一种全局级联局部的人脸检测方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种全局级联局部的人脸检测方法、装置、设备及介质，本发明专利技术提供的全局级联局部的人脸检测方法，首先使用全局人脸检测器检测人脸，然后使用两个局部人脸检测器去检测被全局人脸检测器漏检的人脸，从而提高检测性能。最后，采用非极大值抑制的方法将全局人脸检测器和局部人脸检测器的检测结果进行合并得到最终检测结果。能够准确的识别出待监测图像中的大尺度人脸、小尺度人脸和正常尺度人脸。脸。脸。

【技术实现步骤摘要】
一种全局级联局部的人脸检测方法、装置、设备及介质


[0001]本专利技术属于人工智能领域，具体涉及一种全局级联局部的人脸检测方法、装置、设备及介质。

技术介绍

[0002]近年来，经济和工业的持续发展使我国对电力的需求不断增加，电力配网规模逐渐增大。电力行业作为国家的一个支柱性的产业,变电站电力设备的正常运行可以说对于整个社会有非常积极的意义。为掌握设备运行状况、确保设备安全运行，工作人员需要定时对电力设备进行巡视和检查。巡检工作虽然简单，但其项目繁多，一旦操作失误则会对人身和设备造成潜在的危害。与此同时，无人值守或少人值守的变电站的电子物资往往吸引了众多不法之徒的目光，盗窃设备、破环设备等犯罪活动成为了电网安全运行的重大隐患。为了提升变电站的管理水平，一些视频监控智能分析系统在电力行业开始涌现。目前的智能监控系统大都通过人脸检测算法实时捕捉视频帧中的人脸，进而与人脸数据库的人脸进行比对，进而识别人员身份。在识别人员身份后，对工作允许的人员进行智能门禁的授权开启，对进入工作区域的非工作人员予以警告。然而在密集人员的场景下，由于监控视频中的人脸尺度小，目前智能监控系统所依赖的人脸检测算法存在漏检的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种全局级联局部的人脸检测方法、装置、设备及介质，以解决现有技术中在密集人员的场景下，由于监控视频中的人脸尺度小，目前智能监控系统所依赖的人脸检测算法存在漏检的问题。
[0004]为了实现上述目的，本专利技术采用如下技术方案：
[0005]本专利技术第一方面，提供了一种全局级联局部的人脸检测方法，包括如下步骤：
[0006]获取待检测图像；
[0007]将所述待检测图像输入预设的全局人脸检测器，所述全局人脸检测器识别待检测图像中的人脸，得到第一检测结果；
[0008]将所述第一检测结果输入预设的局部人脸检测器，所述局部人脸检测器在所述第一检测结果中识别被全局人脸检测器漏检的人脸，得到第二检测结果；
[0009]采用非极大值抑制的方法将所述第一检测结果和第二检测结果进行合并得到最终检测结果。
[0010]进一步的，所述将所述待检测图像输入预设的全局人脸检测器，所述全局人脸检测器识别待检测图像中的人脸的步骤，具体包括：
[0011]将待检测图像S输入全局人脸检测器，生成人脸检测结果集合D＝{b0,b1,b2,...,b
i
,
…
,
n
},作为第一检测结果；其中，为待检测图像S中一个人脸的位置。
[0012]进一步的，所述局部人脸检测器包括面向小尺度人脸的局部人脸检测器和面向大尺度人脸的局部人脸检测器。
[0013]进一步的，所述将所述第一检测结果输入预设的局部人脸检测器，所述局部人脸检测器在所述第一检测结果中识别被全局人脸检测器漏检的人脸的步骤，具体包括：
[0014]当人脸检测结果集合D中的人脸b
i
为小尺度人脸时，裁剪出一个以小尺度人脸b
i
为中心的大小为ω
s
×
ω
s
的子图像块s，将所述子图像块s的尺寸放大f
s
倍，将放大的子图像块s输入面向小尺度人脸的局部人脸检测器，以识别子图像块s中被全局人脸检测器漏检的人脸；
[0015]当人脸检测结果集合D中的人脸b
i
为大尺度人脸时，裁剪出一个以大尺度人脸b
i
为中心的大小为ω
l
×
ω
l
的子图像块l，将所述子图像块l的尺寸缩小f
l
倍，将缩小的子图像块l输入面向大尺度人脸的局部人脸检测器，以识别子图像块l中被全局人脸检测器漏检的人脸。
[0016]进一步的，所述将所述待检测图像输入预设的全局人脸检测器的步骤中，所述全局人脸检测器的训练方法如下：
[0017]获取原始图像数据集；
[0018]在所述原始图像数据集中对人脸进行标注作为第一训练集；
[0019]利用所述第一训练集进行训练得到所述全局人脸检测器。
[0020]进一步的，所述面向小尺度人脸的局部人脸检测器，训练方法如下：
[0021]获取原始图像数据集；
[0022]在所述原始图像数据集的各个图像中标注小尺度人脸；
[0023]以小尺度人脸为中心裁剪出大小为ω
s
×
ω
s
的子图像块，并保留子图像块中其他小尺度人脸，得到小尺度人脸数据集；
[0024]利用所小尺度人脸数据集进行训练得到所述面向小尺度人脸的局部人脸检测器。
[0025]进一步的，所述面向大尺度人脸的局部人脸检测器，训练方法如下：
[0026]获取原始图像数据集；
[0027]在所述原始图像数据集的各个图像中标注大尺度人脸；
[0028]以大尺度人脸为中心裁剪出大小为ω
l
×
ω
l
的子图像块，并保留子图像块中其他大尺度人脸，得到大尺度人脸数据集；
[0029]利用所大尺度人脸数据集进行训练得到所述面向大尺度人脸的局部人脸检测器。
[0030]本专利技术第二方面，提供了一种全局级联局部的人脸检测装置，包括：
[0031]获取模块，用于获取待检测图像；
[0032]第一结果生成模块，用于将所述待检测图像输入预设的全局人脸检测器，所述全局人脸检测器识别待检测图像中的人脸，得到第一检测结果；
[0033]第二结果生成模块，用于将所述第一检测结果输入预设的局部人脸检测器，所述局部人脸检测器在所述第一检测结果中识别被全局人脸检测器漏检的人脸，得到第二检测结果；
[0034]融合模块，用于采用非极大值抑制的方法将所述第一检测结果和第二检测结果进行合并得到最终检测结果。
[0035]本专利技术第三方面，提供了一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现上述的全局级联局部的人脸检测方法。
[0036]本专利技术第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存
储有至少一个指令，所述至少一个指令被处理器执行时实现如上述的全局级联局部的人脸检测方法。
[0037]本专利技术的有益效果如下：
[0038]本专利技术提供的全局级联局部的人脸检测方法，首先使用全局人脸检测器检测人脸，然后使用两个局部人脸检测器去检测被全局人脸检测器漏检的人脸，从而提高检测性能。最后，采用非极大值抑制的方法将全局人脸检测器和局部人脸检测器的检测结果进行合并得到最终检测结果。能够准确的识别出待监测图像中的大尺度人脸、小尺度人脸和正常尺度人脸。
附图说明
[0039]构成本申请的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全局级联局部的人脸检测方法，其特征在于，包括如下步骤：获取待检测图像；将所述待检测图像输入预设的全局人脸检测器，所述全局人脸检测器识别待检测图像中的人脸，得到第一检测结果；将所述第一检测结果输入预设的局部人脸检测器，所述局部人脸检测器在所述第一检测结果中识别被全局人脸检测器漏检的人脸，得到第二检测结果；采用非极大值抑制的方法将所述第一检测结果和第二检测结果进行合并得到最终检测结果。2.根据权利要求1所述的全局级联局部的人脸检测方法，其特征在于，所述将所述待检测图像输入预设的全局人脸检测器，所述全局人脸检测器识别待检测图像中的人脸的步骤，具体包括：将待检测图像S输入全局人脸检测器，生成人脸检测结果集合D＝{b0,b1,b2,...,b
i
,
…
,
n
},作为第一检测结果；其中，为待检测图像S中一个人脸的位置。3.根据权利要求1所述的全局级联局部的人脸检测方法，其特征在于，所述局部人脸检测器包括面向小尺度人脸的局部人脸检测器和面向大尺度人脸的局部人脸检测器。4.根据权利要求3所述的全局级联局部的人脸检测方法，其特征在于，所述将所述第一检测结果输入预设的局部人脸检测器，所述局部人脸检测器在所述第一检测结果中识别被全局人脸检测器漏检的人脸的步骤，具体包括：当人脸检测结果集合D中的人脸b
i
为小尺度人脸时，裁剪出一个以小尺度人脸b
i
为中心的大小为ω
s
×
ω
s
的子图像块s，将所述子图像块s的尺寸放大f
s
倍，将放大的子图像块s输入面向小尺度人脸的局部人脸检测器，以识别子图像块s中被全局人脸检测器漏检的人脸；当人脸检测结果集合D中的人脸b
i
为大尺度人脸时，裁剪出一个以大尺度人脸b
i
为中心的大小为ω
l
×
ω
l
的子图像块l，将所述子图像块l的尺寸缩小f
l
倍，将缩小的子图像块l输入面向大尺度人脸的局部人脸检测器，以识别子图像块l中被全局人脸检测器漏检的人脸。...

【专利技术属性】
技术研发人员：吴宁海，崔磊，张阳，史椸，
申请(专利权)人：陕西瑞海电力工程有限公司，
类型：发明
国别省市：