图像检测方法、人脸检测方法及装置、设备及存储介质制造方法及图纸

本申请实施例提供一种图像检测方法及装置、人脸检测方法及装置、终端设备及计算机存储介质，所述图像检测方法包括获取待检测图像；通过检测窗口对所述待检测图像进行检测，根据目标参考点在样本图像中的位置关系，分别确定所述检测窗口在所述待检测图像中滑动所覆盖的图像区域内的关键区域，提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量；其中，所述样本图像为用于训练提取图像中目标对象的形状特征的模型的图像，所述目标参考点为所述样本图像中用于界定出目标对象的形状特征的关键特征点；根据各个所述图像区域的特征向量，对所述待检测图像中的目标对象进行检测。象进行检测。象进行检测。

【技术实现步骤摘要】
图像检测方法、人脸检测方法及装置、设备及存储介质


[0001]本专利技术涉及图像处理领域，尤其涉及一种图像检测方法及装置、人脸检测方法及装置、终端设备及计算机可读存储介质。

技术介绍

[0002]随着多媒体技术与计算机设备网络的广泛应用，网络上出现了大量图像数据。如何有效的管理这些图像文件，自动识别图像的内容变得越来越需要。
[0003]其中图像识别中人脸检测在计算机视觉领域尤其备受关注。已知的人脸检测方法是采用一个检测窗口在图像中先逐列再逐行扫描式的滑动，对待检测图像进行特征提取，以对图像中的人脸进行检测。然而，这需要对待检测图像的整个区域进行特征提取，计算量大且提取特征容易受到非人脸部位的干扰，从而检测时间长且准确率低。

技术实现思路

[0004]为了解决现有存在的技术问题，本申请实施例提供一种快速、且检测准确率高的图像检测方法及装置、人脸检测方法及装置、终端设备及计算机可读存储介质。
[0005]为达到上述目的，本申请实施例的技术方案是这样实现的：
[0006]本申请实施例第一方面，提供一种图像检测方法，包括：
[0007]获取待检测图像；
[0008]通过检测窗口对所述待检测图像进行检测，根据目标参考点在样本图像中的位置关系，分别确定所述检测窗口在所述待检测图像中滑动所覆盖的图像区域内的关键区域，提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量；所述样本图像为用于训练提取图像中目标对象的形状特征的模型的图像，所述目标参考点为所述样本图像中用于界定出目标对象的形状特征的关键特征点；
[0009]根据各个所述图像区域的特征向量，对所述待检测图像中的目标对象进行检测。
[0010]本申请实施例第二方面，提供一种人脸检测方法，包括：
[0011]获取待检测图像；
[0012]通过不同尺寸的检测窗口分别对所述待检测图像进行检测，根据人脸五官在人脸图像中的位置关系，分别确定所述检测窗口在所述待检测图像中滑动所覆盖的图像区域内的关键区域，提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量；
[0013]根据各个所述图像区域的特征向量，确定不同尺寸的检测窗口覆盖的图像区域存在重叠且均包含人脸时，对所述不同尺寸的检测窗口覆盖的存在重叠的图像区域进行融合，确定所述待检测图像中的人脸及其位置。
[0014]本申请实施例第三方面，提供一种图像检测装置，包括：
[0015]图像获取模块，用于获取待检测图像；
[0016]特征提取模块，用于通过检测窗口对所述待检测图像进行检测，根据目标参考点在样本图像中的位置关系，分别确定所述检测窗口在所述待检测图像中滑动所覆盖的图像
区域内的关键区域，提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量；
[0017]检测模块，用于根据各个所述图像区域的特征向量，对所述待检测图像中的目标对象进行检测。
[0018]本申请实施例第四方面，提供一种人脸检测装置，包括：
[0019]获取模块，用于获取待检测图像；
[0020]特征模块，用于通过不同尺寸的检测窗口分别对所述待检测图像进行检测，根据人脸五官在人脸图像中的位置关系，分别确定所述检测窗口在所述待检测图像中滑动所覆盖的图像区域内的关键区域，提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量；
[0021]人脸检测模块，用于根据各个所述图像区域的特征向量，确定不同尺寸的检测窗口覆盖的图像区域存在重叠且均包含人脸时，对所述不同尺寸的检测窗口覆盖的存在重叠的图像区域进行融合，确定所述待检测图像中的人脸及其位置。
[0022]本申请实施例第五方面，提供一种终端设备，包括存储器和处理器，所述存储器内存储有计算机程序，所述处理器运行所述计算机程序时，执行本申请任一实施例所述的图像检测方法或本申请任一实施例所述的人脸检测方法。
[0023]本申请实施例第六方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序代码，所述计算机程序代码由处理器加载并执行时，执行本申请任一实施例所述的图像检测方法或本申请任一实施例所述的人脸检测方法。
[0024]上述实施例所提供的图像检测方法及装置、终端设备及计算机可读存储介质，通过检测窗口对待检测图像进行检测的过程中，根据样本图像中目标对象的形状特征选取关键特征点作为目标参考点，分析目标参考点在样本图像中的位置关系，根据所述位置关系分别确定所述检测窗口在待检测图像滑动所覆盖的图像区域内的关键区域，提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量，通过确定检测窗口覆盖的图像区域的关键区域进行特征提取，可以提升特征提取速度，减少计算量，以提升图像检测效率；其次可以减少非有效特征区域的干扰，可以提升图像检测的准确率；
[0025]上述实施例所提供的人脸检测方法及装置、终端设备及计算机可读存储介质，通过不同尺寸的检测窗口分别对所述待检测图像进行检测，根据人脸五官在人脸图像中的位置关系，分别确定所述检测窗口在所述待检测图像中滑动所覆盖的图像区域内的关键区域，提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量，根据各个所述图像区域的特征向量，确定不同尺寸的检测窗口覆盖的图像区域存在重叠且均包含人脸时，对所述不同尺寸的检测窗口覆盖的存在重叠的图像区域进行融合，确定所述待检测图像中的人脸及其位置，通过确定检测窗口覆盖的图像区域的关键区域来进行特征提取，可以提升特征提取速度，减少计算量，以提升对图像中的人脸检测效率；通过采用不同尺寸的检测窗口进行检测，对重叠区域的检测结果进行融合，从而可以实现对不同图像中不同尺寸混合的人脸、或同一图像中不同尺寸混合的人脸进行快速检测，提升检测准确率。
附图说明
[0026]图1为本申请一实施例中图像检测方法的应用场景图；
[0027]图2为本申请一实施例中图像检测方法的流程图；
[0028]图3为本申请另一实施例中图像检测方法的流程图；
[0029]图4为本申请实施例中目标参考点相对于目标对象位置关系的示意图；
[0030]图5为本申请实施例中根据目标参考点确定关键区域的示意图；
[0031]图6为本申请实施例中图像特征的特征值计算的示意图；
[0032]图7为本申请实施例中特征值处理的示意图；
[0033]图8为本申请实施例中特征值处理后的特征图；
[0034]图9为本申请又一实施例中图像检测方法的流程图；
[0035]图10为级联分类器训练原理的示意图；
[0036]图11为本申请一实施例中人脸检测方法的流程图；
[0037]图12为本申请另一实施中人脸检测方法的流程图；
[0038]图13为本申请一可选的具体实施中人脸检测方法的流程图；
[0039]图14为本申请一实施例中终端设备的结构示意图；
[0040]图15为本申请一实施例中图形检测装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：获取待检测图像；通过检测窗口对所述待检测图像进行检测，根据目标参考点在样本图像中的位置关系，分别确定所述检测窗口在所述待检测图像中滑动所覆盖的图像区域内的关键区域，提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量；所述样本图像为用于训练提取图像中目标对象的形状特征的模型的图像，所述目标参考点为所述样本图像中用于界定出目标对象的形状特征的关键特征点；根据各个所述图像区域的特征向量，对所述待检测图像中的目标对象进行检测。2.如权利要求1所述的图像检测方法，其特征在于，所述根据各个所述图像区域的特征向量，对所述待检测图像中的目标对象进行检测之前，包括：根据设定规则对所述检测窗口的尺寸进行调整，得到更新的检测窗口；通过所述更新的检测窗口对所述待检测图像进行检测，根据目标参考点在样本图像中的位置关系，分别确定所述更新的检测窗口在所述待检测图像中滑动所覆盖的图像区域内的关键区域，并提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量。3.如权利要求2所述的图像检测方法，其特征在于，所述根据各个所述图像区域的特征向量，对所述待检测图像中的目标对象进行检测，包括：根据各个所述图像区域的特征向量，确定所述待检测图像中是否包含目标对象；在所述更新的检测窗口覆盖的图像区域和所述检测窗口覆盖的图像区域同时包含有所述目标对象的情况下，对所述更新的检测窗口覆盖的图像区域和所述检测窗口覆盖的图像区域进行融合。4.如权利要求3所述的图像检测方法，其特征在于，所述对更新的检测窗口覆盖的图像区域和所述检测窗口覆盖的图像区域进行融合，包括：在所述更新的检测窗口覆盖的图像区域和所述检测窗口覆盖的图像区域中其中之一包含于其中另一的情况下，或，在所述更新的检测窗口覆盖的图像区域和所述检测窗口覆盖的图像区域的重叠度大于阈值的情况下；根据所述图像区域的特征向量选取保留的图像区域，并确定所述目标对象的坐标。5.如权利要求2所述的图像检测方法，其特征在于，所述根据设定规则对所述检测窗口的尺寸进行调整，得到更新的检测窗口，包括：根据设置比例对所述检测窗口进行缩放，在缩放后的检测窗口的尺寸在设置尺寸范围内的情况下，将缩放后的检测窗口作为更新的检测窗口。6.如权利要求1所述的图像检测方法，其特征在于，所述根据目标参考点在样本图像中的位置关系，分别确定所述检测窗口覆盖的图像区域内的关键区域，包括：根据所述目标参考点在样本图像中的坐标，及所述样本图像中目标对象区域的尺寸，确定所述目标参考点相对于所述目标对象区域的比例坐标；根据所述比例坐标，确定所述检测窗口覆盖的图像区域内目标参考点的位置，根据所述目标参考点的位置确定关键区域。7.如权利要求6所述的图像检测方法，其特征在于，所述目标参考点为多个，所述根据所述目标参考点的位置确定关键区域，包括：
以所述目标参考点的坐标为中心、以预设值为半径的圆的最小外接方形区域为所述目标参考点对应的关键区域。8.如权利要求1所述的图像检测方法，其特征在于，所述提取所述关键区域的图像特征以确定对应的所述图像区域的特征向量，包括：将所述关键区域划分为多个图像块；根据每一图像块各像素点的像素值与其相邻的像素点的像素值的大小，确定所述图像块对应的特征码；根据所述图像块对应的特征码得到所述图像区域的特征向量。9.如权利要求8所述的图像检测方法，其特征在于，所述将所述关键区域划分为多个图像块，包括：根据所述关键区域中特征量确定目标重叠度，根据所述目标重叠度将所述关键区域划分为多个图像块，其中，所述目标重叠度的大小与所述特征量的大小呈正比。10.如权利要求1所述的图像检测方法，其特征在于，所述获取待检测图像之前，还包括：获取包含有目标对象的原始图像，根据所述原始图像中目标参考点的标定及目标对象区域的尺寸调整所述原始图像，直至所述原始图像的显示参数满足取值条件，将调整后的所述原始图像作为正样本图像；获取不包含目标对象的图像，将所述不包含目标对象的图像作为负样本图像，根据所述正样本图像和所述负样本图像形成训练图像集；基于所述训练图像集对级联分...

【专利技术属性】
技术研发人员：黄彬彬，
申请(专利权)人：深圳绿米联创科技有限公司，
类型：发明
国别省市：