本發(fā)明涉及通信電子技術(shù)領(lǐng)域，尤其涉及一種評(píng)估人臉檢測(cè)算法的方法及裝置。

背景技術(shù)：

人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。而完成人臉識(shí)別這一過(guò)程無(wú)法離開(kāi)人臉識(shí)別算法，該算法是通過(guò)在檢測(cè)到人臉并定位面部關(guān)鍵特征點(diǎn)之后，主要的人臉區(qū)域就可以被裁剪出來(lái)，經(jīng)過(guò)預(yù)處理之后，饋入后端的識(shí)別算法。

人臉識(shí)別算法主要分為二維人臉識(shí)別算法和三維人臉識(shí)別算法，這其中又會(huì)被劃分出許多更加具體的算法，而每種算法的準(zhǔn)確率又因?yàn)檐浖?、硬件以及人臉?kù)不統(tǒng)一等局限性而無(wú)法確定。因此，在多種算法面前，用戶(hù)無(wú)法確定哪種算法的準(zhǔn)確率更高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種評(píng)估人臉檢測(cè)算法的方法及裝置，用于確定人臉檢測(cè)算法的準(zhǔn)確率。

一種評(píng)估人臉檢測(cè)算法的方法，所述方法包括：

確定人臉檢測(cè)算法的評(píng)估方法；

使用確定出的評(píng)估方法對(duì)所述人臉檢測(cè)算法進(jìn)行評(píng)估；

根據(jù)評(píng)估結(jié)果確定出所述人臉檢測(cè)算法的準(zhǔn)確率。

可見(jiàn)，本發(fā)明實(shí)施例提供的方法，可針對(duì)不同人臉檢測(cè)算法確定不同的評(píng)估方法，并用確定出的評(píng)估方法對(duì)該算法進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果即可確定出 該算法的準(zhǔn)確率。使用該方法可以確定出人臉檢測(cè)算法的準(zhǔn)確率。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹。

圖1為本發(fā)明實(shí)施例提供的一種評(píng)估人臉檢測(cè)算法的方法流程圖；

圖2為本發(fā)明實(shí)施例提供的具體的一種評(píng)估人臉檢測(cè)算法的方法流程圖；

圖3為本發(fā)明實(shí)施例提供的標(biāo)準(zhǔn)坐標(biāo)值在人臉圖像中的示意圖；

圖4為本發(fā)明實(shí)施例提供的標(biāo)準(zhǔn)坐標(biāo)值與檢測(cè)坐標(biāo)值在人臉圖像中的示意圖；

圖5為本發(fā)明實(shí)施例提供的一種評(píng)估人臉檢測(cè)算法的裝置結(jié)構(gòu)圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明實(shí)施例中的技術(shù)方案，并使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖對(duì)本發(fā)明中技術(shù)方案作進(jìn)一步詳細(xì)的說(shuō)明。

本發(fā)明實(shí)施例提供的方法，可針對(duì)不同人臉檢測(cè)算法確定不同的評(píng)估方法，并用確定出的評(píng)估方法對(duì)該算法進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果即可確定出該算法的準(zhǔn)確率。使用該方法可以確定出人臉檢測(cè)算法的準(zhǔn)確率。如圖1所示，該方法包括：

步驟11，確定人臉檢測(cè)算法的評(píng)估方法；

步驟12，使用確定出的評(píng)估方法對(duì)所述人臉檢測(cè)算法進(jìn)行評(píng)估；

步驟13，根據(jù)評(píng)估結(jié)果確定出所述人臉檢測(cè)算法的準(zhǔn)確率。

具體的，所述評(píng)估方法包括：

漏檢法、誤檢法以及檢測(cè)法。

具體的，使用所述漏檢法對(duì)所述人臉檢測(cè)算法進(jìn)行評(píng)估的方法包括：

將標(biāo)準(zhǔn)坐標(biāo)值與檢測(cè)坐標(biāo)值進(jìn)行比較，如果比較結(jié)果滿(mǎn)足第一預(yù)設(shè)條件，則漏檢率增加；所述標(biāo)準(zhǔn)坐標(biāo)值為預(yù)先確定出的能夠準(zhǔn)確描述所述人臉圖像中人臉位置的坐標(biāo)；所述檢測(cè)坐標(biāo)值為所述人臉檢測(cè)算法計(jì)算出的用于標(biāo)明人臉 位置的坐標(biāo)。

具體的，使用所述誤檢法對(duì)所述人臉檢測(cè)算法進(jìn)行評(píng)估的方法包括：

將檢測(cè)坐標(biāo)值與標(biāo)準(zhǔn)坐標(biāo)值進(jìn)行比較，如果比較結(jié)果滿(mǎn)足第一預(yù)設(shè)條件，則誤檢率增加；所述標(biāo)準(zhǔn)坐標(biāo)值為預(yù)先確定出的能夠準(zhǔn)確描述所述人臉圖像中人臉位置的坐標(biāo)；所述檢測(cè)坐標(biāo)值為所述人臉檢測(cè)算法計(jì)算出的用于標(biāo)明人臉位置的坐標(biāo)。

具體的，使用所述檢測(cè)法對(duì)所述人臉檢測(cè)算法進(jìn)行評(píng)估的方法包括：

按照預(yù)先設(shè)置的計(jì)算方式，計(jì)算出標(biāo)準(zhǔn)面積、檢測(cè)面積以及重復(fù)面積；所述標(biāo)準(zhǔn)面積為預(yù)先確定出的能夠準(zhǔn)確描述所述人臉圖像中人臉的面積；所述檢測(cè)面積為檢測(cè)出的所述人臉圖像的面積；所述重復(fù)面積為所述標(biāo)準(zhǔn)面積與所述檢測(cè)面積重疊部分；

當(dāng)所述重復(fù)面積與所述標(biāo)準(zhǔn)面積、且所述重復(fù)面積與所述檢測(cè)面積的比值滿(mǎn)足第二預(yù)設(shè)條件時(shí)，所述檢測(cè)率增加。

具體的，所述根據(jù)評(píng)估結(jié)果確定出所述人臉檢測(cè)算法的準(zhǔn)確率包括：

當(dāng)所述評(píng)估結(jié)果為漏檢率增加、誤檢率增加、或者檢測(cè)率增加，則確定出所述人臉檢測(cè)算法的準(zhǔn)確率降低。

以下以具體實(shí)施例進(jìn)行說(shuō)明：

如圖2所示，實(shí)施例，本發(fā)明實(shí)施例提供一種評(píng)估人臉檢測(cè)算法的方法，該方法具體包括：

步驟21，創(chuàng)建樣本數(shù)據(jù)庫(kù)，以及每一個(gè)人臉樣本圖片的標(biāo)準(zhǔn)坐標(biāo)值；

在本步驟中的樣本庫(kù)可借鑒全球著名人臉庫(kù)，其中包括麻省理工學(xué)院人臉庫(kù)mit、美國(guó)軍方人臉庫(kù)feret，曼切斯特大學(xué)人臉庫(kù)umist、伯爾尼大學(xué)人臉庫(kù)bern、耶魯大學(xué)人臉庫(kù)yale、劍橋大學(xué)人臉庫(kù)orl、卡梅隆大學(xué)人臉庫(kù)cmupie、南京理工大學(xué)人臉庫(kù)fdb603的基礎(chǔ)上。該樣本數(shù)據(jù)庫(kù)創(chuàng)建了一個(gè)包括不同的光照、不同的分辨率、不同的角度、不同的年齡、不同的表情、不同膚色的若干張正樣本圖片，以及背景相對(duì)復(fù)雜的負(fù)樣本的圖片，作為人臉樣本庫(kù)；

如圖3所示，標(biāo)準(zhǔn)坐標(biāo)值包括(xa1，ya1)和(xa2，ya2)，標(biāo)準(zhǔn)坐標(biāo)值為預(yù)先確定出的能夠準(zhǔn)確描述樣本數(shù)據(jù)庫(kù)中的人臉圖像中人臉位置的坐標(biāo)；

步驟22，根據(jù)調(diào)用到的待評(píng)估的人臉檢測(cè)算法的接口函數(shù)，使用待評(píng)估的人臉檢測(cè)算法檢測(cè)出樣本數(shù)據(jù)庫(kù)中任一一張人臉圖像的人臉位置，并得到檢測(cè)坐標(biāo)值；

該檢測(cè)坐標(biāo)值為所述人臉檢測(cè)算法計(jì)算出的用于標(biāo)明人臉位置的坐標(biāo)。檢測(cè)坐標(biāo)值包括(xb1，yb1)和(xb2，yb2)；

步驟23，判斷該人臉檢測(cè)算法適合哪種評(píng)估方法；

具體的，檢測(cè)方法包括：漏檢法、誤檢法以及檢測(cè)法；

當(dāng)確定使用漏檢法時(shí)，執(zhí)行步驟24；

當(dāng)確定使用誤檢法時(shí)，執(zhí)行步驟25；

當(dāng)確定使用檢測(cè)法時(shí)，執(zhí)行步驟26；

步驟24，將每一個(gè)標(biāo)準(zhǔn)坐標(biāo)值與檢測(cè)坐標(biāo)值進(jìn)行比較，如果比較結(jié)果滿(mǎn)足第一預(yù)設(shè)條件，則漏檢率增加；

具體的本步驟中，第一預(yù)設(shè)條件為任何一個(gè)標(biāo)準(zhǔn)坐標(biāo)值和所有的檢測(cè)坐標(biāo)值比較時(shí)，都滿(mǎn)足以(xb2＞＝xa1)或者(xa2＞＝xb1)或者(ya2＞＝y(tǒng)b1)或者(yb2＞＝y(tǒng)b1)條件之一時(shí)，說(shuō)明檢測(cè)結(jié)果不包括這個(gè)標(biāo)準(zhǔn)坐標(biāo)值，也就是說(shuō)這個(gè)標(biāo)準(zhǔn)坐標(biāo)值沒(méi)有檢測(cè)出來(lái)，所以將漏檢個(gè)數(shù)加一；

當(dāng)對(duì)樣本庫(kù)中的所有圖像完成檢測(cè)后，即可確定出漏檢率；

步驟25，如圖4所示，將每一個(gè)檢測(cè)坐標(biāo)值與標(biāo)準(zhǔn)坐標(biāo)值進(jìn)行比較，如果比較結(jié)果滿(mǎn)足第一預(yù)設(shè)條件，則誤檢率增加；

具體的本步驟中，第一預(yù)設(shè)條件為任何一個(gè)檢測(cè)坐標(biāo)值和所有的標(biāo)準(zhǔn)坐標(biāo)值比較時(shí)，都滿(mǎn)足以(xb2＞＝xa1)或者(xa2＞＝xb1)或者(ya2＞＝y(tǒng)b1)或者(yb2＞＝y(tǒng)b1)條件之一時(shí)，說(shuō)明標(biāo)準(zhǔn)坐標(biāo)中不包括這個(gè)檢測(cè)出的坐標(biāo)，也就是說(shuō)這個(gè)檢測(cè)坐標(biāo)值是錯(cuò)的，所以將誤檢個(gè)數(shù)加一；

當(dāng)對(duì)樣本庫(kù)中的所有圖像完成檢測(cè)后，即可確定出誤檢率；

步驟26，按照預(yù)先設(shè)置的計(jì)算方式，計(jì)算出標(biāo)準(zhǔn)面積、檢測(cè)面積以及重復(fù)面積；

其中標(biāo)準(zhǔn)面積為預(yù)先確定出的能夠準(zhǔn)確描述所述人臉圖像中人臉的面積；

標(biāo)準(zhǔn)面積s2＝(xa2-xa1)(ya2-ya1)；

檢測(cè)面積為檢測(cè)出的所述人臉圖像的面積；

檢測(cè)面積83＝(xb2-xb1)(yb2-yb1)；

重復(fù)面積為所述標(biāo)準(zhǔn)面積與所述檢測(cè)面積重疊部分；

重復(fù)面積s1＝(min(xa2，xb2)-max(xa1，xb1))(min(ya2，yb2)-max(ya1，yb1))；

當(dāng)所述重復(fù)面積與所述標(biāo)準(zhǔn)面積、且所述重復(fù)面積與所述檢測(cè)面積的比值滿(mǎn)足第二預(yù)設(shè)條件時(shí)，所述檢測(cè)率增加；

本步驟中第二預(yù)設(shè)條件為：s1/s2＞85％并且s1/s3＞85％；

當(dāng)對(duì)樣本庫(kù)中的所有圖像完成檢測(cè)后，即可確定出檢測(cè)率；

步驟27，當(dāng)所述評(píng)估結(jié)果為漏檢率增加、誤檢率增加、或者檢測(cè)率增加，則確定出所述人臉檢測(cè)算法的準(zhǔn)確率降低。

步驟28，根據(jù)準(zhǔn)確率即可確定出需要使用哪種人臉檢測(cè)算法。

如圖5所示，本發(fā)明實(shí)施例提供一種評(píng)估人臉檢測(cè)算法的裝置，所述裝置包括：

確定模塊51，用于確定人臉檢測(cè)算法的評(píng)估方法；

評(píng)估模塊52，用于使用確定出的評(píng)估方法對(duì)所述人臉檢測(cè)算法進(jìn)行評(píng)估；

操作模塊53，用于根據(jù)評(píng)估結(jié)果確定出所述人臉檢測(cè)算法的準(zhǔn)確率。

所述評(píng)估方法包括：

漏檢法、誤檢法以及檢測(cè)法。

所述評(píng)估模塊52具體用于：

將標(biāo)準(zhǔn)坐標(biāo)值與檢測(cè)坐標(biāo)值進(jìn)行比較，如果比較結(jié)果滿(mǎn)足第一預(yù)設(shè)條件，則漏檢率增加；所述標(biāo)準(zhǔn)坐標(biāo)值為預(yù)先確定出的能夠準(zhǔn)確描述所述人臉圖像中人臉位置的坐標(biāo)；所述檢測(cè)坐標(biāo)值為所述人臉檢測(cè)算法計(jì)算出的用于標(biāo)明人臉 位置的坐標(biāo)。

所述評(píng)估模塊52具體用于：

將檢測(cè)坐標(biāo)值與標(biāo)準(zhǔn)坐標(biāo)值進(jìn)行比較，如果比較結(jié)果滿(mǎn)足第一預(yù)設(shè)條件，則誤檢率增加；所述標(biāo)準(zhǔn)坐標(biāo)值為預(yù)先確定出的能夠準(zhǔn)確描述所述人臉圖像中人臉位置的坐標(biāo)；所述檢測(cè)坐標(biāo)值為所述人臉檢測(cè)算法計(jì)算出的用于標(biāo)明人臉位置的坐標(biāo)。

所述評(píng)估模塊52具體用于：

按照預(yù)先設(shè)置的計(jì)算方式，計(jì)算出標(biāo)準(zhǔn)面積、檢測(cè)面積以及重復(fù)面積；所述標(biāo)準(zhǔn)面積為預(yù)先確定出的能夠準(zhǔn)確描述所述人臉圖像中人臉的面積；所述檢測(cè)面積為檢測(cè)出的所述人臉圖像的面積；所述重復(fù)面積為所述標(biāo)準(zhǔn)面積與所述檢測(cè)面積重疊部分；

當(dāng)所述重復(fù)面積與所述標(biāo)準(zhǔn)面積、且所述重復(fù)面積與所述檢測(cè)面積的比值滿(mǎn)足第二預(yù)設(shè)條件時(shí)，所述檢測(cè)率增加。

所述操作模塊53具體用于：

當(dāng)所述評(píng)估結(jié)果為漏檢率增加、誤檢率增加、或者檢測(cè)率增加，則確定出所述人臉檢測(cè)算法的準(zhǔn)確率降低。

綜上所述，有益效果：

本發(fā)明實(shí)施例提供的方法，可針對(duì)不同人臉檢測(cè)算法確定不同的評(píng)估方法，并用確定出的評(píng)估方法對(duì)該算法進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果即可確定出該算法的準(zhǔn)確率。使用該方法可以確定出人臉檢測(cè)算法的準(zhǔn)確率。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。