CN111680574A - 一种人脸检测方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明实施例提供一种人脸检测方法、装置、电子设备和存储介质，所述方法包括：获取深度图；将深度图输入至人脸检测模型，得到人脸检测模型输出的深度图的人脸位置；基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，确定人脸位置的检测结果；其中，人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。本发明实施例提供的人脸检测方法、装置、电子设备和存储介质，通过人脸检测模型对深度图进行人脸检测，不依赖二维图像，能够实现在光照条件较差的场景下对人脸进行准确地检测，而且不受深度相机类型的限制，充分利用深度信息对人脸位置的准确性进行判断，减小了人脸检测的误检测风险。

Description

一种人脸检测方法、装置、电子设备和存储介质

技术领域

本发明涉及图像处理技术领域，尤其涉及一种人脸检测方法、装置、电子设备和存储介质。

背景技术

随着人脸识别技术的不断发展，人们越来越关心人脸识别的准确性以及安全性问题。常见的二维人脸识别技术(通常采用RGB图像进行人脸识别)由于图像本身信息量的限制，提升人脸识别准确率愈发困难。此外，采用二维人脸识别技术的认证系统容易受到恶意攻击者利用用户的人脸照片等道具的攻击。相较于二维人脸识别技术，三维人脸识别技术数据维度更多，信息量更大，能够突破二维人脸识别技术的精度极限。而且三维信息可以较为容易地判断出照片、视频等平面类目标，使其比采用二维信息进行活体检测更加可靠。介于三维人脸识别技术的上述优势，目前，三维人脸识别技术应用受到越来越多的关注。

人脸检测是人脸识别技术的依赖技术之一，一般对于二维图像(例如RGB图像)，可直接采用二维人脸检测技术获取人脸框位置后将人脸区域裁出，然后应用于后续步骤。但对于常见的三维人脸识别，除采集二维图像之外，还会额外采集深度图，在二维图像上获得的人脸框区域与深度图上的人脸区域并不一定是完全对应的。现有的获取深度图中人脸位置的方案主要包括两种：一种是在生成深度图时直接将深度图与二维图像的每个像素点一一对齐，该方案一般是由相机硬件厂商设计完成；另一种是利用相机参数信息，将二维图像上的人脸框转换至深度图上。

现有的人脸检测方案均需要将二维图像人脸框转换至深度图人脸框，然后基于深度图进行人脸检测，这使得获取深度图上的人脸目标位置必须依赖于二维图像上检测到的人脸位置信息。但是，二维图像(例如RGB图像)的采集易受光照等条件影响，在光照条件较差的场景下，无法获取质量较高的二维图像，现有的人脸检测方案不能在光照条件较差的场景下进行人脸检测。

发明内容

本发明实施例提供一种人脸检测方法、装置、电子设备和存储介质，用以解决现有的人脸检测方案无法在光照条件较差的场景下进行人脸检测的技术问题。

第一方面，本发明实施例提供一种人脸检测方法，包括：

获取深度图；

将所述深度图输入至人脸检测模型，得到所述人脸检测模型输出的所述深度图的人脸位置；

基于所述人脸位置对应的人脸尺寸，以及所述深度图的标准人脸尺寸范围，确定所述人脸位置的检测结果；

其中，所述人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。

可选地，所述基于所述人脸位置对应的人脸尺寸，以及所述深度图的标准人脸尺寸范围，确定所述人脸位置的检测结果，具体包括：

基于所述人脸位置和所述深度图，确定所述人脸位置的人脸深度值；

基于所述人脸深度值和预设人脸尺寸范围，确定所述标准人脸尺寸范围；

基于所述人脸尺寸和所述标准人脸尺寸范围，确定所述检测结果。

可选地，所述基于所述人脸深度值和预设人脸尺寸范围，确定所述标准人脸尺寸范围，具体包括：

基于所述人脸深度值和预设人脸尺寸最小值，以及深度相机焦距，确定标准人脸尺寸最小值；

基于所述人脸深度值和预设人脸尺寸最大值，以及所述深度相机焦距，确定标准人脸尺寸最大值。

可选地，所述标准人脸尺寸最小值和所述标准人脸尺寸最大值的计算公式，具体包括：

式中，h_min为所述标准人脸尺寸最小值，h_max为所述标准人脸尺寸最大值，H_min为所述预设人脸尺寸最小值，H_max为所述预设人脸尺寸最大值，f为所述深度相机焦距，D为所述人脸深度值。

可选地，所述基于所述人脸位置和所述深度图，确定所述人脸位置的人脸深度值，具体包括：

基于所述人脸位置，确定所述人脸位置的中心区域；

基于所述中心区域中每个像素点的深度值，确定所述人脸深度值。

可选地，所述基于所述人脸尺寸和所述标准人脸尺寸范围，确定所述检测结果，具体包括：

若所述人脸尺寸在所述标准人脸尺寸范围之内，则确定所述人脸位置为有效人脸位置；否则，则确定所述人脸位置为无效人脸位置。

可选地，所述将所述深度图输入至人脸检测模型之前，还包括：

对所述深度图进行预处理，所述预处理为基于预设人脸深度值范围或所述深度图的最大深度值和最小深度值对所述深度图进行归一化处理。

第二方面，本发明实施例提供一种人脸检测装置，包括：

数据获取模块，用于获取深度图；

人脸检测模块，用于将所述深度图输入至人脸检测模型，得到所述人脸检测模型输出的所述深度图的人脸位置；

结果评定模块，用于基于所述人脸位置对应的人脸尺寸，以及所述深度图的标准人脸尺寸范围，确定所述人脸位置的检测结果；

其中，所述人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。

第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的人脸检测方法。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述的人脸检测方法。

本发明实施例提供的一种人脸检测方法、装置、电子设备和存储介质，通过人脸检测模型对深度图进行人脸检测，不依赖二维图像，能够实现在光照条件较差的场景下对人脸进行准确地检测，而且不受深度相机类型的限制。通过基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，确定人脸位置的检测结果，充分利用深度信息对人脸位置的准确性进行判断，减小了人脸检测的误检测风险。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明实施例提供的人脸检测方法的流程示意图；

图2为本发明实施例提供的标准中心成像原理的示意图；

图3为本发明实施例提供的人脸检测装置的结构示意图；

图4为本发明实施例提供的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的人脸检测方法的流程示意图，如图1所示，本发明实施例提供的人脸检测方法包括：

步骤110，获取深度图。

具体地，深度图是通过深度相机采集得到的，深度图可以包含待检测的人脸目标，深度图中人脸目标的个数可以是一个，也可以是多个。深度相机可以是结构光深度相机，也可以是TOF(Time of Flight)相机，还可以是双目相机。结构光深度相机通过近红外激光器，将具有一定结构特征的光投射到待测物体上，并通过红外摄像头进行采集。通过结构光会因待测物产生的结构变化，确定待测物体的深度信息；TOF相机通过给待测物体连续发射激光脉冲，并接收待测物体反射的激光脉冲。通过激光脉冲的飞行往返时间，确定待测物体的深度信息；双目相机是基于视差原理并利用成像设备从不同的位置获取待测物体的两幅图像，通过计算图像对应点之间的位置偏差，确定待测物体的深度信息。本发明实施例对深度相机的类型不作具体限定。

步骤120，将深度图输入至人脸检测模型，得到人脸检测模型输出的深度图的人脸位置；其中，人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。

具体地，人脸检测模型用于基于深度图中的深度信息对深度图进行人脸检测，输出深度图中的人脸位置，其中，人脸位置可以为深度图中人脸目标的外接多边形的坐标信息。外接多边形的形状可以是矩形，当外接多边形为矩形时，相应地，人脸位置可以为矩形对角线方向的两个顶点的坐标，也可以为矩形的四个顶点的坐标，本发明实施例对此不作具体限定。

由于深度图成像受光照影响较小，在光照条件较差的场景下，深度图仍可以提供一些有效的人脸信息，本发明实施例提供的人脸检测方法根据深度图提供的人脸深度信息，可以判断镜头前是否存在人脸目标，进而可以不依赖二维图像进行人脸检测。

在执行步骤120之前，还可以预先训练得到人脸检测模型，具体可通过如下方式训练得到人脸检测模型：首先，收集大量样本深度图，并通过人工标注的方式确定样本深度图的人脸位置。随即，将样本深度图和样本深度图的人脸位置输入至初始模型进行训练，从而得到人脸检测模型。此处的初始模型可以是基于卷积神经网络构建的，包括但不限于：RPN(Region Proposal Network，区域生成网络)、SSD(Single Shot MultiBox Detector)和YOLO(You Only Look Once)等。

步骤130，基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，确定人脸位置的检测结果。

具体地，在得到深度图的人脸位置之后，可以基于人脸位置，确定人脸位置对应的人脸尺寸。其中，人脸尺寸可以为人脸位置中坐标在垂直方向上的最大值和最小值之差，例如人脸位置为人脸目标的外接矩形的对角线方向的两个顶点坐标(x_min，y_min)和(x_max，y_max)，则对应的人脸尺寸为h＝y_max-y_min。

深度图的标准人脸尺寸范围可以为深度图中正常人脸在垂直方向上的高度范围。基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，可以判断人脸检测模型输出的人脸位置的准确性，确定人脸位置的检测结果。

本发明实施例提供的人脸检测方法，通过人脸检测模型对深度图进行人脸检测，不依赖二维图像，能够实现在光照条件较差的场景下对人脸进行准确地检测，而且不受深度相机类型的限制。通过基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，确定人脸位置的检测结果，充分利用深度信息对人脸位置的准确性进行判断，减小了人脸检测的误检测风险。

基于上述实施例，该人脸检测方法中，步骤130具体包括：

步骤131，基于人脸位置和深度图，确定人脸位置的人脸深度值；

步骤132，基于人脸深度值和预设人脸尺寸范围，确定标准人脸尺寸范围；

步骤133，基于人脸尺寸和标准人脸尺寸范围，确定检测结果。

具体地，人脸深度值用于表征深度图中人脸目标的深度信息，由于人脸位置可以为深度图中人脸目标外接多边形的坐标信息，基于人脸位置和深度图，可以确定人脸深度值。本发明实施例不对基于人脸位置和深度图，确定人脸位置的人脸深度值的方式作具体限定，包括但不限于：计算人脸位置对应区域所有像素点的深度值的平均值，并将该平均值作为人脸深度值。

深度图中像素点的深度值为目标到深度相机成像中心之间的距离，人脸深度值即为人脸目标到深度相机成像中心之间的距离，根据标准中心成像原理，基于人脸深度值和预设人脸尺寸范围，可以确定标准人脸尺寸范围。其中，预设人脸尺寸范围可以为正常人脸在垂直方向上的高度范围，例如180-250个像素点。

基于人脸尺寸和标准人脸尺寸范围，可以判断人脸位置的准确性，进而确定人脸位置的检测结果。

本发明实施例提供的人脸检测方法，通过确定标准人脸尺寸范围，并基于人脸尺寸和标准人脸尺寸范围，确定检测结果，充分利用深度信息对人脸位置的准确性进行判断，减小了人脸检测的误检测风险。

基于上述任一实施例，该人脸检测方法中，步骤132具体包括：

基于人脸深度值和预设人脸尺寸最小值，以及深度相机焦距，确定标准人脸尺寸最小值；

基于人脸深度值和预设人脸尺寸最大值，以及深度相机焦距，确定标准人脸尺寸最大值。

具体地，根据标准中心成像原理，目标尺寸和目标在深度图中对应的尺寸的比值，与目标到成像中心的距离和深度相机焦距的比值是相等的。人脸深度值为人脸目标到成像中心的距离，根据上述原理，基于人脸深度值和深度相机焦距，以及预设人脸尺寸最小值和预设人脸尺寸最大值，可以分别确定标准人脸尺寸最小值和标准人脸尺寸最大值。其中，预设人脸尺寸最小值和预设人脸尺寸最大值分别为预设人脸尺寸范围的最小值和最大值，标准人脸尺寸最小值和标准人脸尺寸最大值分别为标准人脸尺寸范围的最小值和最大值。

基于上述任一实施例，该人脸检测方法中，标准人脸尺寸最小值和标准人脸尺寸最大值的计算公式具体包括：

式中，h_min为标准人脸尺寸最小值，h_max为标准人脸尺寸最大值，H_min为预设人脸尺寸最小值，H_max为预设人脸尺寸最大值，f为深度相机焦距，D为人脸深度值。

具体地，图2为本发明实施例提供的标准中心成像原理的示意图，在三维坐标系XYZ中，平面M为深度相机成像平面，O为深度相机成像中心，H为人脸目标尺寸，h为人脸目标在深度图中对应的尺寸，f为深度相机焦距，D为人脸深度值，如图2所示，根据标准中心成像原理，基于人脸深度值和深度相机焦距，以及预设人脸尺寸最小值，可以确定标准人脸尺寸最小值；基于人脸深度值和深度相机焦距，以及预设人脸尺寸最大值，可以确定标准人脸尺寸最大值。

基于上述任一实施例，该人脸检测方法中，步骤131具体包括：

基于人脸位置，确定人脸位置的中心区域；

基于中心区域中每个像素点的深度值，确定人脸深度值。

具体地，人脸位置的中心区域可以为人脸位置对应区域的中心周围的区域，中心区域可以为以人脸位置对应区域的中心为圆心，以预设距离为半径形成的圆形区域；也可以为以人脸位置对应区域的中心为中心，以预设长宽形成的矩形区域，本发明实施例对中心区域的形状不作具体限定。

在得到中心区域之后，基于中心区域中每个像素点的深度值，计算中心区域中所有像素点的深度值的平均值，并将该平均值作为人脸深度值。

本发明实施例提供的人脸检测方法，通过确定人脸位置的中心区域，并基于中心区域中每个像素点的深度值，确定人脸深度值，使得人脸深度值能够有效地表征深度图中人脸目标的深度信息。

基于上述任一实施例，该人脸检测方法中，步骤133具体包括：

若人脸尺寸在标准人脸尺寸范围之内，则确定人脸位置为有效人脸位置；否则，则确定人脸位置为无效人脸位置。

具体地，由于标准人脸尺寸范围为深度图中正常人脸对应的人脸尺寸范围，若人脸尺寸在标准人脸尺寸范围之内，可知检测得到的人脸目标符合正常人脸的标准，则确定人脸检测模型输出的人脸位置为有效人脸位置；若人脸尺寸不在标准人脸尺寸范围之内，可知检测得到的人脸目标不符合正常人脸的标准，检测得到的人脸目标是其他类型的目标，则确定人脸检测模型输出的人脸位置为无效人脸位置。

本发明实施例提供的人脸检测方法，通过人脸尺寸和标准人脸尺寸范围的关系，充分利用深度信息对人脸位置的准确性进行判断，减小了人脸检测的误检测风险。

基于上述任一实施例，该人脸检测方法中，将深度图输入至人脸检测模型之前，还包括：

对深度图进行预处理，预处理为基于预设人脸深度值范围或深度图的最大深度值和最小深度值对深度图进行归一化处理。

具体地，为提高人脸检测模型的计算效率和精度，在将深度图输入至人脸检测模型之前，需要对深度图进行预处理，预处理为基于预设人脸深度值范围或深度图的最大深度值和最小深度值对深度图进行归一化处理。

归一化处理的具体公式如下：

式中，v为深度图中像素点的深度值，v^*为该像素点归一化后的深度值，min和max可以分别为预设人脸深度值范围的最小值和最大值，也可以分别为深度图的最大深度值和最小深度值。

本发明实施例提供的人脸检测方法，通过对深度图进行预处理，提高了人脸检测模型的计算效率和精度，进而提高了人脸检测的准确率。

基于上述任一实施例，图3为本发明实施例提供的人脸检测装置的结构示意图，如图3所示，本发明实施例提供的人脸检测装置包括：

数据获取模块310，用于获取深度图；

人脸检测模块320，用于将深度图输入至人脸检测模型，得到人脸检测模型输出的深度图的人脸位置；

结果评定模块330，用于基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，确定人脸位置的检测结果；

其中，人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。

本发明实施例提供的人脸检测装置，通过人脸检测模型对深度图进行人脸检测，不依赖二维图像，能够实现在光照条件较差的场景下对人脸进行准确地检测，而且不受深度相机类型的限制。通过基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，确定人脸位置的检测结果，充分利用深度信息对人脸位置的准确性进行判断，减小了人脸检测的误检测风险。

基于上述任一实施例，该人脸检测装置中，结果评定模块330具体包括：

人脸深度值确定子模块331，用于基于人脸位置和深度图，确定人脸位置的人脸深度值；

标准人脸尺寸范围确定子模块332，用于基于人脸深度值和预设人脸尺寸范围，确定标准人脸尺寸范围；

检测结果确定子模块333，用于基于人脸尺寸和标准人脸尺寸范围，确定检测结果。

本发明实施例提供的人脸检测装置，通过确定标准人脸尺寸范围，并基于人脸尺寸和标准人脸尺寸范围，确定检测结果，充分利用深度信息对人脸位置的准确性进行判断，减小了人脸检测的误检测风险。

基于上述任一实施例，该人脸检测装置中，标准人脸尺寸范围确定子模块332具体用于：

基于人脸深度值和预设人脸尺寸最小值，以及深度相机焦距，确定标准人脸尺寸最小值；

基于人脸深度值和预设人脸尺寸最大值，以及深度相机焦距，确定标准人脸尺寸最大值。

基于上述任一实施例，该人脸检测装置中，标准人脸尺寸最小值和标准人脸尺寸最大值的计算公式具体包括：

式中，h_min为标准人脸尺寸最小值，h_max为标准人脸尺寸最大值，H_min为预设人脸尺寸最小值，H_max为预设人脸尺寸最大值，f为深度相机焦距，D为人脸深度值。

基于上述任一实施例，该人脸检测装置中，人脸深度值确定子模块331具体用于：

基于人脸位置，确定人脸位置的中心区域；

基于中心区域中每个像素点的深度值，确定人脸深度值。

本发明实施例提供的人脸检测装置，通过确定人脸位置的中心区域，并基于中心区域中每个像素点的深度值，确定人脸深度值，使得人脸深度值能够有效地表征深度图中人脸目标的深度信息。

基于上述任一实施例，该人脸检测装置中，检测结果确定子模块333具体用于：

若人脸尺寸在标准人脸尺寸范围之内，则确定人脸位置为有效人脸位置；否则，则确定人脸位置为无效人脸位置。

本发明实施例提供的人脸检测装置，通过人脸尺寸和标准人脸尺寸范围的关系，充分利用深度信息对人脸位置的准确性进行判断，减小了人脸检测的误检测风险。

基于上述任一实施例，该人脸检测装置还包括深度图预处理模块，深度图预处理模块用于对深度图进行预处理，预处理为基于预设人脸深度值范围或深度图的最大深度值和最小深度值对深度图进行归一化处理。

本发明实施例提供的人脸检测装置，通过对深度图进行预处理，提高了人脸检测模型的计算效率和精度，进而提高了人脸检测的准确率。

图4为本发明实施例提供的电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信。处理器401可以调用存储器403中的逻辑指令，以执行如下方法：获取深度图；将深度图输入至人脸检测模型，得到人脸检测模型输出的深度图的人脸位置；基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，确定人脸位置的检测结果；其中，人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。

此外，上述的存储器403中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的方法，例如包括：获取深度图；将深度图输入至人脸检测模型，得到人脸检测模型输出的深度图的人脸位置；基于人脸位置对应的人脸尺寸，以及深度图的标准人脸尺寸范围，确定人脸位置的检测结果；其中，人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种人脸检测方法，其特征在于，包括：

获取深度图；

将所述深度图输入至人脸检测模型，得到所述人脸检测模型输出的所述深度图的人脸位置；

基于所述人脸位置对应的人脸尺寸，以及所述深度图的标准人脸尺寸范围，确定所述人脸位置的检测结果；

其中，所述人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。

2.根据权利要求1所述的人脸检测方法，其特征在于，所述基于所述人脸位置对应的人脸尺寸，以及所述深度图的标准人脸尺寸范围，确定所述人脸位置的检测结果，具体包括：

基于所述人脸位置和所述深度图，确定所述人脸位置的人脸深度值；

基于所述人脸深度值和预设人脸尺寸范围，确定所述标准人脸尺寸范围；

基于所述人脸尺寸和所述标准人脸尺寸范围，确定所述检测结果。

3.根据权利要求2所述的人脸检测方法，其特征在于，所述基于所述人脸深度值和预设人脸尺寸范围，确定所述标准人脸尺寸范围，具体包括：

基于所述人脸深度值和预设人脸尺寸最小值，以及深度相机焦距，确定标准人脸尺寸最小值；

基于所述人脸深度值和预设人脸尺寸最大值，以及所述深度相机焦距，确定标准人脸尺寸最大值。

4.根据权利要求3所述的人脸检测方法，其特征在于，所述标准人脸尺寸最小值和所述标准人脸尺寸最大值的计算公式，具体包括：

式中，h_min为所述标准人脸尺寸最小值，h_max为所述标准人脸尺寸最大值，H_min为所述预设人脸尺寸最小值，H_max为所述预设人脸尺寸最大值，f为所述深度相机焦距，D为所述人脸深度值。

5.根据权利要求2所述的人脸检测方法，其特征在于，所述基于所述人脸位置和所述深度图，确定所述人脸位置的人脸深度值，具体包括：

基于所述人脸位置，确定所述人脸位置的中心区域；

基于所述中心区域中每个像素点的深度值，确定所述人脸深度值。

6.根据权利要求2所述的人脸检测方法，其特征在于，所述基于所述人脸尺寸和所述标准人脸尺寸范围，确定所述检测结果，具体包括：

若所述人脸尺寸在所述标准人脸尺寸范围之内，则确定所述人脸位置为有效人脸位置；否则，则确定所述人脸位置为无效人脸位置。

7.根据权利要求1-6任一项所述的人脸检测方法，其特征在于，所述将所述深度图输入至人脸检测模型之前，还包括：

对所述深度图进行预处理，所述预处理为基于预设人脸深度值范围或所述深度图的最大深度值和最小深度值对所述深度图进行归一化处理。

8.一种人脸检测装置，其特征在于，包括：

数据获取模块，用于获取深度图；

人脸检测模块，用于将所述深度图输入至人脸检测模型，得到所述人脸检测模型输出的所述深度图的人脸位置；

结果评定模块，用于基于所述人脸位置对应的人脸尺寸，以及所述深度图的标准人脸尺寸范围，确定所述人脸位置的检测结果；

其中，所述人脸检测模型是基于样本深度图和样本深度图的人脸位置训练得到的。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的人脸检测方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的人脸检测方法的步骤。

Images