人脸检测方法、装置、设备及计算机可读介质制造方法及图纸

本发明专利技术提供了一种人脸检测方法、装置、设备及计算机可读介质，涉及图像识别技术领域，所述方法包括：获取前k次人脸检测到的多个人脸图像的实际位置信息，k为大于或者等于2的正整数；根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息；根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率，进而将检测频率调整到目标频率，本发明专利技术实施例可以根据帧图像中人脸图像的预测位置信息自动调整人脸检测的频率，节省系统的计算资源，降低视频流的人脸检测中的耗能的技术效果。

【技术实现步骤摘要】
人脸检测方法、装置、设备及计算机可读介质
本专利技术涉及图像识别
，尤其是涉及一种人脸检测方法、装置、设备及计算机可读介质。
技术介绍
人脸检测(FaceDetection)是对人脸图像进行分析和处理的第一步，其用于检测并定位图像中的人脸，返回高精度的人脸框坐标。传统的检测算法，是对一个画面进行扫描，并且逐个判定一个画面区域是否为人脸。然而，由于每一秒的视频段落由许多帧的画面构成，一般摄像机的帧数分为PAL制(帕尔制)与N制(彩色电视广播标准)，分别为每秒25帧和每秒30帧，目前的高速摄像机可以达到每秒120帧以上。这样，使用目前的人脸检测算法，往往会伴随着大计算量、高内存(GPU上指显存)占用等问题，在一些计算能力有限的平台上应用人脸检测算法，对功耗、散热等带来巨大的挑战。当视频流中没有人脸存在时，依然对视频的每一帧都进行检测，是一种计算资源的巨大浪费。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种人脸检测方法、装置、设备及计算机可读介质，以缓解现有技术中存在的人脸检测的占用大量的计算资源的技术问题。第一方面，本专利技术实施例提供了一种人脸检测方法，包括：获取前k次人脸检测到的多个人脸图像的实际位置信息，k为大于或者等于2的正整数；根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息；根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率；将人脸检测的检测频率调整为所述目标频率。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息，包括：根据所述前k次检测到多个人脸图像的实际位置信息，计算所述多个人脸图像的运动矢量；根据第k次检测到的人脸图像的实际位置信息及所述运动矢量预测在第k+1次检测时人脸图像的预测位置信息。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，根据所述前k次检测到多个人脸图像的实际位置信息，计算所述多个人脸图像的运动矢量；包括：通过下式，计算所述多个人脸图像中每个人脸图像的运动矢量其中，为第x个人脸图像在第i次检测的实际位置信息，为第x个人脸图像在第i+1次检测的实际位置信息，i为正整数。结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，所述根据第k次检测到的人脸图像的实际位置信息及所述运动矢量预测在第k+1次检测时人脸图像的预测位置信息，包括：将第k次检测到的人脸图像的实际位置信息与所述运动矢量二者之和确定为所述预测位置信息。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率，包括：确定多张人脸图像中预测位置信息满足预设条件的人脸图像；统计预测位置信息满足预设条件的人脸图像的数量；确定所述人脸图像的数量对应的预设阈值范围；根据所述预设阈值范围确定目标频率。结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，所述目标频率与所述满足预设条件的人脸图像的数量成正比例关系。结合第一方面，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，所述人脸图像的位置信息包括：由人脸框区域的最小横坐标，人脸框区域的最大横坐标，人脸框区域的最小纵坐标和人脸框区域的最大纵坐标构成的向量。结合第一方面，本专利技术实施例提供了第一方面的第七种可能的实施方式，其中，所述确定多张人脸图像中预测位置信息满足预设条件的人脸图像，包括：当根据所述人脸图像的预测位置信息预测的人脸图像的位置均位于所述人脸图像所在的帧图像范围内，确定所述人脸图像满足预设条件。结合第一方面，本专利技术实施例提供了第一方面的第八种可能的实施方式，其中，确定多张人脸图像中预测位置信息满足预设条件的人脸图像，包括：当根据所述人脸图像的预测位置信息预测的人脸框区域的面积大于或者等于预设面积阈值，确定所述人脸图像满足预设条件。第二方面，本专利技术实施例还提供一种人脸检测装置，包括：获取模块，用于获取前k次人脸检测到的多个人脸图像的实际位置信息，k为大于或者等于2的正整数；预测模块，用于根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息；确定模块，用于根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率；调整模块，用于将人脸检测的检测频率调整为所述目标频率。第三方面，本专利技术实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行第一方面所述的方法。第四方面，本专利技术实施例还提供一种人脸检测设备，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行第一方面所述的方法。本专利技术实施例带来了以下有益效果：本专利技术实施例通过首先获取前k次人脸检测到的多个人脸图像的实际位置信息，根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息，可以根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率，最后可以将人脸检测的检测频率调整为所述目标频率。本专利技术实施例能够根据前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息，并根据预测位置信息确定目标频率，进而将检测频率调整到目标频率，可以根据帧图像中人脸图像的预测位置信息自动调整人脸检测的频率，节省系统的计算资源，降低视频流的人脸检测中的耗能，同时还能够保证人脸检测的可靠性。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。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具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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的附图。图1为本专利技术实施例提供的电子设备的示意框图；图2为本专利技术实施例提供的人脸检测方法的流程图；图3为本专利技术实施例提供的人脸检测到的人脸图像的示意图；图4为本专利技术实施例提供的人脸检测装置的结构图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例可以应用于电子设备，图1所示为本专利技术实施例的电子设备的一个示意性框图。图1所示的电子设备10包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108、图像传感器110以及一个或多个非图像传感器114，这些组件通过总线系统112和/或其它形式互联。应当注意，图1所示的电子设备10的组件和结构只本文档来自技高网...

【技术保护点】
一种人脸检测方法，其特征在于，包括：获取前k次人脸检测到的多个人脸图像的实际位置信息，k为大于或者等于2的正整数；根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息；根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率；将人脸检测的检测频率调整为所述目标频率。

【技术特征摘要】
1.一种人脸检测方法，其特征在于，包括：获取前k次人脸检测到的多个人脸图像的实际位置信息，k为大于或者等于2的正整数；根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息；根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率；将人脸检测的检测频率调整为所述目标频率。2.根据权利要求1所述的人脸检测方法，其特征在于，所述根据所述前k次检测到的实际位置信息预测在第k+1次检测时人脸图像的预测位置信息，包括：根据所述前k次检测到多个人脸图像的实际位置信息，计算所述多个人脸图像的运动矢量；根据第k次检测到的人脸图像的实际位置信息及所述运动矢量预测在第k+1次检测时人脸图像的预测位置信息。3.根据权利要求2所述的人脸检测方法，其特征在于，根据所述前k次检测到多个人脸图像的实际位置信息，计算所述多个人脸图像的运动矢量；包括：通过下式，计算所述多个人脸图像中每个人脸图像的运动矢量其中，为第x个人脸图像在第i次检测的实际位置信息，为第x个人脸图像在第i+1次检测的实际位置信息，i为正整数。4.根据权利要求2所述的人脸检测方法，其特征在于，所述根据第k次检测到的人脸图像的实际位置信息及所述运动矢量预测在第k+1次检测时人脸图像的预测位置信息，包括：将第k次检测到的人脸图像的实际位置信息与所述运动矢量二者之和确定为所述预测位置信息。5.根据权利要求1或4所述的人脸检测方法，其特征在于，根据与预测位置信息满足预设条件的人脸图像的数量对应的预设阈值范围确定目标频率，包括：确定多张人脸图像中预测位置信息满足预设条件的人脸图像；统计预测位置信...

【专利技术属性】
技术研发人员：周舒畅，梁喆，黄哲威，潘宇超，
申请(专利权)人：北京旷视科技有限公司，北京迈格威科技有限公司，
类型：发明
国别省市：北京,11