【技术实现步骤摘要】
人脸检测方法及装置、计算机可读存储介质、终端设备
[0001]本专利技术涉及图像处理
，尤其涉及一种人脸检测方法及装置、计算机可读存储介质、终端设备。
技术介绍
[0002]人脸检测的目标是在输入图像中确定所有人脸的位置、大小和姿态，它广泛用于数字相机自动聚焦、视频监控、身份验证等领域，具有巨大的商业价值。
[0003]当前主要的人脸检测方法分为基于传统机器学习的人脸检测方法和基于深度学习的人脸检测方法。传统机器学习用于人脸检测时，具有检测速度比较快的特点。基于深度学习的人脸检测方法的检测准确率较高。
[0004]但是，基于传统机器学习的人脸检测方法准确率较低，容易出现误检现象；深度学习人脸检测方法的计算量比较大，不适合在算力有限且有低功耗要求的边缘设备上使用。
技术实现思路
[0005]本专利技术解决的技术问题是如何兼顾人脸检测的准确性和减小计算量。
[0006]为解决上述技术问题，本专利技术实施例提供一种人脸检测方法，人脸检测方法包括：获取待检测图像；利用传统机器学习模型对所...
【技术保护点】
【技术特征摘要】
1.一种人脸检测方法，其特征在于，包括：获取待检测图像；利用传统机器学习模型对所述待检测图像进行预处理，以得到人脸图像，所述人脸图像为所述待检测图像的一部分；将人脸图像输入至深度学习模型，以得到检测结果，所述检测结果包括人脸信息。2.根据权利要求1所述的人脸检测方法，其特征在于，所述利用传统机器学习模型对所述待检测图像进行预处理包括：利用所述传统机器学习模型提取所述待检测图像中的人脸，以得到所述人脸图像及其对应的人脸置信度。3.根据权利要求2所述的人脸检测方法，其特征在于，所述将人脸图像输入至深度学习模型包括：在所述人脸置信度小于第一门限时，将所述人脸图像输入至所述深度学习模型。4.根据权利要求3所述的人脸检测方法，其特征在于，所述检测结果还包括检测置信度，所述方法还包括：如果所述检测置信度达到第二门限，则保留所述检测结果中的人脸；如果所述检测置信度低于所述第二门限，则删除所述检测结果中的人脸。5.根据权利要求2所述的人脸检测方法，其特征在于，提取的人脸的数量为一个或多个，每一人脸对应一个人脸图像。6.根据权利要求1所述的人脸检测方法，其...
【专利技术属性】
技术研发人员：蓝晓斌，陈富玄，吴倩，蔡进，
申请(专利权)人：北京紫光展锐通信技术有限公司，
类型：发明
国别省市：
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。