技术摘要：
本发明实施例公开了一种人脸检测预处理方法，包括：获取图像数据；将图像数据缓存在终端本地；对终端本地的图像数据进行人脸检测，确定图像数据中是否包含人脸信息；对包含人脸信息的图像数据进行预处理，裁剪图像数据，保留图像数据中的人脸部位。可以满足终端对人脸  全部
背景技术：
在服务型机器人系统中，视觉作为多模态交互的核心模态之一，是交互当中不可 缺少的重要部分。而对人脸的检测和识别是机器人视觉的重要应用。人脸检测重点检测的 是图片中是否包含人脸，而人脸识别则要求识别出人脸的特征信息。 因为人脸识别需要使用机器学习算法进行大量的特征提取运算，往往需要将机器 人端采集到的视频数据逐帧上传到后台服务端进行特征提取。 现在在处理人像相关操作时，通常的做法是在后端使用机器学习的方式，训练提 取人脸特征点的模型。终端设备负责采集图像数据，按照图像帧的方式上传到后台服务，对 图像进行统一的特征提取，然后下发数据到终端，以供使用。 在实际使用的过程中，有如下两种场景，分别说明如下： 场景一：终端并不需要太详细的人脸特征数据，仅需知道当前画面中是否存在人 脸即可，这种场景下，并不需要运算量巨大的特征提取。仅需使用简单的图像处理算法，对 图片进行边缘提取，识别人脸轮廓即可。通用的技术方案下，同样需要将这些数据上传到后 台处理。因为图像一般数据量巨大，这会消耗大量的流量占用大量的带宽。而且因为受限于 网络原因可能还会产生比较的延迟。 场景二：对于需要真实使用人脸特征的情况，利用服务端的算力是不可缺省的，但 是在实际情况下，因为终端摄像头是持续采集图像数据的。在每一帧的图像数据中未必都 会包含人脸数据，将不包含的人脸数据上传到后台不仅占用后台计算能力，同样也存在场 景中的一系列问题。
技术实现要素：
鉴于上述问题，本发明提出了一种人脸检测预处理方法、装置、系统和存储介质， 分场景差异化处理人脸数据，能够节约网络带宽、网络流量、后端算力。 本发明实施例的技术方案是这样实现的： 第一方面，本发明实施例提供了一种人脸检测预处理方法，包括： 获取图像数据； 将图像数据缓存在终端本地； 对终端本地的图像数据进行人脸检测，确定图像数据中是否包含人脸信息； 对包含人脸信息的图像数据进行预处理，裁剪图像数据，保留图像数据中的人脸 部位。 第二方面，本发明实施例提供了一种人脸检测预处理装置，包括： 图像采集模块，用于获取图像数据； 3 CN 111611843 A 说　明　书 2/5 页 缓存模块，用于将所述图像数据缓存在终端本地； 本地预处理模块，用于对终端本地的图像数据进行人脸检测，确定图像数据中是 否包含人脸信息；还用于对包含人脸信息的图像数据进行预处理，裁剪图像数据，保留图像 数据中的人脸部位。 第三方面，本发明实施例还提供了一种机器人，包括： 图像采集装置，用于采集图像数据； 存储装置，用于缓存图像数据； 预处理装置，用于执行以上所述的人脸检测预处理方法。 第四方面，本发明实施例还提供了一种计算机设备，包括： 一个或多个处理器； 与所述一个或多个处理器通信连接的存储器； 一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被 配置为由所述一个或多个处理器执行，所述一个或多个程序被配置为执行以上所述的方 法。 第五方面，本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序， 该程序被处理器执行时实现以上所述的方法。 本发明的一种人脸检测预处理方法、装置、系统和存储介质，采集到图像数据后， 在终端本地利用本地算力，对每一帧数据中是否存在人脸进行初步判断，同时结合当前实 际使用需求决策，是否需要进一步进行后台人脸特征数据提取，可以满足终端对人脸数据 使用的分场景差异化处理，又节约了网络带宽、网络流量、后端算力，也可在无网络的情况 下实现对人脸使用的基本需求。 附图说明 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使 用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于 本领域技术人员来讲，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示出了根据本发明实施例的一种人脸检测预处理方法的应用环境图。 图2示出了根据本发明实施例的一种人脸检测预处理方法的流程示意图。 图3示出了根据本发明实施例的一种人脸检测预处理装置的逻辑单元结构示意 图。 图4示出了根据本发明实施例的一种机器人系统的硬件结构示意图。 图5示出了根据本发明实施例的一种计算机设备的硬件结构示意图。