一种图像处理方法及终端与流程

文档序号:11156363阅读:来源:国知局

技术特征:

1.一种图像处理方法,其特征在于,包括:

获取待处理图像;

计算所述待处理图像的特征金字塔的层数,得到n层,所述n为大于或等于1的整数;

基于所述n层,构造所述特征金字塔;

在所述特征金字塔上,对K个预设检测窗口进行特征提取,得到所述K组第一目标特征,其中,每一组所述预设检测窗口对应一组第一目标特征,所述K为大于或等于1的整数;

根据所述K组第一目标特征确定所述K组第二目标特征;

采用M个指定决策树对所述K组第二目标特征进行决策,得到目标人脸框的大小和位置,其中,所述M为大于或等于1的整数。

2.根据权利要求1所述的方法,其特征在于,所述计算所述待处理图像的特征金字塔的层数,得到n层,包括:

根据所述待处理图像的尺寸和预设人脸检测模型的尺寸计算特征金字塔的层数,如下公式所示:

<mrow> <mi>n</mi> <mo>=</mo> <mrow> <mo>(</mo> <msub> <mi>log</mi> <mn>2</mn> </msub> <msub> <mi>k</mi> <mrow> <mi>u</mi> <mi>p</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>log</mi> <mn>2</mn> </msub> <mi>min</mi> <mo>(</mo> <mrow> <mfrac> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mi>m</mi> <mi>g</mi> </mrow> </msub> <msub> <mi>w</mi> <mi>m</mi> </msub> </mfrac> <mo>,</mo> <mfrac> <msub> <mi>h</mi> <mrow> <mi>i</mi> <mi>m</mi> <mi>g</mi> </mrow> </msub> <msub> <mi>h</mi> <mi>m</mi> </msub> </mfrac> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mo>&times;</mo> <msub> <mi>n</mi> <mrow> <mi>o</mi> <mi>c</mi> <mi>t</mi> <mi>a</mi> <mi>v</mi> <mi>e</mi> </mrow> </msub> </mrow>

其中,n表示所述特征金字塔的层数,kup是所述待处理图像上采样的倍数,wimg、himg分别表示所述待处理图像的宽度和高度,wm、hm分别所述预设人脸检测模型的宽度和高度,noctave指所述特征金字塔中每两倍尺寸之间的图像的层数。

3.根据权利要求1或2任一项所述的方法,其特征在于,所述基于所述N层,构造所述特征金字塔,包括:

确定所述N层包含P个实特征层和Q个近似特征层,所述P为大于或等于1的整数,所述Q为大于或等于0的整数;

对所述P个实特征层进行特征提取,得到第三目标特征;

根据所述P个实特征层,确定所述Q个近似特征层的第四目标特征;

将所述第三目标特征和所述第四目标特征构成所述特征金字塔。

4.根据权利要求1或2任一项所述的方法,其特征在于,所述根据所述K组第一目标特征确定所述K组第二目标特征,包括:

从所述K组第一目标特征中分别提取颜色特征,得到所述K组颜色特征;

对第i组颜色特征计算像素比较特征,基于所述计算像素比较特征训练第一预设人脸模型,并从训练后的所述第一预设人脸模型提取第一目标像素比较特征,得到第五目标特征,其中,所述第i组颜色特征为所述K组颜色特征中的任一组颜色特征;

通过所述第五目标特征和所述第一目标特征训练第二预设人脸模型,并从训练后的所述第二预设人脸模型提取第二像素比较特征,得到第六目标特征;

将所述第一目标特征和所述第六目标特征组合为所述第二目标特征。

5.根据权利要求1或2任一项所述的方法,其特征在于,所述采用M个指定决策树对所述K组第二目标特征进行决策,得到目标人脸框的大小和位置,包括:

在所述特征金字塔上,采用M个指定决策树对所述K组第二目标特征进行决策,得到X个人脸框,其中,所述X为大于或等于1的整数;

根据所述X个人脸框合并为所述目标人脸框的大小和位置。

6.一种终端,其特征在于,包括:

获取单元,用于获取待处理图像;

计算单元,用于计算所述待处理图像的特征金字塔的层数,得到n层,所述n为大于或等于1的整数;

构造单元,用于基于所述n层,构造所述特征金字塔;

提取单元,用于在所述特征金字塔上,对K个预设检测窗口进行特征提取,得到所述K组第一目标特征,其中,每一组所述预设检测窗口对应一组第一目标特征,所述K为大于或等于1的整数;

确定单元,用于根据所述K组第一目标特征确定所述K组第二目标特征;

决策单元,用于采用M个指定决策树对所述K组第二目标特征进行决策,得到目标人脸框的大小和位置,其中,所述M为大于或等于1的整数。

7.根据权利要求6所述的终端,其特征在于,所述计算单元具体用于:

根据所述待处理图像的尺寸和预设人脸检测模型的尺寸计算特征金字塔的层数,如下公式所示:

<mrow> <mi>n</mi> <mo>=</mo> <mrow> <mo>(</mo> <msub> <mi>log</mi> <mn>2</mn> </msub> <msub> <mi>k</mi> <mrow> <mi>u</mi> <mi>p</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>log</mi> <mn>2</mn> </msub> <mi>min</mi> <mo>(</mo> <mrow> <mfrac> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mi>m</mi> <mi>g</mi> </mrow> </msub> <msub> <mi>w</mi> <mi>m</mi> </msub> </mfrac> <mo>,</mo> <mfrac> <msub> <mi>h</mi> <mrow> <mi>i</mi> <mi>m</mi> <mi>g</mi> </mrow> </msub> <msub> <mi>h</mi> <mi>m</mi> </msub> </mfrac> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mo>&times;</mo> <msub> <mi>n</mi> <mrow> <mi>o</mi> <mi>c</mi> <mi>t</mi> <mi>a</mi> <mi>v</mi> <mi>e</mi> </mrow> </msub> </mrow>

其中,n表示所述特征金字塔的层数,kup是所述待处理图像上采样的倍数,wimg、himg分别表示所述待处理图像的宽度和高度,wm、hm分别所述预设人脸检测模型的宽度和高度,noctave指所述特征金字塔中每两倍尺寸之间的图像的层数。

8.根据权利要求6或7任一项所述的终端,其特征在于,所述构造单元包括:

第一确定模块,用于确定所述N层包含P个实特征层和Q个近似特征层,所述P为大于或等于1的整数,所述Q为大于或等于0的整数;

第一提取模块,用于对所述P个实特征层进行特征提取,得到第三目标特征;

第二确定模块,用于根据所述P个实特征层,确定所述Q个近似特征层的第四目标特征;

构造模块,用于将所述第三目标特征和所述第四目标特征构成所述特征金字塔。

9.根据权利要求6或7任一项所述的终端,其特征在于,所述确定单元包括:

第二提取模块,用于从所述K组第一目标特征中分别提取颜色特征,得到所述K组颜色特征;

第一训练模块,用于对第i组颜色特征计算像素比较特征,基于所述计算像素比较特征训练第一预设人脸模型,并从训练后的所述第一预设人脸模型提取第一目标像素比较特征,得到第五目标特征,其中,所述第i组颜色特征为所述K组颜色特征中的任一组颜色特征;

第二训练模块,用于通过所述第五目标特征和所述第一目标特征训练第二预设人脸模型,并从训练后的所述第二预设人脸模型提取第二像素比较特征,得到第六目标特征;

组合模块,用于将所述第一目标特征和所述第六目标特征组合为所述第二目标特征。

10.根据权利要求6或7任一项所述的终端,其特征在于,所述决策单元包括:

决策模块,用于在所述特征金字塔上,采用M个指定决策树对所述K组第二目标特征进行决策,得到X个人脸框,其中,所述X为大于或等于1的整数;

合并模块,用于根据所述X个人脸框合并为所述目标人脸框的大小和位置。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1