一种人脸检测的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106529437A(43)申请公布日2017.03.22(21)申请号201610940885.2(22)申请日2016.10.25(71)申请人广州酷狗计算机科技有限公司地址510000广东省广州市天河区科韵路16号B1栋13F(72)发明人庄正中(74)专利代理机构北京三高永信知识产权代理有限责任公司11138代理人郭晶(51)Int.Cl.G06K9/00(2006.01)权利要求书2页说明书10页附图3页(54)发明名称一种人脸检测的方法和装置(57)摘要本发明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。本发明用于人脸识别。CN106529437ACN106529437A权利要求书1/2页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，所述装置包括图片采集模块、处理模块和扫描模2CN106529437A权利要求书2/2页块，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。8.根据权利要求7所述的装置，其特征在于，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。9.根据权利要求7或8所述的装置，其特征在于，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。10.根据权利要求7所述的装置，其特征在于，