一种人脸检测的方法和装置制造方法及图纸

本发明专利技术公开了一种人脸检测的方法和装置，涉及人脸识别领域，以缩短人脸识别所占用的时间。所述方法包括：对采集到的图片进行灰度化和尺寸归一化，以得到灰度图；计算所述灰度图上每个像素点的梯度值；根据每个像素点的梯度值，计算梯度积分图，使得所述梯度积分图中的每个元素指示其左上矩形区域内的轮廓点的数目；在窗口扫描时，基于所述梯度积分图筛选出第一级人脸区域。本发明专利技术用于人脸识别。

【技术实现步骤摘要】

本专利技术涉及计算机领域，特别涉及一种人脸检测的方法和装置。
技术介绍
当前随着人们安全意识的提高，视频监控正在快速普及。而在视频监控中，人脸检测技术作为一种可以识别出用户身份的重要手段。在人脸检测的相关技术中，识别人脸的过程往往会占用大量的计算时间，造成用户等待时间过长，从而给用户带来不便。
技术实现思路
本专利技术实施例提供了一种人脸检测的方法和装置，以缩短人脸识别所占用的时间。所述技术方案如下：一方面，提供一种人脸检测的方法，所述方法包括：对采集到的图片进行灰度化和尺寸归一化，以得到灰度图；计算所述灰度图上每个像素点的梯度值；根据每个像素点的梯度值，计算梯度积分图，使得所述梯度积分图中的每个元素指示其左上矩形区域内的轮廓点的数目；在窗口扫描时，基于所述梯度积分图筛选出第一级人脸区域。可选地，所述根据每个像素点的梯度值，计算梯度积分图包括：将梯度值大于第一阈值的像素点置1，并将梯度值不大于第一阈值的像素点置0，以形成与所述灰度图相同尺寸的二值轮廓矩阵；对所述二值轮廓矩阵进行积分，使得得到的梯度积分矩阵中的每个元素指示其左上矩形区域内值等于1的点的总数。可选地，所述在窗口扫描时，基于所述梯度积分图筛选人脸区域包括：在窗口扫描时，若扫描区域内的轮廓点的数目大于第二阈值，则确定此扫描区域为人脸区域；若扫描区域内的轮廓点的数目不大于第二阈值，则确定此扫描区域为背景区域。可选地，在所述基于所述梯度积分图筛选出第一级人脸区域之后，所述方法还包括：利用卷积神经网络从所述第一级人脸区域中进一步探测出第二级人脸区域；对于每个扫描窗口，将扫描得到的第二级人脸区域进行内部合并，以得到第三级人脸区域；利用卷积神经网络验证第三级人脸区域中的各个区域是否为人脸区域。可选地，第三级人脸区域中被卷积神经网络验证通过的人脸区域为第四级人脸区域，所述方法还包括:采用如下方式对各个扫描窗口的第四级人脸区域进行合并：在两个第四级人脸区域相分离时，保留这两个第四级人脸区域；在两个第四级人脸区域存在包含关系时，保留这两个第四级人脸区域中较大的第四级人脸区域，删除较小的第四级人脸区域；在两个第四级人脸区域相交的情况下，若重合度大于第三阈值，则保留这两个第四级人脸区域中较大的第四级人脸区域，删除较小的第四级人脸区域；若重合度不大于第三阈值，则保留这两个第四级人脸区域。可选地，所述对于每个扫描窗口，将扫描得到的第二级人脸区域进行内部合并包括：确定所述第二级人脸区域中的一个区域是否与所述第二级人脸区域中的其他N个区域重合；若是，则将这个区域和所述N个区域合并；若否，则删除这个区域；其中，N为整数且大于等于1。另一方面，提供一种人脸检测的装置，所述装置包括图片采集模块、处理模块和扫描模块，其中：所述图片采集模块，用于采集用户图片；所述处理模块，用于对采集到的图片进行灰度化和尺寸归一化，以得到灰度图；计算所述灰度图上每个像素点的梯度值；根据每个像素点的梯度值，计算梯度积分图，使得所述梯度积分图中的每个元素指示其左上矩形区域内的轮廓点的数目；所述扫描模块，用于对所述灰度图进行扫描；所述处理模块，还用于在所述扫描模块扫描时，基于所述梯度积分图筛选出第一级人脸区域。可选地，所述处理模块具体用于：将梯度值大于第一阈值的像素点置1，并将梯度值不大于第一阈值的像素点置0，以形成与所述灰度图相同尺寸的二值轮廓矩阵；对所述二值轮廓矩阵进行积分，使得得到的梯度积分矩阵中的每个元素指示其左上矩形区域内值等于1的点的总数。可选地，所述处理模块具体用于：在窗口扫描时，若扫描区域内的轮廓点的数目大于第二阈值，则确定此扫描区域为人脸区域；若扫描区域内的轮廓点的数目不大于第二阈值，则确定此扫描区域为背景区域。可选地，在基于所述梯度积分图筛选出第一级人脸区域之后，所述处理模块还用于：利用卷积神经网络从所述第一级人脸区域中进一步探测出第二级人脸区域；对于每个扫描窗口，将扫描得到的第二级人脸区域进行内部合并，以得到第三级人脸区域；利用卷积神经网络验证第三级人脸区域中的各个区域是否为人脸区域。可选地，第三级人脸区域中被卷积神经网络验证通过的人脸区域为第四级人脸区域，所述处理模块还用于：采用如下方式对各个扫描窗口的第四级人脸区域进行合并：在两个第四级人脸区域相分离时，保留这两个第四级人脸区域；在两个第四级人脸区域存在包含关系时，保留这两个第四级人脸区域中较大的第四级人脸区域，删除较小的第四级人脸区域；在两个第四级人脸区域相交的情况下，若重合度大于第三阈值，则保留这两个第四级人脸区域中较大的第四级人脸区域，删除较小的第四级人脸区域；若重合度不大于第三阈值，则保留这两个第四级人脸区域。可选地，所述处理模块在合并第二级人脸区域时具体用于：确定所述第二级人脸区域中的一个区域是否与所述第二级人脸区域中的其他N个区域重合；若是，则将这个区域和所述N个区域合并；若否，则删除这个区域；其中，N为整数且大于等于1。另一方面，本专利技术还提供一种终端设备，所述终端设备包括摄像头、存储器和处理器，所述存储器上存储程序，当所述程序被所述处理器执行时执行上面所述任一种人脸识别的方法。本专利技术实施例提供的人脸检测的方法、装置和终端设备，利用梯度积分图呈现轮廓点的数目，这样一来，在矩形窗口扫描的时候通过对扫描区域内轮廓点的检查，就可以确定扫描区域是否为第一级人脸区域。如此，可以节省后续大量的运算时间，进而缩短人脸识别所占用的时间。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，对于本领域普通技术人员来讲，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是本专利技术实施例提供的人脸检测的方法的流程图；图2A是本专利技术实施例提供的人脸检测的方法的流程图；图2B是一种梯度积分图的一部分的示意图；图2C是一种卷积神经网络的示意图；图3是本专利技术实施例提供的人脸检测的装置的结构框图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。图1是本专利技术实施例提供的人脸检测的方法的流程图。参照图1，所述方法可包括：11、对采集到的图片进行灰度化和尺寸归一化，以得到灰度图。在步骤11之前，图像采集工具(例如，摄像头、摄像机等)可对用户图像进行采集，得到采集图片。在得到采集图片之后，可将图片转化为灰度图，并且统一调整为例如，最长边为200像素的图片。当然，如果图片尺寸比这个尺寸还小则不对图片尺寸进行调整。如此一来，可以对图片进行第一级的压缩和降维以提高后续处理的效率。处理后得到的是预处理过的灰度图。12、计算所述灰度图上每个像素点的梯度值。13、根据每个像素点的梯度值，计算梯度积分图，使得所述梯度积分图中的每个元素指示其左上矩形区域内的轮廓点的数目。其中，本步骤所述根据每个像素点的梯度值，计算梯度积分图可具体为：将梯度值大于第一阈值的像素点置1，并将梯度值不大于第一阈值的像素点置0，以形成与所述灰度图相同尺寸的二值轮廓矩阵；对所述二值轮廓矩阵进行积分，使得得到的梯度积分矩阵中的每个元素指示其左上矩形区域内值等于1的点的总数。其中，第一阈值可以为例如20、30等。14、在窗口扫描时本文档来自技高网...

【技术保护点】
一种人脸检测的方法，其特征在于，所述方法包括：对采集到的图片进行灰度化和尺寸归一化，以得到灰度图；计算所述灰度图上每个像素点的梯度值；根据每个像素点的梯度值，计算梯度积分图，使得所述梯度积分图中的每个元素指示其左上矩形区域内的轮廓点的数目；在窗口扫描时，基于所述梯度积分图筛选出第一级人脸区域。

【技术特征摘要】
1.一种人脸检测的方法，其特征在于，所述方法包括：对采集到的图片进行灰度化和尺寸归一化，以得到灰度图；计算所述灰度图上每个像素点的梯度值；根据每个像素点的梯度值，计算梯度积分图，使得所述梯度积分图中的每个元素指示其左上矩形区域内的轮廓点的数目；在窗口扫描时，基于所述梯度积分图筛选出第一级人脸区域。2.根据权利要求1所述的方法，其特征在于，所述根据每个像素点的梯度值，计算梯度积分图包括：将梯度值大于第一阈值的像素点置1，并将梯度值不大于第一阈值的像素点置0，以形成与所述灰度图相同尺寸的二值轮廓矩阵；对所述二值轮廓矩阵进行积分，使得得到的梯度积分矩阵中的每个元素指示其左上矩形区域内值等于1的点的总数。3.根据权利要求1或2所述的方法，其特征在于，所述在窗口扫描时，基于所述梯度积分图筛选人脸区域包括：在窗口扫描时，若扫描区域内的轮廓点的数目大于第二阈值，则确定此扫描区域为人脸区域；若扫描区域内的轮廓点的数目不大于第二阈值，则确定此扫描区域为背景区域。4.根据权利要求1所述的方法，其特征在于，在所述基于所述梯度积分图筛选出第一级人脸区域之后，所述方法还包括：利用卷积神经网络从所述第一级人脸区域中进一步探测出第二级人脸区域；对于每个扫描窗口，将扫描得到的第二级人脸区域进行内部合并，以得到第三级人脸区域；利用卷积神经网络验证第三级人脸区域中的各个区域是否为人脸区域。5.根据权利要求4所述的方法，其特征在于，第三级人脸区域中被卷积神经网络验证通过的人脸区域为第四级人脸区域，所述方法还包括:采用如下方式对各个扫描窗口的第四级人脸区域进行合并：在两个第四级人脸区域相分离时，保留这两个第四级人脸区域；在两个第四级人脸区域存在包含关系时，保留这两个第四级人脸区域中较大的第四级人脸区域，删除较小的第四级人脸区域；在两个第四级人脸区域相交的情况下，若重合度大于第三阈值，则保留这两个第四级人脸区域中较大的第四级人脸区域，删除较小的第四级人脸区域；若重合度不大于第三阈值，则保留这两个第四级人脸区域。6.根据权利要求4所述的方法，其特征在于，所述对于每个扫描窗口，将扫描得到的第二级人脸区域进行内部合并包括：确定所述第二级人脸区域中的一个区域是否与所述第二级人脸区域中的其他N个区域重合；若是，则将这个区域和所述N个区域合并；若否，则删除这个区域；其中，N为整数且大于等于1。7.一种人脸检测的装置，其特征在于，所述装置包...

【专利技术属性】
技术研发人员：庄正中，
申请(专利权)人：广州酷狗计算机科技有限公司，
类型：发明
国别省市：广东;44