[發(fā)明專利]用于檢測人臉的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810011483.3
• 申請(qǐng)日: 2018-01-05
• 公開（公告）號(hào): CN108171191B
• 公開（公告）日: 2019-06-28
• 發(fā)明（設(shè)計(jì)）人: 湯旭
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本申請(qǐng)實(shí)施例公開了用于檢測人臉的方法和裝置。該方法的一具體實(shí)施方式包括：獲取待檢測圖像；通過預(yù)先訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)的卷積層，提取待檢測圖像的特征信息；對(duì)特征信息進(jìn)行聚類處理，得到人臉類信息以及非人臉類信息；確定人臉類信息的類內(nèi)距離的值、人臉類信息與非人臉類信息的類間距離的值；基于所提取的特征信息、類內(nèi)距離的值以及類間距離的值，生成檢測結(jié)果。該實(shí)施方式豐富了人臉檢測的檢測方式，有助于提高人臉檢測的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體人臉檢測領(lǐng)域，尤其涉及用于檢測人臉的方法和裝置。

背景技術(shù)

人臉檢測(Face Detection)是人臉識(shí)別系統(tǒng)中的一個(gè)關(guān)鍵環(huán)節(jié)。當(dāng)前，人臉檢測受到越來越多的研究者的關(guān)注與重視。人臉檢測技術(shù)在基于內(nèi)容的檢索、數(shù)字視頻處理、視頻檢測等方面有著重要的應(yīng)用價(jià)值。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提出了用于檢測人臉的方法和裝置。

第一方面，本申請(qǐng)實(shí)施例提供了一種用于檢測人臉的方法，該方法包括：獲取待檢測圖像；通過預(yù)先訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)的卷積層，提取待檢測圖像的特征信息；對(duì)特征信息進(jìn)行聚類處理，得到人臉類信息以及非人臉類信息；確定人臉類信息的類內(nèi)距離的值、人臉類信息與非人臉類信息的類間距離的值；基于所提取的特征信息、類內(nèi)距離的值以及類間距離的值，生成檢測結(jié)果。

在一些實(shí)施例中，基于所提取的特征信息、類內(nèi)距離的值以及類間距離的值，生成檢測結(jié)果，包括：基于類內(nèi)距離的值以及類間距離的值，確定預(yù)先構(gòu)建的損失函數(shù)的函數(shù)值，其中，損失函數(shù)的變量包括類內(nèi)距離以及類間距離；基于函數(shù)值與預(yù)設(shè)數(shù)值的大小關(guān)系以及所提取的特征信息，生成檢測結(jié)果。

在一些實(shí)施例中，在通過預(yù)先訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)的卷積層，提取待檢測圖像的特征信息之后，上述方法還包括：利用卷積神經(jīng)網(wǎng)絡(luò)的全連接層確定待檢測圖像包括人臉或不包括人臉的概率的值；基于概率的值，確定預(yù)先構(gòu)建的損失函數(shù)的函數(shù)值，其中，損失函數(shù)的變量包括待檢測圖像包括人臉或不包括人臉的概率；基于函數(shù)值與預(yù)設(shè)數(shù)值的大小關(guān)系以及所得到的特征信息，生成檢測結(jié)果。

在一些實(shí)施例中，卷積神經(jīng)網(wǎng)絡(luò)是通過如下步驟訓(xùn)練得到的：獲取多個(gè)待檢測圖像以及與多個(gè)待檢測圖像中的每個(gè)待檢測圖像對(duì)應(yīng)的特征信息；利用機(jī)器學(xué)習(xí)算法，將多個(gè)待檢測圖像中的每個(gè)待檢測圖像作為輸入，將與多個(gè)待檢測圖像中的每個(gè)待檢測圖像對(duì)應(yīng)的特征信息作為輸出，訓(xùn)練得到卷積層。

在一些實(shí)施例中，上述方法還包括：確定檢測結(jié)果的準(zhǔn)確率；響應(yīng)于確定出準(zhǔn)確率小于預(yù)設(shè)準(zhǔn)確率，調(diào)整卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)。

第二方面，本申請(qǐng)實(shí)施例提供了一種用于檢測人臉的裝置，該裝置包括：獲取單元，配置用于獲取待檢測圖像；提取單元，配置用于通過預(yù)先訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)的卷積層，提取待檢測圖像的特征信息；聚類單元，配置用于對(duì)特征信息進(jìn)行聚類處理，得到人臉類信息以及非人臉類信息；第一確定單元，配置用于確定人臉類信息的類內(nèi)距離的值、人臉類信息與非人臉類信息的類間距離的值；第一生成單元，配置用于基于所提取的特征信息、類內(nèi)距離的值以及類間距離的值，生成檢測結(jié)果。

在一些實(shí)施例中，第一生成單元包括：確定模塊，配置用于基于類內(nèi)距離的值以及類間距離的值，確定預(yù)先構(gòu)建的損失函數(shù)的函數(shù)值，其中，損失函數(shù)的變量包括類內(nèi)距離以及類間距離；生成模塊，配置用于基于函數(shù)值與預(yù)設(shè)數(shù)值的大小關(guān)系以及所提取的特征信息，生成檢測結(jié)果。

在一些實(shí)施例中，上述裝置還包括：第二確定單元，配置用于利用卷積神經(jīng)網(wǎng)絡(luò)的全連接層確定待檢測圖像包括人臉或不包括人臉的概率的值；第三確定單元，配置用于基于概率的值，確定預(yù)先構(gòu)建的損失函數(shù)的函數(shù)值，其中，損失函數(shù)的變量包括待檢測圖像包括人臉或不包括人臉的概率；第二生成單元，配置用于基于函數(shù)值與預(yù)設(shè)數(shù)值的大小關(guān)系以及所得到的特征信息，生成檢測結(jié)果。