一种人脸检测方法技术

本发明专利技术公开了一种人脸检测方法，属于图像检测技术领域；方法包括：于预先输入的复数个人脸训练样本中分别确定多个人脸特征信息，并根据每个人脸训练样本中的所有人脸特征信息训练形成特征预测模型，还包括：步骤S1，采用图像采集装置获取图像；步骤S2，采用预先训练形成的人脸检测器判断图像中是否包括人脸：若否，则返回步骤S1；步骤S3，采用特征预测模型，在图像中的人脸上预测得到多个人脸特征信息；步骤S4，根据预测得到的多个人脸特征信息构成关联于人脸的面部结构，随后退出。上述技术方案的有益效果是：能够检测出人脸上包括五官以及外轮廓等部位的信息，提升人脸检测的准确度。

【技术实现步骤摘要】
一种人脸检测方法
本专利技术涉及图像检测
，尤其涉及一种人脸检测方法。
技术介绍
随着智能设备的技术发展，在智能设备上发展出各种各样的信息交互方式，以将使用者从传统的键鼠信息输入的方式中解放出来。这些新型的信息交互方式例如语音交互方式、手势交互方式、人脸识别交互方式以及指纹识别交互方式等均开始应用在智能设备例如智能机器人中。现有技术中的人脸识别交互方式中，最重要的一个环节就是保证人脸识别的准确度。换言之，为了保证人脸识别交互方式的有效性，必须要首先保证人脸识别的准确度。例如将人脸识别交互方式利用在智能设备的自动唤醒功能上，即若人脸识别为特定的使用者，则自动唤醒智能设备，反之智能设备无法被唤醒。在这种交互功能的情形下，若人脸识别的准确度不够，则可能会产生：1)无法识别特定的使用者而无法达到自动唤醒的功能，反而提升使用者的操作复杂度；2)可能会出现误识别而将原本不是特定使用者的人脸识别为关联于特定使用者的人脸而启动自动唤醒的功能，从而提高智能设备内隐私资料被泄漏的潜在可能。现有技术中的人脸识别技术，通常只能对正对摄像头的人脸进行识别，若使用者与摄像头之间具有一定的角度，则识别精度会本文档来自技高网...

【技术保护点】
一种人脸检测方法，其特征在于，包括，于预先输入的复数个人脸训练样本中分别确定多个人脸特征信息，并根据每个所述人脸训练样本中的所有所述人脸特征信息训练形成特征预测模型，还包括：步骤S1，采用图像采集装置获取图像；步骤S2，采用预先训练形成的人脸检测器判断所述图像中是否包括人脸：若否，则返回所述步骤S1；步骤S3，采用所述特征预测模型，在所述图像中的所述人脸上预测得到多个所述人脸特征信息；步骤S4，根据预测得到的多个所述人脸特征信息构成关联于所述人脸的面部结构，随后退出。

【技术特征摘要】
1.一种人脸检测方法，其特征在于，包括，于预先输入的复数个人脸训练样本中分别确定多个人脸特征信息，并根据每个所述人脸训练样本中的所有所述人脸特征信息训练形成特征预测模型，还包括：步骤S1，采用图像采集装置获取图像；步骤S2，采用预先训练形成的人脸检测器判断所述图像中是否包括人脸：若否，则返回所述步骤S1；步骤S3，采用所述特征预测模型，在所述图像中的所述人脸上预测得到多个所述人脸特征信息；步骤S4，根据预测得到的多个所述人脸特征信息构成关联于所述人脸的面部结构，随后退出。2.如权利要求1所述的人脸检测方法，其特征在于，训练形成所述特征预测模型的步骤具体包括：步骤A1，获取多个包括不同角度的人脸的图像，以作为所述人脸训练样本；步骤A2，在一个预设的所述人脸训练样本上标注多个所述人脸特征信息作为输入信息，以及将关联于预设的所述人脸训练样本的角度信息作为输出信息，对所述特征预测模型进行训练；步骤A3，判断是否存在尚未作为训练依据的所述人脸训练样本：若是，则形成并输出最终的所述特征预测模型，随后退出；若否，则返回所述步骤A2，以根据下一个所述人脸训练样本对所述特征预测模型进行训练。3.如权利要求2所述的人脸检测方法，其特征在于，所述步骤A2中，采用逻辑回归算法，以多个所述人脸特征信息作为所述输入信息，以所述角度信息作为所述输出信息，对所述特征预测模型进行训练。4.如权利要求2所述的人脸检测方法，其特征在于，所述步骤A2中，采用神经网络回归算法，以多个所述人脸特征信息作为所述输入信息，以所述角度信息作为所述输出信息，对所述特征预测模型...

【专利技术属性】
技术研发人员：陈明修，
申请(专利权)人：芋头科技杭州有限公司，
类型：发明
国别省市：浙江,33