[發明專利]人臉檢測框顯示方法、圖像處理裝置、設備和存儲介質

在審

• 申請號: 202010947500.1
• 申請日: 2020-09-10
• 公開（公告）號: CN112052805A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 張阿強;馬嘯;葉小鳳
• 申請（專利權）人: 深圳數聯天下智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 深圳中細軟知識產權代理有限公司 44528
• 代理人: 田麗麗

1.一種人臉檢測框顯示方法，其特征在于，包括：

獲取人臉檢測圖像，對所述人臉檢測圖像進行人臉檢測，獲取所述人臉檢測圖像的基準檢測框；

對所述基準檢測框進行放大、收縮、移動中的至少一項操作，獲取多個變換檢測框；

根據所述多個變換檢測框對所述人臉檢測圖像進行截圖，獲取多個待訓練圖像；

判斷每個所述待訓練圖像是否包括所述基準檢測框，生成每個所述待訓練圖像的判斷結果；

根據每個所述待訓練圖像對應的變換檢測框在所述人臉檢測圖像中的位置數據和所述每個所述待訓練圖像的判斷結果，對每個所述待訓練圖像進行標注，以得到每個所述訓練圖像的訓練標注；

根據每個所述待訓練圖像和每個所述待訓練圖像的訓練標注，對神經網絡模型進行訓練，得到預訓練的人臉檢測模型；

獲取待檢測視頻中目標幀的目標圖像，對所述目標圖像進行人臉檢測，獲取所述目標圖像的基準檢測框；

放大所述目標圖像的基準檢測框，獲取放大檢測框；

獲取所述待檢測視頻中所述目標幀的下一幀的待測圖像，根據所述放大檢測框截取所述待測圖像中待確認圖像；

將所述待確認圖像輸入所述預訓練的人臉檢測模型，獲取所述預訓練的人臉檢測模型的人臉檢測結果；

若根據所述人臉檢測結果確定所述待確認圖像包括人臉圖像，則將所述放大檢測框作為所述待測圖像的人臉檢測框。

2.根據權利要求1所述的人臉檢測框顯示方法，其特征在于，所述獲取放大檢測框的步驟之后，包括：

將所述放大檢測框作為所述目標圖像的人臉檢測框。

3.根據權利要求1所述的人臉檢測框顯示方法，其特征在于，所述方法還包括：

若根據所述人臉檢測結果確定所述待確認圖像不包括人臉圖像，則對所述待測圖像進行人臉檢測，獲取所述待測圖像的基準檢測框，將所述基準檢測框作為所述待測圖像的人臉檢測框。

4.根據權利要求1所述的人臉檢測框顯示方法，其特征在于，所述根據每個所述待訓練圖像對應的變換檢測框在所述人臉檢測圖像中的位置數據和所述每個所述待訓練圖像的判斷結果，對每個所述待訓練圖像進行標注，以得到每個所述訓練圖像的訓練標注，包括：

計算目標待訓練圖像對應的變換檢測框在所述人臉檢測圖像中的位置數據，與所述人臉檢測圖像的基準檢測框在所述人臉檢測圖像中的位置數據之間的位置偏移值，并將所述位置數據作為所述目標待訓練圖像的位置標注，所述目標待訓練圖像為任一待訓練圖像；

將所述目標待訓練圖像對應的判斷結果作為所述目標待訓練圖像的人臉檢測結果標注。

5.根據權利要求4所述的人臉檢測框顯示方法，其特征在于，所述根據每個所述待訓練圖像和所述每個待訓練圖像的訓練標注，對神經網絡模型進行訓練，得到預訓練的人臉檢測模型，包括：

將所述目標待訓練圖像輸入所述神經網絡模型，獲取所述神經網絡模型輸出的預測位置數據和人臉檢測結果數據；

根據所述預測位置數據與所述目標待訓練圖像的位置標注計算第一損失；

根據所述人臉結果數據與所述目標待訓練圖像的人臉檢測標注計算第二損失；

根據所述第一損失和所述第二損失計算所述神經網絡模型的總損失；

根據所述總損失對所述神經網絡模型進行迭代調參，直至所述神經網絡模型的收斂，以得到所述預訓練的人臉檢測模型。

6.根據權利要求5所述的人臉檢測框顯示方法，其特征在于，所述根據所述第一損失和所述第二損失計算所述神經網絡模型的總損失，包括：

對所述第一損失和所述第二損失進行加權求和，得到所述神經網絡模型的總損失。

7.根據權利要求1所述的人臉檢測框顯示方法，其特征在于，所述對所述基準檢測框進行放大、收縮、移動中的至少一項操作的步驟，包括：

在預設放大比例閾值范圍內對所述基準檢測框進行放大；和/或

在預設縮小比例閾值范圍內對所述基準檢測框進行縮小；和/或

在預設位移閾值范圍內對所述基準檢測框進行移動。