本申请涉及图像检测领域,特别是涉及一种人脸检测方法、装置、设备、存储介质和计算机程序产品。
背景技术:
1、目前在计算机视觉(computervision,cv)领域应用最广泛,同时能带来商业价值的算法莫过于人脸相关算法,如人脸检测、关键点定位和人脸识别等。
2、人脸检测的目的是定位图像中的人脸区域,排除非人脸区域。由于受到人脸尺寸小、分辨率低、光线变化、目标遮挡等因素影响,人脸检测算法通常复杂、运算量大,运算时间长。
技术实现思路
1、本申请提供了一种人脸检测方法、装置、设备、存储介质和计算机程序产品,能够减小人脸检测的复杂度。
2、根据本申请的一个方面,提供了一种人脸检测方法,包括:
3、在第n个数据帧上进行人脸框定位,1≤n≤m,m为数据帧总数;
4、在定位到的人脸框上识别关键点;
5、根据识别到的关键点预测下一个数据帧上的人脸框的位置;
6、接收到所述下一个数据帧后,将预测位置的人脸框作为定位到的人脸框,继续在定位到的人脸框上识别关键点,直至在最后一个数据帧上定位到人脸框。
7、可选地,所述方法还包括:
8、根据识别到的关键点预测下一个数据帧上的人脸框的位置后,计算预测位置的人脸框的置信度,如果置信度大于或等于预设阈值,在接收到所述下一个数据帧后,将预测位置的人脸框作为定位到的人脸框。
9、可选地,所述方法还包括:
10、如果置信度小于预设阈值,则在定位到的人脸框上重新识别关键点,并根据重新识别到的关键点预测下一个数据帧上的人脸框的位置。
11、可选地,所述根据识别到的关键点预测下一个数据帧上的人脸框的位置,包括:
12、根据识别到的关键点训练学习模型;
13、利用所述学习模型在下一个数据帧上预测人脸图像;
14、根据预测的人脸图像的路径确定人脸框的位置。
15、可选地,所述关键点包括以下任意一种或多种:
16、眉毛、眼睛、鼻子、嘴巴和脸部轮廓。
17、根据本申请的另一个方面,提供了一种人脸检测装置,包括:
18、定位模块,设置为在第n个数据帧上进行人脸框定位,1≤n≤m,m为数据帧总数;
19、识别模块,设置为在定位到的人脸框上识别关键点;
20、预测模块,设置为根据识别到的关键点预测下一个数据帧上的人脸框的位置;
21、检测模块,设置为接收到所述下一个数据帧后,将预测位置的人脸框作为定位到的人脸框,继续在定位到的人脸框上识别关键点,直至在最后一个数据帧上定位到人脸框。
22、根据本申请的另一个方面,提供了一种计算设备,包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如前任一项所述的方法。
23、根据本申请的另一个方面,提供了一种计算机可读存储介质,优选为非易失性可读存储介质,其内存储有计算机程序,所述计算机程序在由处理器执行时实现如前任一项所述的方法。
24、根据本申请的另一个方面,提供了一种计算机程序产品,包括计算机可读代码,当所述计算机可读代码由计算机设备执行时,导致所述计算机设备执行如前任一项所述的方法。
25、本申请的人脸检测方法,在第n个数据帧上进行人脸框定位,在定位到的人脸框上识别关键点,通过该关键点预测下一个数据帧上的人脸框位置,代替了在下一个数据帧上使用人脸检测算法定位人脸框,由于关键点运算涉及的数据量小,本申请将人脸检测和关键点定位两者结合,减小了人脸检测算法的调用,降低了计算复杂度。
26、根据下文结合附图对本申请的具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
1.一种人脸检测方法,包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求1至3中任一项所述的方法,其特征在于,
5.根据权利要求1至4中任一项所述的方法,其特征在于,
6.一种人脸检测装置,包括:
7.一种计算设备,包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的方法。
8.一种计算机可读存储介质,优选为非易失性可读存储介质,其内存储有计算机程序,所述计算机程序在由处理器执行时实现如权利要求1-5中任一项所述的方法。
9.一种计算机程序产品,包括计算机可读代码,当所述计算机可读代码由计算机设备执行时,导致所述计算机设备执行权利要求1-5中任一项所述的方法。