降低人脸检测误检率的方法、装置及电子设备制造方法及图纸

本发明专利技术实施例提供了一种降低人脸检测误检率的方法、装置及电子设备，该方法包括：获取待检测的当前帧图像以及该当前帧图像的上一帧图像；从当前帧图像中获得多个第一目标区块，并获得上一帧图像中与各第一目标区块对应坐标的第二目标区块；根据各第一目标区块及与其对应坐标的第二目标区块的帧差关系判断各第一目标区块是否为静态对象；将判定为静态对象的第一目标区块从当前帧图像中删除。通过以上步骤，利用帧差关系可准确判断出抓拍到的目标中的运动对象，降低了环境多样性对检测造成的干扰，提高了判断的准确性。

Method, Device and Electronic Equipment for Reducing Facial Detection Error Detection Rate

The embodiment of the present invention provides a method, device and electronic device for reducing the false detection rate of face detection. The method includes acquiring the current frame image to be detected and the previous frame image of the current frame image, acquiring multiple first target blocks from the current frame image, and acquiring the previous frame image and each first target block. The second target block of corresponding coordinates; judging whether the first target block is a static object according to the frame difference relationship between the first target block and the second target block of corresponding coordinates; deleting the first target block of judging as a static object from the current frame image. Through the above steps, the frame difference relationship can be used to accurately judge the moving object in the captured target, which reduces the interference of environmental diversity on detection and improves the accuracy of judgment.

【技术实现步骤摘要】
降低人脸检测误检率的方法、装置及电子设备
本专利技术涉及计算机视觉
，具体而言，涉及一种降低人脸检测误检率的方法、装置及电子设备。
技术介绍
人脸检测技术在智能信息时代扮演者不可或缺的角色。首先，人脸检测是自动人脸识别系统中的一个关键环节。其次，人脸检测在基于内容检索、数字图像处理、视频检测及安防监控等方面均有着重要的应用价值。随着智能技术的发展，人脸检测方法也在不断革新，从基于关键点检测以及匹配的传统方法到基于CNN的深度学习方法，人脸检测准确率以及时效性也不断得到提升。然而，不管是传统方法还是基于深度网络模型的方法，人脸检测误检的问题总是存在。这一问题对于像人脸抓拍机之类的应用来说显得异常糟糕，因为抓拍系统在上报抓拍到的人脸的同时也会不断上报被误检的目标，尤其是上报镜头前固定背景下的某一固定误检物体。目前，解决人脸误检问题已成为基于深度网络模型系列方法中最主要的问题之一，尤其是在复杂的环境背景下使用人脸检测系统。由于人脸检测系统使用场景及光照等环境因素的多样性，现有的通过增加负样本来克服误检显然不是万全之策，因此，如何实现一种对系统抓拍准确率及性能不会造成影响，又可以降低人脸检测准确率的问题亟待解决。
技术实现思路
有鉴于此，本专利技术的目的在于，提供一种降低人脸检测误检率的方法、装置及电子设备以解决上述问题。本专利技术的较佳实施例提供一种降低人脸检测误检率的方法，所述方法包括：获取待检测的当前帧图像以及所述当前帧图像的上一帧图像；从所述当前帧图像中获得多个第一目标区块，并获得所述上一帧图像中与各所述第一目标区块对应坐标的第二目标区块；根据各所述第一目标区块及与其对应坐标的第二目标区块的帧差关系判断各所述第一目标区块是否为静态对象；若判定为静态动态，则将判定为静态对象的第一目标区块从所述当前帧图像中删除。进一步地，所述将判定为静态对象的第一目标区块从所述当前帧图像中删除的步骤之后，所述方法还包括：将进行删除处理后的当前帧图像中剩余的第一目标区块输入至建立的人脸分类器中，以从该剩余的第一目标区块中筛选出人脸对象。进一步地，所述根据各所述第一目标区块及与其对应坐标的第二目标区块的帧差关系判断各所述第一目标区块是否为静态对象的步骤，包括：对各所述第一目标区块及与其对应坐标的第二目标区块进行差分运算，以得到各所述第一目标区块及与其对应的第二目标区块的帧差图；针对各所述帧差图，将所述帧差图中各像素点的像素值与第一预设阈值进行比较，根据比较结果得到各像素点对应的帧差等值；根据各所述像素点的帧差等值得到所述帧差图对应的第一目标区块与第二目标区块之间的帧差总值；根据所述帧差总值判断所述第一目标区块是否为静态对象。进一步地，所述将所述帧差图中各像素点的像素值与第一预设阈值进行比较，根据比较结果得到各像素点对应的帧差等值，根据各所述像素点的帧差等值得到所述帧差图对应的第一目标区块与第二目标区块之间的帧差总值的步骤，包括：将所述帧差图划分为多个子区块；针对各所述子区块，将所述子区块中各像素点的像素值分别与所述第一预设阈值进行比较；将像素值大于所述第一预设阈值的像素点的帧差等值置为1，将像素值小于等于所述第一预设阈值的像素点的帧差等值置为0；统计所述子区块中包含的像素点的帧差等值的总和；对各所述子区块对应的帧差等值的总和进行累加，以得到所述第一目标区块和所述第二目标区块之间的帧差总值。进一步地，所述根据所述帧差总值判断所述第一目标区块是否为静态对象的步骤，包括：检测所述帧差总值是否小于第二预设阈值，若小于所述第二预设阈值，则判定所述第一目标区块为静态对象；若大于等于所述第二预设阈值，则从所述多个子区块中选取预设个数的帧差等值的总和最大的子区块；对选取的子区块的帧差等值的总和进行累加，计算得到的累加值与所述帧差总值之间的比例；检测所述比例是否大于第三预设阈值，若大于所述第三预设阈值，则判定所述第一目标区块为静态对象。进一步地，所述人脸分类器通过以下步骤获得：构建基于卷积神经网络的分类器网络架构；将获取的多个人脸图像正样本和多个负样本分别输入至所述分类器网络架构中以对所述人脸图像正样本和所述负样本进行训练，以得到所述人脸分类器。进一步地，所述将进行删除处理后的当前帧图像中剩余的第一目标区块输入至建立的人脸分类器中，以从该剩余的第一目标区块中筛选出人脸对象的步骤，包括：将删除后剩余的第一目标区块输入至建立的人脸分类器；检测所述第一目标区块与所述人脸分类器中训练后的人脸图像正样本之间的第一拟合度，以及所述第一目标区块与所述人脸分类器中训练后的负样本之间的第二拟和度；将所述第一目标区块对应的第一拟合度与第二拟合度进行比较，若所述第一拟合度大于所述第二拟合度，则判定该第一目标区块为人脸对象。进一步地，所述从所述当前帧图像中获得多个第一目标区块，并获得所述上一帧图像中与各所述第一目标区块对应坐标的第二目标区块的步骤之前，所述方法还包括：将所述当前帧图像和所述上一帧图像进行同比例缩放。本专利技术的另一较佳实施例还提供一种降低人脸检测误检率的装置，所述装置包括：图像获取模块，用于获取待检测的当前帧图像以及所述当前帧图像的上一帧图像；目标区块获取模块，用于从所述当前帧图像中获得多个第一目标区块，并获得所述上一帧图像中与各所述第一目标区块对应坐标的第二目标区块；判断模块，用于根据各所述第一目标区块及与其对应坐标的第二目标区块的帧差关系判断各所述第一目标区块是否为静态对象；删除模块，用于在判定为静态对象时，将判定为静态对象的第一目标区块从所述当前帧图像中删除。本专利技术的另一较佳实施例还提供一种电子设备，包括：存储器；处理器；及降低人脸检测误检率的装置，包括一个或多个存储于所述存储器中并由所述处理器执行的软件功能模块。本专利技术实施例提供一种降低人脸检测误检率的方法、装置及电子设备，通过从当前帧图像中获得多个第一目标区块，并从该当前帧图像的上一帧图像中获得与各第一目标区块具有对应坐标的多个第二目标区块，根据各第一目标区块及与其对应的第二目标区块的帧差关系以判断各第一目标区块是否为静态对象，并在判定为静态对象时将对应的第一目标区块从当前帧图像中删除。通过以上步骤，利用帧差关系可准确判断出抓拍到的目标中的运动对象，降低了环境多样性对检测造成的干扰，提高了判断的准确性。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。图1为本专利技术较佳实施例提供的电子设备的结构框图。图2为本专利技术较佳实施例提供的降低人脸检测误检率的方法的流程图。图3为图2中步骤S105的子步骤的流程图。图4为图3中步骤S1053的子步骤的流程图。图5为图3中步骤S1055的子步骤的流程图。图6为本专利技术较佳实施例提供的降低人脸检测误检率的方法的另一流程图。图7为本专利技术较佳实施例提供的建立人脸分类器的方法的流程图。图8为本专利技术较佳实施例中构建的分类器网络架构示意图。图9为图6中步骤S109的本文档来自技高网...

【技术保护点】
1.一种降低人脸检测误检率的方法，其特征在于，所述方法包括：获取待检测的当前帧图像以及所述当前帧图像的上一帧图像；从所述当前帧图像中获得多个第一目标区块，并获得所述上一帧图像中与各所述第一目标区块对应坐标的第二目标区块；根据各所述第一目标区块及与其对应坐标的第二目标区块的帧差关系判断各所述第一目标区块是否为静态对象；若判定为静态动态，则将判定为静态对象的第一目标区块从所述当前帧图像中删除。

【技术特征摘要】
1.一种降低人脸检测误检率的方法，其特征在于，所述方法包括：获取待检测的当前帧图像以及所述当前帧图像的上一帧图像；从所述当前帧图像中获得多个第一目标区块，并获得所述上一帧图像中与各所述第一目标区块对应坐标的第二目标区块；根据各所述第一目标区块及与其对应坐标的第二目标区块的帧差关系判断各所述第一目标区块是否为静态对象；若判定为静态动态，则将判定为静态对象的第一目标区块从所述当前帧图像中删除。2.根据权利要求1所述的降低人脸检测误检率的方法，其特征在于，所述将判定为静态对象的第一目标区块从所述当前帧图像中删除的步骤之后，所述方法还包括：将进行删除处理后的当前帧图像中剩余的第一目标区块输入至建立的人脸分类器中，以从该剩余的第一目标区块中筛选出人脸对象。3.根据权利要求1所述的降低人脸检测误检率的方法，其特征在于，所述根据各所述第一目标区块及与其对应坐标的第二目标区块的帧差关系判断各所述第一目标区块是否为静态对象的步骤，包括：对各所述第一目标区块及与其对应坐标的第二目标区块进行差分运算，以得到各所述第一目标区块及与其对应的第二目标区块的帧差图；针对各所述帧差图，将所述帧差图中各像素点的像素值与第一预设阈值进行比较，根据比较结果得到各像素点对应的帧差等值；根据各所述像素点的帧差等值得到所述帧差图对应的第一目标区块与第二目标区块之间的帧差总值；根据所述帧差总值判断所述第一目标区块是否为静态对象。4.根据权利要求3所述的降低人脸检测误检率的方法，其特征在于，所述将所述帧差图中各像素点的像素值与第一预设阈值进行比较，根据比较结果得到各像素点对应的帧差等值，根据各所述像素点的帧差等值得到所述帧差图对应的第一目标区块与第二目标区块之间的帧差总值的步骤，包括：将所述帧差图划分为多个子区块；针对各所述子区块，将所述子区块中各像素点的像素值分别与所述第一预设阈值进行比较；将像素值大于所述第一预设阈值的像素点的帧差等值置为1，将像素值小于等于所述第一预设阈值的像素点的帧差等值置为0；统计所述子区块中包含的像素点的帧差等值的总和；对各所述子区块对应的帧差等值的总和进行累加，以得到所述第一目标区块和所述第二目标区块之间的帧差总值。5.根据权利要求4所述的降低人脸检测误检率的方法，其特征在于，所述根据所述帧差总值判断所述第一目标区块是否为静态对象的步骤，包括：检测所述帧差总值是...

【专利技术属性】
技术研发人员：余永龙，李聪廷，陈航锋，黄攀，汪辉，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江,33