人脸倾斜角度检测方法和装置制造方法及图纸

本发明专利技术提供一种人脸倾斜角度检测方法和装置。该方法包括：对待测图像进行图像分割，得到P个图像区域，P为正整数；从P个图像区域中，获取N个人脸图像区域，N≤P，N为正整数；根据角度训练模型，对N个人脸图像区域进行角度估计，确定待测图像中N个人脸的倾斜角度，从而根据N个人脸的倾斜角度，可以准确检测到图像中的人脸。

Detection method and device of face tilt angle

【技术实现步骤摘要】
人脸倾斜角度检测方法和装置
本专利技术涉及计算机
，尤其涉及一种人脸倾斜角度检测方法和装置。
技术介绍
人脸检测技术随着科技发展已经应用于各行各业中。图1a为一种可识别人脸的图像示意图，图1b为一种不可识别人脸的图像示意图。由于图1a所示图像中三个人的人脸倾斜角度不大，因此，现有人脸检测方法是可以检测到图1a中三个人脸的。一旦出现图1b所示图像中三个人的人脸倾斜角度过大，现有人脸检测方法是无法检测到图1b中的三个人脸的。然而，由于拍摄角度的不同，使得图像中会出现各种倾斜角度过大的人脸，导致现有人脸检测发送无法检测到图像中的人脸。因此，现亟需一种能够检测图像中各个倾斜角度的人脸的检测方法。
技术实现思路
本专利技术提供一种人脸倾斜角度检测方法和装置，以解决现有人脸检测方法由于无法检测到倾斜角度过大的人脸且而导致检测结果不准确且鲁棒性差的问题。第一方面，本专利技术提供一种人脸检测方法，包括：对待测图像进行图像分割，得到P个图像区域，P为正整数；从所述P个图像区域中，获取N个人脸图像区域，N≤P，N为正整数；根据角度训练模型，对所述N个人脸图像区域进行角度估计，确定所述待测图像中N个人脸的倾斜角度。可选地，所述根据角度训练模型，对所述N个人脸图像区域进行角度估计，确定所述待测图像中N个人脸的倾斜角度，包括：根据所述N个人脸图像区域，确定所述N个人脸图像区域对应的N个人脸特征信息，所述N个人脸特征信息用于表示人脸的倾斜角度；根据所述N个人脸特征信息，构建人脸角度特征向量；将所述人脸角度特征向量输入到所述角度训练模型中，确定所述待测图像中N个人脸的倾斜角度。可选地，在将所述人脸角度特征向量输入到所述角度训练模型中之前，所述方法还包括：获取M个人脸测试图像，所述M个人脸测试图像中包括至少一个人脸，M为正整数；对M个人脸测试图像中的人脸倾斜角度分别进行标记，得到标记后的测试图像；根据所述标记后的测试图像，构建训练样本；根据深度学习卷积网络，建立初始训练模型；根据所述训练样本，对所述初始训练模型进行训练，得到所述角度训练模型。可选地，所述人脸特征信息包括：人脸中左眼中点和右眼中点之间的连线所在方向与水平方向的夹角、人脸中左耳中点和右耳中点之间的连线所在方向与水平方向的夹角、或人脸中鼻子中点与嘴唇中点之间的连线所在方向与水平方向的夹角中的至少一个。可选地，所述方法还包括：根据所述待测图像中N个人脸的倾斜角度，分别对所述待测图像进行旋转矫正，得到对应的N个目标图像；对所述N个目标图像进行人脸检测，得到人脸检测结果。第二方面，本专利技术提供一种人脸检测装置，包括：图像分割模块，用于对待测图像进行图像分割，得到P个图像区域，P为正整数；图像获取模块，用于从所述P个图像区域中，获取N个人脸图像区域，N≤P，N为正整数；角度估计模块，用于根据角度训练模型，对所述N个人脸图像区域进行角度估计，确定所述待测图像中N个人脸的倾斜角度。可选地，所述角度估计模块，具体用于根据所述N个人脸图像区域，确定所述N个人脸图像区域对应的N个人脸特征信息，所述N个人脸特征信息用于表示人脸的倾斜角度；根据所述N个人脸特征信息，构建人脸角度特征向量；将所述人脸角度特征向量输入到所述角度训练模型中，确定所述待测图像中N个人脸的倾斜角度。可选地，所述装置还包括：所述图像获取模块，还用于在所述角度估计模块将所述人脸角度特征向量输入到所述角度训练模型中之前，获取M个人脸测试图像，所述M个人脸测试图像中包括至少一个人脸，M为正整数；模型建立模块，用于对M个人脸测试图像中的人脸倾斜角度分别进行标记，得到标记后的测试图像；根据所述标记后的测试图像，构建训练样本；根据深度学习卷积网络，建立初始训练模型；根据所述训练样本，对所述初始训练模型进行训练，得到所述角度训练模型。可选地，所述人脸特征信息包括：人脸中左眼中点和右眼中点之间的连线所在方向与水平方向的夹角、人脸中左耳中点和右耳中点之间的连线所在方向与水平方向的夹角、或人脸中鼻子中点与嘴唇中点之间的连线所在方向与水平方向的夹角中的至少一个。可选地，所述装置还包括：角度矫正模块，用于根据所述待测图像中N个人脸的倾斜角度，分别对所述待测图像进行旋转矫正，得到对应的N个目标图像；人脸检测模块，用于对所述N个目标图像进行人脸检测，得到人脸检测结果。第三方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的人脸倾斜角度检测方法。第四方面，本专利技术提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行第一方面所述的人脸倾斜角度检测方法。本专利技术提供的人脸倾斜角度检测方法和装置，通过对待测进行图像分割，得到P个图像区域，且从P个图像区域中获取N个人脸图像区域。并根据，根据角度训练模型，对多个人脸图像区域进行角度估计，准确确定待测图像中各个人脸的倾斜角度，便于根据待测图像中N个人脸倾斜角度，分别对待测图像进行旋转矫正，使得待测图像中的人脸能够成为正脸，进而，在对待测图像进行人脸检测时可以准确得到人脸检测结果，从而实现了精准且全面的人脸检测过程，解决了现有人脸检测方法准备率和和鲁棒性都不高的问题。附图说明为了清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1a为一种可识别人脸的图像示意图；图1b为一种不可识别人脸的图像示意图；图2为本专利技术提供的人脸倾斜角度检测方法的流程图；图3为本专利技术提供的人脸倾斜角度检测方法的流程图；图4为本专利技术提供的人脸倾斜角度检测方法的流程图；图5a为本专利技术提供的人脸倾斜角度检测装置的结构示意图；图5b为本专利技术提供的人脸倾斜角度检测装置的结构示意图；图5c为本专利技术提供的人脸倾斜角度检测装置的结构示意图；图6为本专利技术提供的电子设备的硬件结构示意图。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，下面将结合本专利技术实施例中的附图，对本专利技术实施例中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实施例一部分实施例，而不是全部的实施例。基于本专利技术实施例中的实施例，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，都属于本专利技术实施例保护的范围。现有人脸检测方法，由于人们可以横着、反着或者倾斜着进行拍摄，得到的图像中人脸往往不会呈0度角度拍摄，这样，现有人脸检测方法使用这些图像进行人本文档来自技高网...

【技术保护点】
1.一种人脸倾斜角度检测方法，其特征在于，包括：/n对待测图像进行图像分割，得到P个图像区域，P为正整数；/n从所述P个图像区域中，获取N个人脸图像区域，N≤P，N为正整数；/n根据角度训练模型，对所述N个人脸图像区域进行角度估计，确定所述待测图像中N个人脸的倾斜角度。/n

【技术特征摘要】
1.一种人脸倾斜角度检测方法，其特征在于，包括：
对待测图像进行图像分割，得到P个图像区域，P为正整数；
从所述P个图像区域中，获取N个人脸图像区域，N≤P，N为正整数；
根据角度训练模型，对所述N个人脸图像区域进行角度估计，确定所述待测图像中N个人脸的倾斜角度。


2.根据权利要求1所述的方法，其特征在于，所述根据角度训练模型，对所述N个人脸图像区域进行角度估计，确定所述待测图像中N个人脸的倾斜角度，包括：
根据所述N个人脸图像区域，确定所述N个人脸图像区域对应的N个人脸特征信息，所述N个人脸特征信息用于表示人脸的倾斜角度；
根据所述N个人脸特征信息，构建人脸角度特征向量；
将所述人脸角度特征向量输入到所述角度训练模型中，确定所述待测图像中N个人脸的倾斜角度。


3.根据权利要求2所述的方法，其特征在于，在将所述人脸角度特征向量输入到所述角度训练模型中之前，所述方法还包括：
获取M个人脸测试图像，所述M个人脸测试图像中包括至少一个人脸，M为正整数；
对M个人脸测试图像中的人脸倾斜角度分别进行标记，得到标记后的测试图像；
根据所述标记后的测试图像，构建训练样本；
根据深度学习卷积网络，建立初始训练模型；
根据所述训练样本，对所述初始训练模型进行训练，得到所述角度训练模型。


4.根据权利要求2所述的方法，其特征在于，所述人脸特征信息包括：人脸中左眼中点和右眼中点之间的连线所在方向与水平方向的夹角、人脸中左耳中点和右耳中点之间的连线所在方向与水平方向的夹角、或人脸中鼻子中点与嘴唇中点之间的连线所在方向与水平方向的夹角中的至少一个。


5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
根据所述待测图像中N个人脸的倾斜角度，分别对所述待测图像进行旋转矫正，得到对应的N个目标图像；
对所述N个目标图像进行人脸检测，得到人脸检测结果。


6.一种人脸倾斜角度检测装置，其特征在于，包括：
图像分割模块，用于对待测图像进行图像分割，得到P个图像区域，P为正整数；
图像获取模块，用于从所述P个图像区域中，获取N个人脸图像区域，N≤...

【专利技术属性】
技术研发人员：沈海峰，李剑，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11