人脸检测预处理方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种人脸检测预处理方法，包括：获取图像数据；将图像数据缓存在终端本地；对终端本地的图像数据进行人脸检测，确定图像数据中是否包含人脸信息；对包含人脸信息的图像数据进行预处理，裁剪图像数据，保留图像数据中的人脸部位。可以满足终端对人脸数据使用的分场景差异化处理，又节约了网络带宽、网络流量、后端算力，也可在无网络的情况下实现对人脸使用的基本需求。

【技术实现步骤摘要】
人脸检测预处理方法、装置、设备和存储介质
本专利技术涉及图像处理
，更具体地，涉及一种人脸检测预处理方法和装置、设备和存储介质。
技术介绍
在服务型机器人系统中，视觉作为多模态交互的核心模态之一，是交互当中不可缺少的重要部分。而对人脸的检测和识别是机器人视觉的重要应用。人脸检测重点检测的是图片中是否包含人脸，而人脸识别则要求识别出人脸的特征信息。因为人脸识别需要使用机器学习算法进行大量的特征提取运算，往往需要将机器人端采集到的视频数据逐帧上传到后台服务端进行特征提取。现在在处理人像相关操作时，通常的做法是在后端使用机器学习的方式，训练提取人脸特征点的模型。终端设备负责采集图像数据，按照图像帧的方式上传到后台服务，对图像进行统一的特征提取，然后下发数据到终端，以供使用。在实际使用的过程中，有如下两种场景，分别说明如下：场景一：终端并不需要太详细的人脸特征数据，仅需知道当前画面中是否存在人脸即可，这种场景下，并不需要运算量巨大的特征提取。仅需使用简单的图像处理算法，对图片进行边缘提取，识别人脸轮廓即可。通用的技术方案下，同样需要将这些数据上传到后台处理。因为图像一般数据量巨大，这会消耗大量的流量占用大量的带宽。而且因为受限于网络原因可能还会产生比较的延迟。场景二：对于需要真实使用人脸特征的情况，利用服务端的算力是不可缺省的，但是在实际情况下，因为终端摄像头是持续采集图像数据的。在每一帧的图像数据中未必都会包含人脸数据，将不包含的人脸数据上传到后台不仅占用后台计算能力，同样也存在场景中的一系列问题。
技术实现思路
鉴于上述问题，本专利技术提出了一种人脸检测预处理方法、装置、系统和存储介质，分场景差异化处理人脸数据，能够节约网络带宽、网络流量、后端算力。本专利技术实施例的技术方案是这样实现的：第一方面，本专利技术实施例提供了一种人脸检测预处理方法，包括：获取图像数据；将图像数据缓存在终端本地；对终端本地的图像数据进行人脸检测，确定图像数据中是否包含人脸信息；对包含人脸信息的图像数据进行预处理，裁剪图像数据，保留图像数据中的人脸部位。第二方面，本专利技术实施例提供了一种人脸检测预处理装置，包括：图像采集模块，用于获取图像数据；缓存模块，用于将所述图像数据缓存在终端本地；本地预处理模块，用于对终端本地的图像数据进行人脸检测，确定图像数据中是否包含人脸信息；还用于对包含人脸信息的图像数据进行预处理，裁剪图像数据，保留图像数据中的人脸部位。第三方面，本专利技术实施例还提供了一种机器人，包括：图像采集装置，用于采集图像数据；存储装置，用于缓存图像数据；预处理装置，用于执行以上所述的人脸检测预处理方法。第四方面，本专利技术实施例还提供了一种计算机设备，包括：一个或多个处理器；与所述一个或多个处理器通信连接的存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序被配置为执行以上所述的方法。第五方面，本专利技术实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现以上所述的方法。本专利技术的一种人脸检测预处理方法、装置、系统和存储介质，采集到图像数据后，在终端本地利用本地算力，对每一帧数据中是否存在人脸进行初步判断，同时结合当前实际使用需求决策，是否需要进一步进行后台人脸特征数据提取，可以满足终端对人脸数据使用的分场景差异化处理，又节约了网络带宽、网络流量、后端算力，也可在无网络的情况下实现对人脸使用的基本需求。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，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示出了根据本专利技术实施例的一种人脸检测预处理方法的应用环境图。图2示出了根据本专利技术实施例的一种人脸检测预处理方法的流程示意图。图3示出了根据本专利技术实施例的一种人脸检测预处理装置的逻辑单元结构示意图。图4示出了根据本专利技术实施例的一种机器人系统的硬件结构示意图。图5示出了根据本专利技术实施例的一种计算机设备的硬件结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，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。在本专利技术的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。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，所描述的实施例仅仅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，本领域技术人员在没有作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。图1是一个实施例中提供的一种人脸检测预处理方法应用环境图，在该应用环境中，包括机器人终端110，后台服务器120。机器人终端110上具有图像采集设备111、存储设备112、处理设备113，图像采集设备111具有图像拍摄成像功能，设置在机器人终端上用于获取其周围尤其是前方的图像数据，处理设备113对图像数据进行人脸检测，判断图像中是否存在人脸信息，以触发机器人终端110与周围用户、行人的进行包括打招呼、避让在内的交互和服务。后台服务器120包括人脸识别装置，用于进一步对包含人脸信息的图像数据进行人脸识别，获取图像数据中的人脸特征，进而对其身份信息进行判断，使得机器人终端110可以根据用户身份信息实现更精准的交互和服务。在本专利技术实施例所提供的人脸检测预处理方法的应用环境中，机器人终端110通过图像采集设备111采集周围环境的图像数据后，将图像数据在本地的处理设备113进行预处理，确定是否存在人脸信息，根据机器人终端、后台服务器的配置要求或网络通畅情况，判断是否将预处理后的图像数据发送至后台服务器120，进行人脸识别，获得识别结果。如图2所示，本专利技术实施例提供了一种人脸检测预处理方法的流程图，所述方法包括以下步骤：步骤201：获取图像数据；步骤202：将图像数据缓存在终端本地；步骤203：对终端本地的图像数据进行人脸检测，确定图像数据中是否包含人脸信息；步骤204：对包含人脸信息的图像数据进行预处理，裁剪图像本文档来自技高网...

【技术保护点】
1.一种人脸检测预处理方法，其特征在于，所述方法包括如下步骤：/n获取图像数据；/n将图像数据缓存在终端本地；/n对终端本地的图像数据进行人脸检测，确定图像数据中是否包含人脸信息；/n对包含人脸信息的图像数据进行预处理，裁剪图像数据，保留图像数据中的人脸部位。/n

【技术特征摘要】
1.一种人脸检测预处理方法，其特征在于，所述方法包括如下步骤：
获取图像数据；
将图像数据缓存在终端本地；
对终端本地的图像数据进行人脸检测，确定图像数据中是否包含人脸信息；
对包含人脸信息的图像数据进行预处理，裁剪图像数据，保留图像数据中的人脸部位。


2.根据权利要求1所述的方法，其特征在于，还包括：在所述确定图像数据中是否包含人脸信息之后输出判断结果或在所述对包含人脸信息的图像数据进行预处理后，输出经预处理后的图像数据。


3.根据权利要求1所述的方法，其特征在于，所述将图像数据缓存在终端本地，包括：对所述获取到的图像数据按图像帧的时间顺序采用队列方式进行缓存，且缓存不超过2帧图像数据。


4.根据权利要求1所述的方法，其特征在于，所述确定图像数据中是否包含人脸信息，包括：终端在本地通过算法对图像数据进行处理，获取图像数据中是否包含人脸及人脸双眼连线中心点坐标及人脸宽高数据。


5.根据权利要求3所述的方法，其特征在于，所述对包含人脸信息的图像数据进行预处理，包括：将包含人脸信息的图像数据根据图像中所述人脸宽高数据进行裁剪，保留图像数据中人脸部位。


6.根据权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：赵杰，宋宇，许楠，张勇，
申请(专利权)人：北京爱接力科技发展有限公司，
类型：发明
国别省市：北京;11