[發明專利]人臉檢測方法、裝置、電子設備和人臉檢測模型

在審

• 申請號: 201811566552.3
• 申請日: 2018-12-20
• 公開（公告）號: CN109670452A
• 公開（公告）日: 2019-04-23
• 發明（設計）人: 李幫懷;俞剛;袁野
• 申請（專利權）人: 北京曠視科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 王寧寧

1.一種人臉檢測方法，其特征在于，包括：

通過特征提取網絡提取待檢測圖像的特征圖；

將所述特征圖輸入多任務分支網絡，至少得到第一分類結果和第二分類結果；所述多任務分支網絡至少包括并行的第一分類分支網絡和第二分類分支網絡；所述第一分類分支網絡用于確定所述特征圖中是否包含人臉，輸出第一分類結果；所述第二分類分支網絡用于確定所述特征圖中的人臉是否為活體人臉，輸出第二分類結果；

結合所述第一分類結果和所述第二分類結果，確定所述待檢測圖像的人臉檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述多任務分支網絡還包括與所述第一分類分支網絡和所述第二分類分支網絡并行的回歸分支網絡；所述回歸分支網絡用于確定所述特征圖中人臉的位置，輸出包圍所述人臉的人臉框的坐標；

將所述特征圖輸入多任務分支網絡，至少得到第一分類結果和第二分類結果的步驟，包括：將所述特征圖輸入多任務分支網絡，得到第一分類分支網絡輸出的第一分類結果、第二分類分支網絡輸出的第二分類結果和回歸分支網絡輸出的人臉框的坐標；

結合所述第一分類結果和所述第二分類結果，確定所述待檢測圖像的人臉檢測結果的步驟，包括：結合所述第一分類結果、第二分類結果和人臉框的坐標，確定所述待檢測圖像的人臉檢測結果。

3.根據權利要求1所述的方法，其特征在于，所述特征提取網絡包括殘差網絡和特征融合網絡，所述殘差網絡和所述特征融合網絡均采用金字塔網絡結構；通過特征提取網絡提取待檢測圖像的特征圖的步驟，包括：

將所述待檢測圖像輸入所述殘差網絡，得到所述殘差網絡輸出的多個尺度的特征響應圖；

將所述多個尺度的特征響應圖輸入所述特征融合網絡，得到所述特征融合網絡輸出的多個尺度的特征圖；所述特征融合網絡包括多個網絡層，每個所述網絡層對應輸入一種尺度的特征響應圖，輸出對應尺度的特征圖。

4.根據權利要求1～3中任一項所述的方法，其特征在于，所述通過特征提取網絡提取待檢測圖像的特征圖的步驟之前，所述方法還包括：

獲取訓練圖像樣本集；所述訓練圖像樣本集包括多張訓練圖像；

采用所述訓練樣本集對所述特征提取網絡和所述多任務分支網絡進行訓練。

5.根據權利要求4所述的方法，其特征在于，所述訓練圖像攜帶有預先設置的第一分類標簽、第二分類標簽和回歸標簽；所述多任務分支網絡包括第一分類分支網絡、第二分類分支網絡和回歸分支網絡；采用所述訓練樣本集對所述特征提取網絡和所述多任務分支網絡進行訓練的步驟，包括：

從所述訓練圖像樣本集中隨機選取訓練圖像，通過所述特征提取網絡提取所述訓練圖像的特征圖；

將所述訓練圖像的特征圖輸入所述多任務分支網絡；

通過所述第一分類分支網絡對所述訓練圖像的特征圖進行分類處理；

基于所述第一分類分支網絡輸出的第一分類處理結果和所述第一分類標簽確定第一分類損失值；

通過所述第二分類分支網絡對所述訓練圖像的特征圖進行分類處理；

基于所述第二分類分支網絡輸出的第二分類處理結果和所述第二分類標簽確定第二分類損失值；

通過所述回歸分支網絡對所述訓練圖像的特征圖進行回歸處理；

基于所述回歸分支網絡輸出的回歸處理結果和所述回歸標簽確定回歸損失值；

基于所述第一分類損失值、第二分類損失值和回歸損失值對所述特征提取網絡和所述多任務分支網絡進行訓練。

6.根據權利要求5所述的方法，其特征在于，基于所述第一分類分支網絡輸出的第一分類處理結果和所述第一分類標簽確定第一分類損失值的步驟，包括：采用焦點損失函數，根據所述第一分類處理結果和所述第一分類標簽確定第一分類損失值；

基于所述第二分類分支網絡輸出的第二分類處理結果和所述第二分類標簽確定第二分類損失值的步驟，包括：采用焦點損失函數，根據所述第二分類處理結果和所述第二分類標簽確定第二分類損失值。