[發明專利]一種人臉檢測的方法與設備

有效

• 申請號: 202010314652.8
• 申請日: 2020-04-21
• 公開（公告）號: CN111209903B
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 李生金;侯曉輝
• 申請（專利權）人: 亮風臺（上海）信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 上海三和萬國知識產權代理事務所(普通合伙) 31230
• 代理人: 周建華

1.一種人臉檢測的方法，其中，所述方法包括：

確定目標圖像的感興趣區域；

將所述目標圖像輸入人臉檢測網絡，其中，所述人臉檢測網絡包括已訓練的主干網絡、篩選層及檢測層，所述主干網絡包括依次連接的多個卷積模塊，所述多個卷積模塊中包括一個或多個特征提取層；

所述主干網絡獲取所述目標圖像在每個特征提取層對應的特征圖，對于該特征圖中的每個錨點，所述篩選層判斷該錨點在所述目標圖像中對應的一個或多個預設框中是否存在與所述感興趣區域的匹配度大于或等于預定匹配度閾值的預設框；若存在，則去除該特征圖上的該錨點，放棄該錨點的所有進一步檢測操作；否則，所述主干網絡獲得該錨點對應的一個或多個人臉框偏移量；

所述檢測層根據每個剩余錨點對應的一個或多個人臉框偏移量，獲得在所述目標圖像中對應的人臉框，并根據所獲得的所有人臉框確定所述目標圖像中的目標人臉框。

2.根據權利要求1所述的方法，其中，所述方法還包括：

將多個訓練樣本及對應的標簽信息輸入待訓練的人臉檢測網絡進行迭代訓練，其中，所述待訓練的人臉檢測網絡包括待訓練的主干網絡及多任務損失層，所述多任務損失層包括分類損失函數和回歸損失函數。

3.根據權利要求2所述的方法，其中，將多個訓練樣本及對應的標簽信息輸入待訓練的人臉檢測網絡進行迭代訓練，包括：

對于每個訓練樣本，所述待訓練的主干網絡獲取該訓練樣本在每個特征提取層對應的特征圖，對于該特征圖中的每個錨點，所述主干網絡對該錨點執行卷積核大小為1*1的卷積運算，獲得該錨點對應的一個或多個人臉框偏移量；

所述多任務損失層基于該一個或多個人臉框偏移量、該訓練樣本對應的標簽信息進行迭代訓練。

4.根據權利要求1至3中任一項所述的方法，其中，所述一個或多個特征提取層中包括位于所述多個卷積模塊中的預定層級之前的至少一個卷積模塊。

5.根據權利要求1所述的方法，其中，所述確定所述目標圖像的感興趣區域，包括：

對所述目標圖像對應的視頻幀執行跟蹤算法，獲得所述目標圖像對應的跟蹤結果，并將所述跟蹤結果在所述目標圖像中對應的區域確定為所述目標圖像的感興趣區域。

6.根據權利要求1所述的方法，其中，所述篩選層判斷該錨點在所述目標圖像中對應的一個或多個預設框中是否存在與感興趣區域的匹配度大于或等于預定匹配度閾值的預設框，還包括：

對于該錨點在所述目標圖像中的一個或多個預設框，所述篩選層獲得該預設框與感興趣區域之間的重疊度和/或相似度，根據所述重疊度和/或相似度確定該預設框與感興趣區域之間的匹配度。

7.根據權利要求1所述的方法，其中，所述主干網絡獲得該錨點對應的一個或多個人臉框偏移量，包括：

所述主干網絡對該錨點執行卷積核大小為1*1的卷積運算，獲得該錨點對應的一個或多個人臉框偏移量。

8.根據權利要求1所述的方法，其中，所述檢測層根據每個剩余錨點對應的一個或多個人臉框偏移量，獲得在所述目標圖像中對應的人臉框，包括：

對于每個剩余錨點，所述檢測層在所述一個或多個人臉框偏移量中確定目標人臉框偏移量，并對所述目標人臉框偏移量和該剩余錨點在目標圖像上的預設框位置執行轉化操作，獲得該剩余錨點在所述目標圖像中對應的人臉框。

9.根據權利要求8所述的方法，其中，所述檢測層在所述一個或多個人臉框偏移量中確定目標人臉框偏移量，包括：

所述檢測層在所述一個或多個人臉框偏移量中確定目標人臉框偏移量，其中，所述目標人臉框偏移量對應的置信度大于或等于其它人臉框偏移量對應的置信度。

10.根據權利要求1所述的方法，其中，所述根據所獲得的所有人臉框確定所述目標圖像中的目標人臉框，包括：

對所獲得的所有人臉框執行非極大值抑制，確定所述目標圖像中的目標人臉框。