[發明專利]圖像中多個人臉檢測的方法、存儲介質、設備及系統

有效

• 申請號: 201811033273.0
• 申請日: 2018-09-05
• 公開（公告）號: CN109284700B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 胡佳靜
• 申請（專利權）人: 武漢斗魚網絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 張凱

1.一種圖像中多個人臉檢測的方法，用于對待檢測圖像中含有的多個人臉進行檢測，其特征在于，包括以下步驟：

獲取N張不同尺度且包含人臉的圖像，每張圖像中均包含多張人臉，所述N為大于1的正整數；

對每張圖像均創建圖像金字塔，對于每張圖像均得到多張不同分辨率的圖片，在得到的所有圖片中，將相同分辨率的圖片劃分為一組；

提供多個待訓練神經網絡模型，將同一組的圖像作為同一個待訓練神經網絡模型的訓練圖像，對待訓練神經網絡模型進行訓練，得到多個訓練完成的神經網絡模型，且訓練完成的神經網絡模型具有識別特定分辨率下的圖像中人臉的能力；

將待檢測圖像輸入多個訓練完成的神經網絡模型中，進行人臉檢測識別，得到每個人臉的人臉區域，并將所有神經網絡模型得到的人臉區域進行得分排序；

選取得分最高的人臉區域，依次與其它的人臉區域進行比對，若當前人臉區域和得分最高人臉區域的重疊面積大于設定值，則將當前的人臉區域刪除，選取得分第二且未刪除的人臉區域，再依次與剩余的人臉區域進行比對，以此類推，直至當再次根據得分排名選取人臉區域，可選的人臉區域僅為一個或沒有時，則所有剩下的人臉區域中含有的人臉即為待檢測圖像中的人臉；

其中，所述神經網絡模型為多個，且神經網絡模型的個數與圖片劃分的組數相同。

2.如權利要求1所述的一種圖像中多個人臉檢測的方法，其特征在于：所述對每張圖像均創建圖像金字塔，具體為：對每張圖像創建圖像金字塔，進行向上差值采樣，且采樣的倍數為2倍，每張圖像均得到多張不同分辨率的圖片。

3.如權利要求1所述的一種圖像中多個人臉檢測的方法，其特征在于：所述將待檢測圖像輸入多個訓練完成的神經網絡模型中，進行人臉檢測識別，得到每個人臉的人臉區域，具體為：將待檢測圖像依次輸入至每個訓練完成的神經網絡模型中，每個訓練完成的神經網絡模型均對輸入的待檢測圖像進行人臉檢測識別，并得到待檢測圖像中的人臉區域。

4.如權利要求1所述的一種圖像中多個人臉檢測的方法，其特征在于：當可選的人臉區域僅為一個或沒有時，此時所有剩下的人臉區域，人臉區域中含有的人臉即為待檢測圖像中的人臉，從而檢測得到待檢測圖像中的人臉，并用方框對待檢測圖像中的人臉進行標記。

5.如權利要求1所述的一種圖像中多個人臉檢測的方法，其特征在于：所述神經網絡模型包括依次相連的輸入層、殘差單元、池化層和全連接層。

6.如權利要求5所述的一種圖像中多個人臉檢測的方法，其特征在于：每個神經網絡模型中均包括多個殘差單元，每個殘差單元間依次相連，所述殘差單元包括依次相連的第一卷積層、第一歸一化層、第一激活函數層、第二卷積層、第二歸一化層、第二激活函數層，其中第一卷積層前和第二激活函數層前還使用跳層單向連接。

7.一種存儲介質，該存儲介質上存儲有計算機程序，其特征在于：所述計算機程序被處理器執行時實現以下步驟：

獲取N張不同尺度且包含人臉的圖像，每張圖像中均包含多張人臉，所述N為大于1的正整數；

對每張圖像均創建圖像金字塔，對于每張圖像均得到多張不同分辨率的圖片，在得到的所有圖片中，將相同分辨率的圖片劃分為一組；

提供多個待訓練神經網絡模型，將同一組的圖像作為同一個待訓練神經網絡模型的訓練圖像，對待訓練神經網絡模型進行訓練，得到多個訓練完成的神經網絡模型，且訓練完成的神經網絡模型具有識別特定分辨率下的圖像中人臉的能力；

將待檢測圖像輸入多個訓練完成的神經網絡模型中，進行人臉檢測識別，得到每個人臉的人臉區域，并將所有神經網絡模型得到的人臉區域進行得分排序；

選取得分最高的人臉區域，依次與其它的人臉區域進行比對，若當前人臉區域和得分最高人臉區域的重疊面積大于設定值，則將當前的人臉區域刪除，選取得分第二且未刪除的人臉區域，再依次與剩余的人臉區域進行比對，以此類推，直至當再次根據得分排名選取人臉區域，可選的人臉區域僅為一個或沒有時，則所有剩下的人臉區域中含有的人臉即為待檢測圖像中的人臉；

其中，所述神經網絡模型為多個，且神經網絡模型的個數與圖片劃分的組數相同。