[發(fā)明專利]嵌入式設(shè)備的人臉檢測方法及裝置、存儲介質(zhì)、終端

在審

• 申請?zhí)枺?/td>: 201910865633.1
• 申請日: 2019-09-12
• 公開（公告）號: CN112487852A
• 公開（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: 達(dá)聲蔚
• 申請（專利權(quán)）人: 上海齊感電子信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 杜金玲;張振軍

1.一種嵌入式設(shè)備的人臉檢測方法，其特征在于，包括：

確定MobileNet-SSD網(wǎng)絡(luò)模型為人臉檢測模型，并確定人臉訓(xùn)練數(shù)據(jù)集的數(shù)據(jù)格式；

基于所述數(shù)據(jù)格式的人臉訓(xùn)練數(shù)據(jù)集，訓(xùn)練所述MobileNet-SSD網(wǎng)絡(luò)模型，在訓(xùn)練時(shí)，所述MobileNet-SSD網(wǎng)絡(luò)模型中的SSD算法采用的特征圖的尺度是根據(jù)所述人臉訓(xùn)練數(shù)據(jù)集中各個(gè)人臉訓(xùn)練數(shù)據(jù)的圖像尺寸確定的；

使用訓(xùn)練后的MobileNet-SSD模型檢測待檢測圖像中的人臉。

2.根據(jù)權(quán)利要求1所述的人臉檢測方法，其特征在于，所述人臉訓(xùn)練數(shù)據(jù)的圖像尺寸為300×300，所述SSD算法采用的特征圖的尺度為多個(gè)，分別是9×9、4×4、2×2和1×1。

3.根據(jù)權(quán)利要求1所述的人臉檢測方法，其特征在于，所述訓(xùn)練所述MobileNet-SSD網(wǎng)絡(luò)模型包括：

采用快速功能嵌入卷積神經(jīng)網(wǎng)絡(luò)框架，對所述MobileNet-SSD網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

4.根據(jù)權(quán)利要求3所述的人臉檢測方法，其特征在于，在使用訓(xùn)練后的MobileNet-SSD模型檢測待檢測圖像中的人臉之前，所述人臉檢測方法還包括：

對量化得到的MobileNet-SSD模型進(jìn)行測試；

如果進(jìn)行所述測試時(shí)，測試圖像包含人臉，但人臉檢測結(jié)果未檢測到人臉，則重新量化所述訓(xùn)練后的MobileNet-SSD網(wǎng)絡(luò)模型。

5.根據(jù)權(quán)利要求3所述的人臉檢測方法，其特征在于，所述采用快速功能嵌入卷積神經(jīng)網(wǎng)絡(luò)框架，對所述MobileNet-SSD網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練包括：

判斷所述訓(xùn)練后的MobileNet-SSD網(wǎng)絡(luò)模型是否滿足預(yù)設(shè)停止訓(xùn)練條件；

如果滿足所述預(yù)設(shè)停止訓(xùn)練條件，則停止訓(xùn)練，否則，繼續(xù)采用所述快速功能嵌入卷積神經(jīng)網(wǎng)絡(luò)框架訓(xùn)練所述MobileNet-SSD網(wǎng)絡(luò)模型，直至達(dá)到預(yù)設(shè)訓(xùn)練次數(shù)或滿足所述預(yù)設(shè)停止訓(xùn)練條件。

6.根據(jù)權(quán)利要求1所述的人臉檢測方法，其特征在于，所述SSD算法采用如下公式確定所述特征圖的先驗(yàn)框的尺寸，

其中，表示第k個(gè)所述先驗(yàn)框的寬，表示第k個(gè)所述先驗(yàn)框的高；s_k表示第k個(gè)特征圖的尺寸，m表示所述SSD算法采用的特征圖的數(shù)量，0s_mins_max1，s_min表示所述先驗(yàn)框的最小尺寸，s_max表示所述先驗(yàn)框的最大尺寸，k為正整數(shù)。

7.根據(jù)權(quán)利要求6所述的人臉檢測方法，其特征在于，所述先驗(yàn)框的置信度誤差公式為：

其中，

其中，L_conf(x,c)表示置信度誤差，x表示所述人臉訓(xùn)練數(shù)據(jù)的訓(xùn)練樣本，c表示所述訓(xùn)練樣本的置信度分值，表示所述訓(xùn)練樣本x的第i個(gè)先驗(yàn)框與第j個(gè)真實(shí)框的概率，表示所述第i個(gè)訓(xùn)練樣本為人臉的概率，表示的估計(jì)，p表示類別，Pos表示正訓(xùn)練樣本，Neg表示負(fù)訓(xùn)練樣本，N表示所述正訓(xùn)練樣本的數(shù)量，表示e的次方,log表示取對數(shù)，表示非人臉類別。

8.一種嵌入式設(shè)備的人臉檢測裝置，其特征在于，包括：

確定模塊，用于確定MobileNet-SSD網(wǎng)絡(luò)模型為人臉檢測模型，并確定人臉訓(xùn)練數(shù)據(jù)集的數(shù)據(jù)格式；

訓(xùn)練模塊，基于所述數(shù)據(jù)格式的人臉訓(xùn)練數(shù)據(jù)集，訓(xùn)練所述MobileNet-SSD網(wǎng)絡(luò)模型，在訓(xùn)練時(shí)，所述MobileNet-SSD網(wǎng)絡(luò)模型中的SSD算法采用的特征圖的尺度是根據(jù)所述人臉訓(xùn)練數(shù)據(jù)集中各個(gè)人臉訓(xùn)練數(shù)據(jù)的圖像尺寸確定的；

檢測模塊，用于使用訓(xùn)練后的MobileNet-SSD模型檢測待檢測圖像中的人臉。

9.一種存儲介質(zhì)，其上存儲有計(jì)算機(jī)指令，其特征在于，所述計(jì)算機(jī)指令運(yùn)行時(shí)執(zhí)行權(quán)利要求1至7任一項(xiàng)所述方法的步驟。

10.一種終端，包括存儲器和處理器，所述存儲器上存儲有能夠在所述處理器上運(yùn)行的計(jì)算機(jī)指令，其特征在于，所述處理器運(yùn)行所述計(jì)算機(jī)指令時(shí)執(zhí)行權(quán)利要求1至7任一項(xiàng)所述方法的步驟。