The invention relates to a spherical image face detection method and system based on depth learning, which is used to realize: establishing a spherical image database for storing spherical images; expanding and processing spherical images in the database to obtain panoramic images; facial annotation of panoramic images; using face annotated images as data source of training depth learning model, and performing training processing to obtain panoramic images. Face detection model; use the camera to collect multiple spherical images, and then perform the above steps on the spherical images in turn. Further, use the face detection model to perform detection, and get the face area map. The beneficial effects of the present invention are as follows: effectively solving the problem that face inversion cannot be detected in spherical image; expanding spherical image into panoramic image and then using MTCNN depth learning model with better robustness to make face detection of spherical image edge position more accurate.
【技术实现步骤摘要】
一种基于深度学习的球面图像人脸检测方法及系统
本专利技术涉及一种基于深度学习的球面图像人脸检测方法及系统,属于计算机领域。
技术介绍
在安防监控领域的单目全景摄像头设备上,通常从摄像头采集的数据都是一个球面图像,为了在这些设备上实现高性价比的人脸检测功能,通常会使用摄像头采集的球面图像作为原始数据进行人脸检测。比如,在单目360°全景行车记录仪上实现人脸检测的功能。现有技术存在以下缺点:(1)由于球面图像中的人脸可能是倒着的,导致通常的人脸检测算法无法检测出倒着的图像;(2)当人脸图像位于球面图像的边缘位置时,人脸图像会有畸变,导致传统的人脸检测算法鲁棒性差;(3)由于球面图像的分辨率高,因此,对人脸检测算法的性能有较高要求。
技术实现思路
本专利技术提供一种基于深度学习的球面图像人脸检测方法及系统,首先需要将球面图像进行展开,得到全景图像;由于球面图像越靠近边缘的位置畸变越大,因此在展开后的全景图像相对应的位置会存在一定的拉伸变形的情况,因此,我们需要建立自己的图像数据库,使用鲁棒性更好的深度学习算法进行模型训练,得到基于全景图像的人脸检测模型;然后使用该人脸检测模型在实际应用中进行人脸检测。本专利技术的技术方案包括一种基于深度学习的球面图像人脸检测方法,其特征在于,该方法包括以下步骤:A.建立用于存储球面图像数据库;B.对数据库中的球面图像使用算法进行处理,得到全景图像;C.对全景图像进行人脸标注,将进行人脸标注的图像作为训练深度学习模型的数据源,执行训练处理得到人脸检测模型;D.使用摄像装置采集多个球面图像,并对球面图像依次执行步骤A及B的处理,进一步, ...
【技术保护点】
1.一种基于深度学习的球面图像人脸检测方法,其特征在于,该方法包括以下步骤:A.建立用于存储球面图像数据库;B.对数据库中的球面图像进行展开处理,得到全景图像;C.对全景图像进行人脸标注,将进行人脸标注的图像作为训练深度学习模型的数据源,执行训练处理得到人脸检测模型;D.使用摄像装置采集多个球面图像,并对球面图像依次执行步骤A及B的处理,进一步,使用人脸检测模型执行检测,得到人脸区域图。
【技术特征摘要】
1.一种基于深度学习的球面图像人脸检测方法,其特征在于,该方法包括以下步骤:A.建立用于存储球面图像数据库;B.对数据库中的球面图像进行展开处理,得到全景图像;C.对全景图像进行人脸标注,将进行人脸标注的图像作为训练深度学习模型的数据源,执行训练处理得到人脸检测模型;D.使用摄像装置采集多个球面图像,并对球面图像依次执行步骤A及B的处理,进一步,使用人脸检测模型执行检测,得到人脸区域图。2.根据权利要求1所述的基于深度学习的球面图像人脸检测方法,其特征在于,所述步骤A还包括:所述数据库为存储有大量球面图像的数据库,其中大量球面图像作为训练数据源。3.根据权利要求1所述的基于深度学习的球面图像人脸检测方法,其特征在于,所述步骤B具体包括:对数据库中的球面图像通过展开算法得到对应的全景图像,得到的球面图像中的人脸在全景图像中为正着的。4.根据权利要求1所述的基于深度学习的球面图像人脸检测方法,其特征在于,所述步骤C具体包括:对数据库中的全景图像进行人脸标注,用以提供训练深度学习模型所需的数据;利用深度学习算法对标注数据...
【专利技术属性】
技术研发人员:来彦栋,
申请(专利权)人:珠海研果科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。