人脸检测方法及装置制造方法及图纸

本发明专利技术提供一种人脸检测方法及装置，属于图像识别技术领域。该方法包括：获取原始图像中人脸校正候选区域的位置响应特征图；对位置响应特征图进行划分，得到相应数量的方格，并按照每一方格所处的位置，区分所有方格的方格类型；按照每种方格类型对应的人脸检测贡献程度，确定每种方格类型对应的权重；基于每一方格对应的特征向量及权重，计算人脸校正候选区域对应的区域特征向量；基于区域特征向量，输出原始图像中最终包含人脸的区域。由于为位置响应特征图中不同方格类型引入了不同人脸部位的权重，从而能够减少复杂场景下外在条件对对检测结果的影响。因此，人脸检测的准确率较高，且提高了人脸检测的适用性。

【技术实现步骤摘要】
人脸检测方法及装置
本专利技术涉及图像识别
，更具体地，涉及一种人脸检测方法及装置。
技术介绍
近年来，人脸检测技术已经广泛应用到了身份辨认、账户注册、金融支付及安全防控等诸多领域。人脸检测技术，即检测出一张图片或一段视频中人脸的位置。现有的人脸检测方法主要是基于Haar特征和Adaboost分类器进行人脸检测，即先确定原始图像中的人脸候选区域，在人脸候选区域中计算若干个矩形特征，训练出与这些矩形特征对应的弱分类器。接着，让每一候选区域逐级通过弱分类器，如果置信度低于阈值，则不再进行下一步判断并将该候选区域作为非人脸区域。反之，通过所有弱分类器的候选区域会被作为人脸区域。其中，原始图像为包含人脸的待检测图像。在实现本专利技术的过程中，发现现有技术至少存在以下问题：由于于Haar特征表征能力较弱，而人脸检测的应用场景逐渐趋于复杂多变，基于Haar特征的人脸检测过程并不能满足复杂场景的应用需求，从而在复杂应用场景下人脸检测的准确率较低。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的人脸检测方法及装置。根据本专利技术的一方面，提供了一种人脸检测方法，该方法包括本文档来自技高网...

【技术保护点】
一种人脸检测方法，其特征在于，所述方法包括：步骤1，获取原始图像中人脸校正候选区域的位置响应特征图，所述位置响应特征图中不同区域对应人脸的不同部位；步骤2，对所述位置响应特征图进行划分，得到相应数量的方格，并按照每一方格所处的位置，区分所有方格的方格类型；步骤3，按照每种方格类型对应的人脸检测贡献程度，确定每种方格类型对应的权重；步骤4，基于每一方格对应的特征向量及权重，计算所述人脸校正候选区域对应的区域特征向量，所述区域特征向量与所述特征向量的长度一致；步骤5，基于所述区域特征向量，输出所述原始图像中最终包含人脸的区域。

【技术特征摘要】
1.一种人脸检测方法，其特征在于，所述方法包括：步骤1，获取原始图像中人脸校正候选区域的位置响应特征图，所述位置响应特征图中不同区域对应人脸的不同部位；步骤2，对所述位置响应特征图进行划分，得到相应数量的方格，并按照每一方格所处的位置，区分所有方格的方格类型；步骤3，按照每种方格类型对应的人脸检测贡献程度，确定每种方格类型对应的权重；步骤4，基于每一方格对应的特征向量及权重，计算所述人脸校正候选区域对应的区域特征向量，所述区域特征向量与所述特征向量的长度一致；步骤5，基于所述区域特征向量，输出所述原始图像中最终包含人脸的区域。2.根据权利要求1所述的方法，其特征在于，所述步骤1，包括：提取所述原始图像对应的特征图；根据所述特征图，确定所述原始图像中的人脸校正候选区域；基于所述特征图及所述人脸校正候选区域，获取所述人脸校正候选区域的位置响应特征图。3.根据权利要求2所述的方法，其特征在于，所述根据所述特征图，确定所述原始图像中的人脸校正候选区域，包括：将所述特征图划分为相应数量的分块区域；基于所述原始图像与所述特征图之间的映射关系，对于每一分块区域，将每一分块区域映射至所述原始图像，并将映射得到的正方形区域作为每一分块区域对应的候选区域，分块区域与候选区域的数量一致；基于每一候选区域，确定所述原始图像中的人脸校正候选区域。4.根据权利要求3所述的方法，其特征在于，所述基于每一候选区域，确定所述原始图像中的人脸校正候选区域，包括：对于任一候选区域，计算所述任一候选区域中包含人脸的第一置信度；当所述第一置信度大于第一预设阈值时，将所述任一候选区域作为人脸候选区域，对所述人脸候选区域进行校正，得到相应的人脸校正候选区域。5.根据权利要求4所述的方法，其特征在于，所述对所述人脸候选区域进行校正，得到相应的人脸校正候选区域，包括：计算所述人脸候选区域进行校正时的平移量及缩放变化量，并作为...

【专利技术属性】
技术研发人员：王生进，舒晗，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11