[發明專利]一種人臉檢測方法、裝置、介質及設備

在審

• 申請號: 202011134859.3
• 申請日: 2020-10-21
• 公開（公告）號: CN112257581A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 姚志強;周曦;鐘南昌
• 申請（專利權）人: 廣州云從凱風科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06T3/40
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 代玲

本發明公開了一種人臉檢測方法，包括：獲取待檢測的人臉圖像；利用基于神經網絡的人臉質量屬性模型對所述待檢測的人臉圖像進行人臉質量屬性標記，得到帶有人臉質量屬性標記的人臉圖像；利用基于神經網絡的人臉檢測模型對帶有人臉質量屬性標記的人臉圖像進行人臉檢測得到人臉參數。本發明將質量屬性和人臉檢測混合為單一的模型，即在人臉檢測網絡輸出增加一個人臉質量屬性的輸出分支，這樣同時完成檢測和質量任務，并且資源消耗幾乎沒有增加。

技術領域

本發明涉及人臉檢測技術領域，具體涉及一種人臉檢測方法、裝置、介質及設備。

背景技術

人臉檢測是一種應用非常廣的目標檢測。安防、金融、教育、交通等幾乎所有行業對人臉檢測都有需求。從傳統的boosting檢測技術發展到早已成熟的基于deep learning的技術如ssd、yolo、retinanet等，準確率和召回率都有了質的飛躍。

人臉檢測作為人臉識別系統的首要技術前提，經常結合跟蹤、質量評估、關鍵點與對齊等算法模塊構成一個人臉抓拍系統，對監控畫面的人臉進行檢測跟蹤并選出最佳人臉進行人臉識別。有了更好的deep learning技術支持，必然會推動對性能的巨大需求，其背后的動力因素是成本。雖然deep learning帶來了準確率和召回率的雙重收益。但是實際應用里面在準確率基本滿足的前提下，單核cpu或者單個gpu所能支持的運算頻率(后續用處理視頻幀率FPS表示)越高，相應的技術實現就受青睞，即越容易推廣。

然而目前絕大部分的人臉抓拍系統里面，算法模塊流程基本上是“檢測-跟蹤-關鍵點-對齊-質量評估(質量分、角度、模糊度、亮度等屬性)-選最佳人臉”的過程。該過程對每個視頻幀做人臉檢測，并且每個檢測到的人臉都要進行后續的模塊計算，消耗極大。即使是單個Tesla T4，最多也只能接入10路視頻流，更別說讓FPS超越顯卡的解碼上限了，自然人臉抓拍應用的成本就居高不下了。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種人臉檢測方法、裝置、介質及設備，用于解決現有技術中的至少一個缺陷。

為實現上述目的及其他相關目的，本發明提供一種人臉檢測方法，包括：

獲取待檢測的人臉圖像；

利用基于神經網絡的人臉質量屬性模型對所述待檢測的人臉圖像進行人臉質量屬性標記，得到帶有人臉質量屬性標記的人臉圖像；

利用基于神經網絡的人臉檢測模型對帶有人臉質量屬性標記的人臉圖像進行人臉檢測得到人臉參數。

可選地，所述人臉質量屬性模型包括依次連接的卷積層、多個依次連接的殘差層、全連接層、回歸層。

可選地，所述人臉檢測模型包括骨干網絡、頸部網絡和頭部網絡；所述骨干網絡根據對人臉圖像進行特征提取，所述頸部網絡用于對骨干網絡提取的特征進行特征變換，所述頭部網絡用于對頸部網絡輸出的變換特征進行人臉檢測；

所述骨干網包括依次連接的卷積模塊、殘差模塊，所述殘差模塊包括多個依次連接的多級殘差層，所述多級殘差層中包括k級依次連接的目標殘差層；

所述頸部網絡對第k級目標殘差層的輸出進行上采樣，將上采樣的結果與第k-1級目標殘差層的輸出進行拼接，得到第k-1個拼接特征圖；接著對第k-1個拼接特征圖進行上采樣，再將采樣結果與第k-2級目標殘差層的輸出進行拼接，得到第k-2個拼接特征圖；依次類推，直至得到第1個拼接特征圖；

所述頸部網絡對第1個拼接特征圖進行下采樣，將下采樣的結果與對第2個拼接特征圖進行上采樣的結果進行拼接，得到第1個拼接結果；接著對第1個拼接結果進行下采樣，將下采樣的結果與對第3個拼接特征圖進行上采樣的結果進行拼接，得到第2個拼接結果；依此類推，直至得到第k個拼接結果；其中，k為大于2的整數；

所述頭部網絡包括多個檢測頭，每一個檢測頭根據一個拼接結果進行人臉檢測。