[發明專利]人臉遮擋檢測方法及人臉遮擋檢測裝置

在審

• 申請號: 202010465166.6
• 申請日: 2020-05-27
• 公開（公告）號: CN111598046A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 翟新剛;張楠賡
• 申請（專利權）人: 北京嘉楠捷思信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 李佳

本發明提供了一種人臉遮擋檢測方法及人臉遮擋檢測裝置，其中，所述人臉遮擋檢測方法包括：利用WiderFace數據集和MAFA數據集獲取訓練數據；利用獲取的所述訓練數據對人臉遮擋檢測網絡進行訓練；以及利用訓練后的所述人臉遮擋檢測網絡進行人臉遮擋檢測。本發明提高了人臉遮擋檢測網絡模型的魯棒性，有利于準確的進行人臉遮擋檢測。

技術領域

本發明涉及人工智能技術領域，特別涉及一種人臉遮擋檢測方法及人臉遮擋檢測裝置。

背景技術

目前，隨著對抗新冠疫情的戰役正式打響，越來越多的科技行業及人工智能領域的從業者也在貢獻著他們的力量。佩戴口罩對于疫情控制起到了關鍵的作用，由此監督每個人佩戴口罩成為抗疫的重要管理工作之一，然而人力監督工作量大、成本較高、難以保證監督的質量。

現有提出智能化的人臉遮擋檢測方案，但是其通常采用自采數據集、手動打標進行口罩檢測的訓練。一方面自采數據集質量參差不齊影響檢測效果，具體的，自采數據集往往通過戴口罩或者不戴口罩等等關鍵字在網絡上爬蟲得到，這樣圖片中的人臉質量不一，口罩類型也不確定，有時甚至會出現遮擋類型不明確的問題，最終導致訓練出來的網絡模型不準確，影響檢測效果。另一方面，手動打標不規范影響檢測效果，具體的，手動打標受限于打標經驗，在沒有嚴格的打標經驗的情況下，手動打標人臉數據時，會出現隨意打標，最終導致訓練出來的網絡模型魯棒性不強，影響檢測效果。

發明內容

(一)要解決的技術問題

鑒于上述問題，本發明的主要目的在于提供一種人臉遮擋檢測方法及人臉遮擋檢測裝置，以期至少部分地解決上述提及的技術問題中的至少之一。(二)技術方案

根據本發明的一個方面，提供了一種人臉遮擋檢測方法，包括：

利用WiderFace數據集和MAFA數據集獲取訓練數據；

利用獲取的所述訓練數據對人臉遮擋檢測網絡進行訓練；以及

利用訓練后的所述人臉遮擋檢測網絡進行人臉遮擋檢測。

進一步的，利用WiderFace數據集和MAFA數據集獲取訓練數據，包括：

利用WiderFace數據集獲取無遮擋的人臉訓練數據；

利用MAFA數據集獲取有遮擋的人臉訓練數據。

進一步的，利用MAFA數據集獲取有遮擋的人臉訓練數據，包括：

利用MAFA數據集通過人臉框和遮擋框獲取有遮擋的人臉訓練數據。

進一步的，利用MAFA數據集通過人臉框和遮擋框獲取有遮擋的人臉訓練數據，包括：

利用所述MAFA數據集通過人臉框獲取有遮擋的人臉數據；

利用所述MAFA數據集通過遮擋框及其類型獲取口罩遮擋和人體遮擋的人臉訓練數據。

進一步的，在利用訓練后的所述人臉遮擋檢測網絡進行人臉遮擋檢測之前，還包括：獲取待檢測人臉數據。

進一步的，利用訓練后的所述人臉遮擋檢測網絡進行人臉遮擋檢測，還包括：

將獲取的所述待檢測人臉數據輸入至所述訓練后的所述人臉遮擋檢測網絡；

利用所述訓練后的所述人臉遮擋檢測網絡進行檢測，確定所述待檢測人臉是否存在遮擋。

進一步的，若確定所述待檢測人臉存在遮擋，則還包括確定遮擋類型。

進一步的，所述遮擋類型為口罩遮擋和人體遮擋。

根據本發明的一個方面，提供了一種人臉遮擋檢測裝置，包括：