[發明專利]一種基于深度學習的人臉檢測方法及其相關裝置

在審

• 申請號: 201910741344.0
• 申請日: 2019-08-12
• 公開（公告）號: CN110427912A
• 公開（公告）日: 2019-11-08
• 發明（設計）人: 唐健;祝嚴剛;黃海波;陶昆
• 申請（專利權）人: 深圳市捷順科技實業股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種基于深度學習的人臉檢測的方法，其特征在于，包括：

獲取經過預處理的待檢測圖片信息；

將所述圖片信息發送至訓練好的人臉檢測模型；

輸出所述人臉檢測模型的檢測結果。

2.根據權利要求1所述的方法，其特征在于，在獲取經過預處理的待檢測圖片信息包括：

接收待檢測圖片；

將所述待檢測圖片調整至預設大小。

3.根據權利要求1所述的方法，其特征在于，獲取經過預處理的待檢測圖片信息之前，所述方法還包括：

處理訓練所述人臉檢測模型所需數據；

設計所述人臉檢測模型網絡。

4.根據權利要求4所述的方法，其特征在于，所述處理訓練所述人臉檢測模型所需數據包括：

獲取預設數量的圖片信息，所述圖片信息用于形成訓練數據集；

對所述訓練數據集進行清洗，所述清洗用于篩除不符合訓練要求的圖片信息。

5.根據權利要求4所述的方法，其特征在于，設計所述人臉檢測模型網絡包括：

設計骨干網絡，所述骨干網絡用于對數據進行卷積、最大池化以及批歸一化操作，以獲取特征；

設計檢測網絡，所述檢測網絡用于進行對特征進行處理以進行人臉判定以及位置回歸。

6.根據權利要求5所述的方法，其特征在于，獲取經過預處理的待檢測圖片信息之前，所述方法還包括：

訓練所述人臉檢測模型，所述人臉檢測模型用于確定出圖片中人臉的位置。

7.根據權利要求6所述的方法，其特征在于，訓練所述人臉檢測模型，具體包括：

從已進行數據清洗的訓練數據集內輸出預設數量的圖片；

對所述圖片進行數據增強并將所述進行數據增強后的圖片送入所述網絡；

得到所述網絡計算后的結果，并將所述結果與訓練數據集內的圖片標簽進行比對；

根據所述比對結果進行損失計算，并使用隨機梯度下降算法對所述模型進行更新。

8.一種基于深度學習的人臉檢測的系統，其特征在于，包括：

獲取單元，用于獲取經過預處理的待檢測圖片信息；

發送單元，用于將所述圖片信息發送至訓練好的人臉檢測模型；

輸出單元，用于輸出所述人臉檢測模型的檢測結果。

9.一種計算機裝置，其特征在于，所述計算機裝置包括：輸入/輸出接口、處理器和存儲器，所述存儲器中存儲有程序指令；

所述處理器用于執行存儲器中存儲的程序指令，執行如權利要求1-7任一所述的方法。

10.一種計算機可讀存儲介質，包括指令，其特征在于，當所述指令在計算機設備上運行時，使得所述計算機設備執行如權利要求1-7中任一項所述的方法。