的，可以是由终端训练得到的，或由服务器训练得到，终端从服务器获取的。该人脸关键点检测模型用于识别待检测图像中的人脸关键点，并确定人脸关键点置信度。

人脸关键点检测是定位人脸面部包括眉毛、眼睛、鼻子、嘴巴和面部轮廓的位置信息。人脸关键点置信度的取值是0-1.0，用于表征人脸关键点与人脸区域对齐的确定度，人脸关键点置信度的取值越高，表明人脸关键点与人脸区域对齐效果越好，人脸关键点置信度的取值越低，表明人脸关键点与人脸区域对齐效果越差。例如人脸关键点检测模型识别到某个区域是鼻子，人脸检测模型识别到这个区域也是鼻子，则表明该关键点与人脸区域对齐的确定度较高。

对待检测图像中的每一帧，通过人脸关键点检测模型识别每一帧待检测图像中的人脸关键点，并确定人脸关键点置信度。

在一种实施方式中，可以将人脸关键点检测模型检测到的人脸关键点、人脸关键点置信度保存到DDR中。

需要说明的是，人脸关键点检测模型与人脸检测模型功能级联。人脸关键点检测模型通过如下步骤训练得到：

步骤一：获取样本图像。该样本图像中包括指定比例的非人脸图像，即不包括人脸的图像，非人脸图像样本用于使得人脸关键点置信度在表征人脸关键点与人脸区域对齐的确定度的同时，具备区分非人脸图像的能力，例如对于非人脸图像的人脸关键点检测，该置信度的值接近0或等于1.0。

步骤二：通过概率性随机偏移扩展矩形框截取样本图像中的人脸区域。

本领域的相关技术中通常使用居中扩展矩形框来截取样本图像中的人脸区域，或者称为人脸感兴趣区域，本公开中，采用概率性随机偏移扩展矩形框截取样本图像中的人脸区域，即在截取人脸区域时，不仅仅截取包含整个人脸区域的最小矩形框，还通过概率性随机偏移的方式截取仅包含部分人脸的偏移扩展矩形框，即以人脸为中心，将居中扩展矩形框进行概率性随机偏移，但是要保证偏移扩展矩形框中包含部分人脸。需要说明的是，偏移扩展矩形框的大小与居中扩展矩形框的大小一致。最后标记样本图像中的人脸区域和人脸关键点，得到标记样本；使用偏移扩展矩形框和/或居中扩展矩形框标记样本图像中的人脸区域，记录偏移扩展矩形框的偏移度phi，使用点标记人脸关键点。

步骤三：通过标记样本训练得到人脸关键点检测模型。

通过步骤二中的样本图像，训练得到人脸关键点检测模型。

在步骤S104中，根据人脸检测置信度和人脸关键点置信度过滤不包括人脸区域的人脸图像矩形框，通过对人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框。

在前述的步骤中，采用了较低的分类阈值(如0.25)，以实现较高的人脸检测召回率，即召回了更多的可能不包括人脸的人脸图像矩形框，在本步骤解决低分类阈值引入的人脸误检问题。前述提到人脸检测置信度表征人脸图像矩形框的准确度，人脸关键点置信度用于表征人脸关键点与人脸区域对齐的确定度，因此可以根据人脸检测置信度和人脸关键点置信度过滤不包括人脸区域的人脸图像矩形框；人脸检测置信度越低，表明人脸图像矩形框中的位置偏差越大，人脸检测置信度越高，表明人脸图像矩形框中的位置偏差越小；人脸关键点置信度越低，表明人脸关键点与人脸区域对齐效果越差，表明该人脸图像矩形框存在人脸误检的概率越高，因此可以获取到每帧人脸图像矩形框对应的人脸检测置信度和人脸关键点置信度，在人脸检测置信度和人脸关键点置信度均小于预定阈值的情况下，过滤掉对应的人脸图像矩形框。从而实现了高精度的人脸矩形框检测和人脸关键点检测，可以有效提升泛场景的人脸检测和人脸关键点检测性能，特别是极端场景的人脸检出。

上述的预定阈值可以根据经验取得，也可以根据其他合理方法取得，本公开对此不做限制。

需要说明的是，人脸关键点检测模型还用于对人脸关键点进行跟踪，通过对人脸关键点进行跟踪来修正人脸图像矩形框的位置，得到处理后的人脸图像矩形框。请参阅图4，图4是本公开示例性实施例示出的人脸关键点置信度与偏移度的关系示意图。图中横坐标为偏移度phi，纵坐标为人脸关键点置信度。假设人脸矩形框为正方形，其边长记为box_size，扩展后的人脸矩形框边长为roi_size＝1.3*box_size；人脸矩形框偏移量offset＝phi*roi_size，如图4所示，当人脸关键点对齐可信度阈值设置为0.55时，人脸关键点检测位置偏移量可以达到0.5*roi_size，而由于视频实时帧率较高(如30fps)，视频流帧间运动人脸位置偏移量基本上小于0.5*roi_size，所以人脸关键点检测模型可胜任人脸跟踪任务。

需要说明的是，过滤掉人脸图像矩形框和修正人脸图像矩形框的位置两个步骤不分先后，即可以先过滤人脸图像矩形框，再修正过滤后的人脸图像矩形框的位置，也可以先修正人脸图像矩形框的位置，再过滤修正位置后的人脸图像矩形框。

在步骤S105中，对处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。

对上一个步骤中，过滤掉人脸图像矩形框和修正人脸图像矩形框的位置得到的人脸图像矩形框，进行帧间平滑，去除抖动，得到最终的人脸检测结果，用于人脸对焦、人脸识别、人脸美妆等任务。

在一种实施方式中，可以将平滑模块部署在CPU中，在CPU中实现人脸检测和人脸关键点检测结果平滑处理，以提升本公开的人脸检测方法的灵活性，方便后期对人脸检测功能维护的可拓展性。

请参阅图5，图5是本公开示例性实施例示出的模型性能的示意图。该模型是指人脸检测模型与人脸关键点检测模型。纵坐标表示模型的检测精度，横坐标为待检测图像的数量，图中还分别了示出了逆光场景在不同距离(1m、2m、3m)的三组实验数据，每组数据包含180张人脸图片，距离不同，人脸在图像中的尺寸会有差别(距离越远，人脸尺寸越小)。从图中可以得出，人脸关键点检测模型比人脸检测模型具有更好的稳定性和鲁棒性。如果使用本领域的传统方法进行人脸检测，且人脸分类阈值设置为0.55，则在3m的逆光场景，人脸检测检出精度仅有1.67％，出现高达98.33％的人脸漏检；而使用本公开的人脸检测和人脸关键点检测功能级联，在一种实施方式中，将人脸分类阈值设置为0.2，即人脸检测实现较高的召回率，将人脸关键点对齐可信度阈值设置为0.55，过滤掉可能出现的人脸误检，则可以使得3m的人脸检出精度达到91.11％，2m人脸检出率由96.67％提升到100％，极大提升了极端场景的人脸检测性能。

综上所述，本公开提供的人脸检测方法，包括通过图像信号处理流水线的部分模块获取待检测图像，通过人脸检测模型识别待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度；通过人脸关键点检测模型识别待检测图像中的人脸关键点，确定人脸关键点置信度；人脸关键点置信度表征人脸关键点与人脸区域对齐的准确率；人脸关键点检测模型与人脸检测模型级联；根据人脸检测置信度和人脸关键点置信度过滤不包括人脸区域的人脸图像矩形框，通过对人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；对处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。通过对人脸检测和人脸关键点检测进行功能级联，实现了根据人脸关键点检测结果对人脸检测结果进行筛选、修正，保证检测精度和稳定性的同时，能够在算力受限的智能终端设备进行部署，提升了与人脸相关如人脸对焦、人脸识别、人脸美妆等任务的性能，从而提升用户体验。

图6是根据一示例性实施例示出的一种人脸检测装置框图。参照图6，该装置20包括获取模块201、识别模块203、处理模块205和平滑模块207。

该获取模块201被配置为通过图像信号处理流水线的部分模块获取待检测图像；

该识别模块203被配置为通过人脸检测模型识别所述待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度；所述人脸检测置信度表征所述人脸图像矩形框的准确度；

该识别模块203还被配置为通过人脸关键点检测模型识别所述待检测图像中的人脸关键点，确定人脸关键点置信度；所述人脸关键点置信度表征所述人脸关键点与所述人脸区域对齐的准确率；所述人脸关键点检测模型与所述人脸检测模型级联；

该处理模块205被配置为根据所述人脸检测置信度和所述人脸关键点置信度过滤不包括所述人脸区域的人脸图像矩形框，通过对所述人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；

该平滑模块207被配置为对所述处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。

可选的，该获取模块201还被配置为通过所述图像信号处理流水线中的RAW模块对原始图像进行去噪处理、缩放处理、伽马处理及下采样处理得到所述待检测图像。

可选的，该识别模块203还被配置为对所述待检测图像，每隔固定帧选择一帧作为所述人脸检测模型的输入图像；

通过所述人脸检测模型中预设定的分类阈值，确定所述输入图像中的所述人脸区域及其他区域；所述分类阈值表征所述输入图像中区域属于所述人脸区域的概率；

将包含全部所述人脸区域的最小矩形区域作为所述人脸图像矩形框。

可选的，所述预设定的分类阈值的取值范围为0-0.55。

可选的，该识别模块203还被配置为对所述人脸图像矩形框以及未经过所述人脸检测模型识别的所述待检测图像中的每一帧，通过人脸关键点检测模型识别人脸关键点，确定所述人脸关键点置信度。

可选的，该处理模块205还被配置为获取每帧所述人脸图像矩形框对应的人脸检测置信度和人脸关键点置信度；

在所述人脸检测置信度和所述人脸关键点置信度小于预定阈值的情况下，过滤掉对应的所述人脸图像矩形框。

可选的，所述人脸关键点检测模型通过如下步骤训练得到：

获取样本图像；所述样本图像中包括指定比例的非人脸图像；

通过概率性随机偏移扩展矩形框截取所述样本图像中的人脸区域；

标记所述样本图像中的人脸区域和人脸关键点，得到标记样本；

通过所述标记样本训练得到所述人脸关键点检测模型。

可选的，该获取模块201还被配置为将所述待检测图像写入到网络处理器NPU可访问的片上存储器OCM中；

通过所述NPU从所述OCM读取所述待检测图像作为所述人脸检测模型与所述人脸关键点检测模型的输入图像。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的人脸检测方法的步骤。

本公开还提供一种芯片，其包括包括：存储介质，用于存储指令；处理电路，用于执行所述指令，实现前述的人脸检测方法。

图7是根据一示例性实施例示出的一种用于人脸检测的装置800的框图。例如，装置800可以是一电子设备，例如移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图7，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述人脸检测方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的人脸检测方法。

上述电子设备除了可以是独立的电子设备外，也可是独立电子设备的一部分，例如在一种实施例中，该电子设备可以是集成电路(Integrated Circuit，IC)或芯片，其中该集成电路可以是一个IC，也可以是多个IC的集合；该芯片可以包括但不限于以下种类：GPU(Graphics Processing Unit，图形处理器)、CPU(Central Processing Unit，中央处理器)、FPGA(Field Programmable Gate Array，可编程逻辑阵列)、DSP(Digital SignalProcessor，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、SOC(System on Chip，SoC，片上系统或系统级芯片)等。上述的集成电路或芯片中可以用于执行可执行指令(或代码)，以实现上述的人脸检测方法。其中该可执行指令可以存储在该集成电路或芯片中，也可以从其他的装置或设备获取，例如该集成电路或芯片中包括处理器、存储器，以及用于与其他的装置通信的接口。该可执行指令可以存储于该处理器中，当该可执行指令被处理器执行时实现上述的人脸检测方法；或者，该集成电路或芯片可以通过该接口接收可执行指令并传输给该处理器执行，以实现上述的人脸检测方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述的人脸检测方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的人脸检测方法的代码部分。

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种人脸检测方法，其特征在于，包括：

通过图像信号处理流水线的部分模块获取待检测图像；

通过人脸检测模型识别所述待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度；所述人脸检测置信度表征所述人脸图像矩形框的准确度；

通过人脸关键点检测模型识别所述待检测图像中的人脸关键点，确定人脸关键点置信度；所述人脸关键点置信度表征所述人脸关键点与所述人脸区域对齐的确定度；所述人脸关键点检测模型与所述人脸检测模型级联；

根据所述人脸检测置信度和所述人脸关键点置信度过滤不包括所述人脸区域的人脸图像矩形框，通过对所述人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；

对所述处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。

2.根据权利要求1所述方法，其特征在于，所述通过图像信号处理流水线的部分模块获取待检测图像的步骤包括：

通过所述图像信号处理流水线中的RAW模块对原始图像进行去噪处理、缩放处理、伽马处理及下采样处理得到所述待检测图像。

3.根据权利要求1所述方法，其特征在于，所述通过人脸检测模型识别所述待检测图像中的所述人脸区域，得到包含所述人脸区域的人脸图像矩形框的步骤包括：

对所述待检测图像，每隔固定帧选择一帧作为所述人脸检测模型的输入图像；

通过所述人脸检测模型中预设定的分类阈值，确定所述输入图像中的所述人脸区域及其他区域；所述分类阈值表征所述输入图像中区域属于所述人脸区域的概率；

将包含全部所述人脸区域的最小矩形区域作为所述人脸图像矩形框。

4.根据权利要求3所述方法，其特征在于，所述预设定的分类阈值的取值范围为0-0.55。

5.根据权利要求1所述方法，其特征在于，所述通过人脸关键点检测模型识别所述待检测图像中的人脸关键点，确定所述人脸关键点置信度的步骤包括：

对所述人脸图像矩形框以及未经过所述人脸检测模型识别的所述待检测图像中的每一帧，通过人脸关键点检测模型识别人脸关键点，确定所述人脸关键点置信度。

6.根据权利要求1所述方法，其特征在于，所述根据所述人脸检测置信度和所述人脸关键点置信度过滤不包括所述人脸区域的人脸图像矩形框的步骤包括：

获取每帧所述人脸图像矩形框对应的人脸检测置信度和人脸关键点置信度；

在所述人脸检测置信度和所述人脸关键点置信度均小于预定阈值的情况下，过滤掉对应的所述人脸图像矩形框。

7.根据权利要求1所述方法，其特征在于，所述人脸关键点检测模型通过如下步骤训练得到：

获取样本图像；所述样本图像中包括指定比例的非人脸图像；

通过概率性随机偏移扩展矩形框截取所述样本图像中的人脸区域；

标记所述样本图像中的人脸区域和人脸关键点，得到标记样本；

通过所述标记样本训练得到所述人脸关键点检测模型。

8.根据权利要求1-7任意一项所述方法，其特征在于，所述通过图像信号处理流水线的部分模块获取待检测图像的步骤之后包括：

将所述待检测图像写入到网络处理器NPU可访问的片上存储器OCM中；

通过所述NPU从所述OCM读取所述待检测图像作为所述人脸检测模型与所述人脸关键点检测模型的输入图像。

9.一种人脸检测装置，其特征在于，包括：

获取模块，被配置为通过图像信号处理流水线的部分模块获取待检测图像；

识别模块，被配置为通过人脸检测模型识别所述待检测图像中的人脸区域，得到人脸图像矩形框，确定人脸检测置信度；所述人脸检测置信度表征所述人脸图像矩形框的准确度；

所述识别模块，还被配置为通过人脸关键点检测模型识别所述待检测图像中的人脸关键点，确定人脸关键点置信度；所述人脸关键点置信度表征所述人脸关键点与所述人脸区域对齐的准确率；所述人脸关键点检测模型与所述人脸检测模型级联；

处理模块，被配置为根据所述人脸检测置信度和所述人脸关键点置信度过滤不包括所述人脸区域的人脸图像矩形框，通过对所述人脸关键点进行跟踪来修正过滤后的人脸图像矩形框的位置，得到处理后的人脸图像矩形框；

平滑模块，被配置为对所述处理后的人脸图像矩形框进行帧间平滑，得到人脸检测结果。

10.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述可执行指令实现权利要求1～8中任一项所述方法的步骤。

11.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1～8中任一项所述方法的步骤。

12.一种芯片系统，其特征在于，包括：

存储介质，用于存储指令；

处理电路，用于执行所述指令，实现如权利要求1-8任一项所述的人脸检测方法。