The invention discloses a multi-scale face detection method and a computing device for executing the method. The method includes the following steps: input the image of the first scale into the preset convolution network, generate the face prediction region of the first scale and the detection region of the second scale after convolution processing; clip the image of the second scale from the image of the second scale, and input the clipped image into the preset convolution. The network, after convolution processing, generates the second-scale face prediction region and the third-scale face detection region; clips the image of the third-scale face prediction region from the third-scale image, and inputs the clipped image into the preset convolution network, and generates the third-scale face prediction region knot after convolution processing. Face detection results are obtained from the first scale face prediction region, the second scale face prediction region and the third scale face prediction region.
【技术实现步骤摘要】
一种多尺度的人脸检测方法及计算设备
本专利技术涉及图像处理
,尤其是一种多尺度的人脸检测方法及计算设备。
技术介绍
人脸检测是指对于任意一帧给定的图像,采用一定的策略对其进行搜索以确定其中是否含有人脸,若含有人脸则返回人脸的位置、大小和姿态,一般地,以一个矩形框来框住人脸以表征检测到的人脸。然而,在实际应用中,常常要面临不同的场景变化、遮挡、光照变化以及人脸尺度变化等诸多复杂条件,使得人脸检测的速度相对较慢。尤其是当需要在移动终端上实现实时检测时,人脸检测的难度很大。为检测不同尺度下的人脸,通常采用将图像进行多个尺度的缩放,在每个尺度下单独检测人脸得到该尺度下的检测结果,最终融合不同尺度下的检测结果。这种多个尺度的计算量是很大的,尤其是针对图像中人脸很小的情况(简称“小人脸”),需要将输入图像的尺寸设置得大一些,但这会增加计算耗时。随着神经网络技术的发展,越来越多的算法利用卷积神经网络来进行人脸检测,在这种情况下,将上述人脸检测方案应用到卷积神经网络时,随着输入图像的增加,检测时间会呈指数增长,计算相当耗时。同时,在很多应用场景中,实际上图像包含的小人脸较少,为了检测可能不存在的小人脸,对全图进行检测,为此消耗计算量是非常不可取的。鉴于此,需要一种快速的人脸检测方案。
技术实现思路
为此,本专利技术提供了一种多尺度的人脸检测方法及计算设备,以力图解决或者至少缓解上面存在的至少一个问题。根据本专利技术的一个方面,提供了一种多尺度的人脸检测方法,该方法适于在计算设备中执行,包括步骤:将第一尺度的图像输入预设卷积网络,经卷积处理后生成第一尺度的人脸预测区域和第 ...
【技术保护点】
1.一种多尺度的人脸检测方法,所述方法适于在计算设备中执行,所述方法包括步骤:将第一尺度的图像输入预设卷积网络,经卷积处理后生成第一尺度的人脸预测区域和第二尺度的待检测区域;从第二尺度的图像中裁剪出所述第二尺度的待检测区域的图像,并将该裁剪出的图像输入所述预设卷积网络,经卷积处理后生成第二尺度的人脸预测区域和第三尺度的待检测区域;从第三尺度的图像中裁剪出所述第三尺度的待检测区域的图像,并将该裁剪出的图像输入所述预设卷积网络,经卷积处理后生成第三尺度的人脸预测区域;以及结合所述第一尺度的人脸预测区域、所述第二尺度的人脸预测区域和所述第三尺度的人脸预测区域得到人脸检测结果。
【技术特征摘要】
1.一种多尺度的人脸检测方法,所述方法适于在计算设备中执行,所述方法包括步骤:将第一尺度的图像输入预设卷积网络,经卷积处理后生成第一尺度的人脸预测区域和第二尺度的待检测区域;从第二尺度的图像中裁剪出所述第二尺度的待检测区域的图像,并将该裁剪出的图像输入所述预设卷积网络,经卷积处理后生成第二尺度的人脸预测区域和第三尺度的待检测区域;从第三尺度的图像中裁剪出所述第三尺度的待检测区域的图像,并将该裁剪出的图像输入所述预设卷积网络,经卷积处理后生成第三尺度的人脸预测区域;以及结合所述第一尺度的人脸预测区域、所述第二尺度的人脸预测区域和所述第三尺度的人脸预测区域得到人脸检测结果。2.如权利要求1所述的方法,其中,在将第一图像输入预设卷积网络的步骤之前,还包括步骤:对待检测人脸的图像进行不同比例的缩放处理,以分别生成第一尺度的图像、第二尺度的图像和第三尺度的图像,其中,所述第一尺度的图像的分辨率小于所述第二尺度的图像的分辨率,且所述第二尺度的图像的分辨率小于所述第三尺度的图像的分辨率。3.如权利要求1或2所述的方法,其中,所述预设卷积网络包括:至少一个第一卷积层、第二卷积层和第三卷积层,其中,所述第二卷积层适于通过多个不同尺度的卷积核进行卷积处理,并将多个卷积核的卷积结果相连接,作为该第二卷积层的输出结果。4.如权利要求3所述的方法,其中,所述预设卷积网络适于对当前尺度的图像做卷积处理,输出三个预测响应图,所述预测响应图中每个像素点的响应值指示该像素点是人脸点的概率。5.如权利要求4所述的方法,其中,所述预设卷积网络还适于根据第一个预测响应图上的响应值输出当前尺度的人脸预测区域的坐标,得到当前尺度的...
【专利技术属性】
技术研发人员:刘志辉,许清泉,洪炜冬,王喆,关明鑫,
申请(专利权)人:厦门美图之家科技有限公司,
类型:发明
国别省市:福建,35
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。