一种人脸检测算法的评估方法及装置制造方法及图纸

本发明专利技术实施例公开了一种人脸检测算法的评估方法及装置，用于确保人脸图像检测的准确率。本发明专利技术实施例方法包括：获取待评估的人脸检测算法，利用所述人脸检测算法检测人脸测试库中的人脸图像样本和非人脸测试库中的非人脸图像样本，得到性能检测结果；其中，所述性能检测结果包括人脸检测率、人脸虚警率、人脸拒识率和人脸误检率；判断所述性能检测结果是否符合预设条件；当所述性能检测结果符合预设条件时，确定所述人脸检测算法适用于检测人脸图像；利用所述人脸检测算法，对待检测图像进行人脸检测，所述待检测图像为人脸图像或者非人脸图像。

【技术实现步骤摘要】
一种人脸检测算法的评估方法及装置
本专利技术涉及计算机信息处理
，具体涉及一种人脸检测算法的评估方法及装置。
技术介绍
人脸检测(FaceDetection)是自动人脸识别系统中的一个关键环节，主要实现的是在一张图像上寻找人脸。人脸检测中需要克服两方面难点：一方面是由于人脸内在变化引起的细节变化，如不同表情下的眼、嘴等变化，或者是头发、眼睛等对人脸的遮挡；二方面是外在条件所引起的人脸变化，如不同成像角度造成人脸的多姿态，光照影响造成的图像亮度、对比度的变化和阴影等，以及摄像设备的成像条件如焦距、成像距离等。目前，人脸检测算法比较多，但是其算法性能的优劣各有不同，当算法性能太差时，会导致较高的误检率等。在人脸检测算法运用在人脸图像检测之前，都会经过算法性能评估，以确保算法性能。
技术实现思路
本专利技术实施例提供了一种人脸检测算法的评估方法及装置，以确保人脸图像检测的准确率。本专利技术第一方面提供了一种人脸检测算法的评估方法，可包括：获取待评估的人脸检测算法，利用所述人脸检测算法检测人脸测试库中的人脸图像样本和非人脸测试库中的非人脸图像样本，得到性能检测结果；其中，所述性能检测结果包括人脸检测率、人脸虚警率、人脸拒识率和人脸误检率；判断所述性能检测结果是否符合预设条件；当所述性能检测结果符合预设条件时，确定所述人脸检测算法适用于检测人脸图像；利用所述人脸检测算法，对待检测图像进行人脸检测，所述待检测图像为人脸图像或者非人脸图像。可以看出，在本专利技术实施例中在某一个人脸检测算法准备启用之前，通过对该人脸检测算法进行性能评估。首先，获取到待评估的人脸检测算法，利用人脸检测算法检测人脸测试库中的人脸图像样本和非人脸测试库中的非人脸图像样本，得到性能检测结果，性能检测结果主要包括人脸检测率、人脸虚警率、人脸拒识率和人脸误检率，其中，在性能检测结果符合预设条件时，确定人脸检测算法适用于检测人脸图像，进而可以利用该人脸检测算法去检测待检测人脸图像，以确保人脸检测的准确率。在本专利技术一些实施例中，所述利用所述人脸检测算法检测人脸测试库中的人脸图像样本和非人脸测试库中的非人脸图像样本，得到性能检测结果包括：利用所述人脸检测算法检测人脸测试库中的人脸图像样本，得到所述人脸检测率和所述人脸虚警率，以及检测非人脸测试库中的非人脸图像样本，得到所述人脸拒识率和所述人脸误检率，结合所述人脸检测率、所述人脸虚警率、所述人脸拒识率和所述人脸误检率得到所述性能检测结果。在本专利技术一些实施例中，所述人脸检测率的计算公式为：所述人脸虚警率的计算公式为：其中，所述TPR为人脸检测率，所述FPR为人脸误检率，所述Hits为在人脸图像样本上检测到与人脸图像样本上的标注相符合的人脸图像样本的数量，所述Missed1为在人脸图像样本上没有检测到人脸的数量，所述False1为在人脸图像样本上检测到与人脸图像样本上的标注不符合的人脸图像样本的数量；所述人脸拒识率的计算公式为：所述人脸误检率的计算公式如下：其中，所述MFR为人脸拒识率，所述FFR人脸误检率，所述False2为在非人脸图像样本上检测到人脸的数量，所述Missed2为在非人脸图像样本上没有检测到人脸的数量，所述ImgNum为非人脸图像样本的总数。在本专利技术一些实施例中，所述Hits和Missed1根据Logval获取得到，所述Logval用于表示检测的人脸图像样本与人脸图像样本中的标注的符合情况，其中，当Logval＝1时，所述Hits加1，当所述Logval＝0时，所述Missed1加1；所述Logval计算公式如下：其中，所述A(L)表示人脸图像样本中实际的人脸矩形面积，所述A(D)表示在人脸图像样本中检测到的人脸矩形面积，所述S(D，L)为人脸区域匹配度，A(D)∩A(L)为检测到的人脸区域与人脸图像样本中标注的人脸区域的重叠区域，A(D)∪A(L)为检测到的人脸区域和人脸图像样本中标注的人脸区域相并后的总区域。可选地，上述X在[0,1]期间内取值，在S(D，L)越接近1时，说明从人脸图像样本中检测到人脸区域的准确性越可靠，使得性能检测结果符合预设条件的越少，以确保用于人脸检测的人脸检测算法的可信度得到保障。在本专利技术一些实施例中，所述判断所述性能检测结果是否符合预设条件包括：判断所述人脸检测率是否大于或者等于第一预设值，且所述人脸虚警率是否小于或者等于第二预设值；和/或，判断所述人脸拒识率是否大于或等于第三预设值，且所述人脸误检率是否小于或等于第四预设值。在本专利技术一些实施例总，所述当所述性能检测结果符合预设条件时，确定所述人脸检测算法适用于检测人脸图像包括：当所述人脸检测率大于或者等于第一预设值且人脸虚警率小于或者等于第二预设值时，和/或，当所述人脸拒识率大于或等于第三预设值且所述人脸误检率小于或等于第四预设值时，确定所述人脸检测算法适用于检测人脸图像。本专利技术第二方面提供了一种人脸检测算法的评估装置，可包括：测试样本模块，用于获取待评估的人脸检测算法；算法检测模块，用于利用所述人脸检测算法检测人脸测试库中的人脸图像样本和非人脸测试库中的非人脸图像样本，得到性能检测结果；其中，所述性能检测结果包括人脸检测率、人脸虚警率、人脸拒识率和人脸误检率；算法评估模块，用于判断所述性能检测结果是否符合预设条件，当所述性能检测结果符合预设条件时，确定所述人脸检测算法适用于检测人脸图像；图像检测模块，用于利用所述人脸检测算法，对待检测图像进行人脸检测，所述待检测图像为人脸图像或者非人脸图像。在本专利技术一些实施例中，上述算法检测模块具体用于，利用所述人脸检测算法检测人脸测试库中的人脸图像样本，得到所述人脸检测率和所述人脸虚警率，以及检测非人脸测试库中的非人脸图像样本，得到所述人脸拒识率和所述人脸误检率，结合所述人脸检测率、所述人脸虚警率、所述人脸拒识率和所述人脸误检率得到所述性能检测结果。在本专利技术一些实施例中，上述算法检测模块具体用于，利用上述人脸检测算法检测人脸测试库中的人脸图像样本，得到上述人脸检测率和上述人脸虚警率，以及检测非人脸测试库中的非人脸图像样本，得到上述人脸拒识率和上述人脸误检率，结合上述人脸检测率、上述人脸虚警率、上述人脸拒识率和上述人脸误检率得到上述性能检测结果。在本专利技术一些实施例中，上述人脸检测率的计算公式为：上述人脸虚警率的计算公式为：其中，上述TPR为人脸检测率，上述FPR为人脸误检率，上述Hits为在人脸图像样本上检测到与人脸图像样本上的标注相符合的人脸图像样本的数量，上述Missed1为在人脸图像样本上没有检测到人脸的数量，上述False1为在人脸图像样本上检测到与人脸图像样本上的标注不符合的人脸图像样本的数量；上述人脸拒识率的计算公式为：上述人脸误检率的计算公式如下：其中，上述MFR为人脸拒识率，上述FFR为人脸误检率，上述False2为在非人脸图像样本上检测到人脸的数量，上述Missed2为在非人脸图像样本上没有检测到人脸的数量，上述ImgNum为非人脸图像样本的总数。在本专利技术一些实施例中，上述Hits和Missed1根据Logval获取得到，上述Logval用于表示检测的人脸图像样本与人脸图像样本中的标注的符合情况，其中，当Logval＝1时，上述Hits加1，当上述本文档来自技高网...

【技术保护点】
一种人脸检测算法的评估方法，其特征在于，包括：获取待评估的人脸检测算法，利用所述人脸检测算法检测人脸测试库中的人脸图像样本和非人脸测试库中的非人脸图像样本，得到性能检测结果；其中，所述性能检测结果包括人脸检测率、人脸虚警率、人脸拒识率和人脸误检率；判断所述性能检测结果是否符合预设条件；当所述性能检测结果符合预设条件时，确定所述人脸检测算法适用于检测人脸图像；利用所述人脸检测算法，对待检测图像进行人脸检测，所述待检测图像为人脸图像或者非人脸图像。

【技术特征摘要】
1.一种人脸检测算法的评估方法，其特征在于，包括：获取待评估的人脸检测算法，利用所述人脸检测算法检测人脸测试库中的人脸图像样本和非人脸测试库中的非人脸图像样本，得到性能检测结果；其中，所述性能检测结果包括人脸检测率、人脸虚警率、人脸拒识率和人脸误检率；判断所述性能检测结果是否符合预设条件；当所述性能检测结果符合预设条件时，确定所述人脸检测算法适用于检测人脸图像；利用所述人脸检测算法，对待检测图像进行人脸检测，所述待检测图像为人脸图像或者非人脸图像。2.根据权利要求1所述的方法，其特征在于，所述利用所述人脸检测算法检测人脸测试库中的人脸图像样本和非人脸测试库中的非人脸图像样本，得到性能检测结果包括：利用所述人脸检测算法检测人脸测试库中的人脸图像样本，得到所述人脸检测率和所述人脸虚警率，以及检测非人脸测试库中的非人脸图像样本，得到所述人脸拒识率和所述人脸误检率，结合所述人脸检测率、所述人脸虚警率、所述人脸拒识率和所述人脸误检率得到所述性能检测结果。3.根据权利要求2所述的方法，其特征在于，所述人脸检测率的计算公式为：所述人脸虚警率的计算公式为：其中，所述TPR为人脸检测率，所述FPR为人脸误检率，所述Hits为在人脸图像样本上检测到与人脸图像样本上的标注相符合的人脸图像样本的数量，所述Missed1为在人脸图像样本上没有检测到人脸的数量，所述False1为在人脸图像样本上检测到与人脸图像样本上的标注不符合的人脸图像样本的数量；所述人脸拒识率的计算公式为：所述人脸误检率的计算公式如下：其中，所述MFR为人脸拒识率，所述FFR为人脸误检率，所述False2为在非人脸图像样本上检测到人脸的数量，所述Missed2为在非人脸图像样本上没有检测到人脸的数量，所述ImgNum为非人脸图像样本的总数。4.根据权利要求3所述的方法，其特征在于，所述Hits和Missed1根据Logval获取得到，所述Logval用于表示检测到的人脸图像样本与人脸图像样本中的标注的符合情况，其中，当Logval＝1时，所述Hits加1，当所述Logval＝0时，所述Missed1加1；所述Logval计算公式如下：其中，所述A(L)表示人脸图像样本标注的人脸矩形面积，所述A(D)表示在人脸图像样本中检测到的人脸矩形面积，所述S(D，L)为人脸区域匹配度，A(D)∩A(L)为检测到的人脸区域与人脸图像样本中标注的人脸区域的重叠区域，A(D)∪A(L)为检测到的人脸区域和人脸图像样本中标注的人脸区域相并后的总区域。5.根据权利要求1～4任一项所述的方法，其特征在于，所述判断所述性能检测结果是否符合预设条件包括：判断所述人脸检测率是否大于或者等于第一预设值，且所述人脸虚警率是否小于或者等于第二预设值；和/或，判断所述人脸拒识率是否大于或等于第三预设值，且所述人脸误检率是否小于或等于第四预设值。6.根据权利要求5所述的方法，其特征在于，所述当所述性能检测结果符合预设条件时，确定所述人脸检测算法适用于检测人脸图像包括：当所述人脸检测率大于或者等于第一预设值且人脸虚警率小于或者等于第二预设值时，和/...

【专利技术属性】
技术研发人员：陈书楷，杨奇，
申请(专利权)人：厦门中控生物识别信息技术有限公司，
类型：发明
国别省市：福建,35