[發明專利]人臉檢測方法和裝置在審
| 申請號: | 202110268657.6 | 申請日: | 2021-03-12 |
| 公開(公告)號: | CN112949526A | 公開(公告)日: | 2021-06-11 |
| 發明(設計)人: | 黃詩盛 | 申請(專利權)人: | 深圳海翼智新科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京磐華捷成知識產權代理有限公司 11851 | 代理人: | 卜璐璐 |
| 地址: | 518055 廣東省深圳市南山區西麗街道沙河*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 檢測 方法 裝置 | ||
1.一種人臉檢測方法,其特征在于,所述方法包括:
獲取待檢測的圖像;
利用訓練好的能夠檢測人臉和行人的檢測模型對所述圖像進行人臉檢測和行人檢測,得到初始人臉檢測結果和行人檢測結果;
基于所述行人檢測結果對所述初始人臉檢測結果中的至少部分結果進行篩選,以得到所述圖像的最終人臉檢測結果。
2.根據權利要求1所述的方法,其特征在于,所述利用訓練好的能夠檢測人臉和行人的檢測模型對所述圖像進行人臉檢測和行人檢測,得到初始人臉檢測結果和行人檢測結果,包括:
利用所述檢測模型對所述圖像進行人臉檢測和行人檢測,得到人臉框、行人框以及每個所述人臉框、每個所述行人框各自的置信度;
將置信度大于第一閾值的人臉框作為所述初始人臉檢測結果,并將置信度大于第二閾值的行人框作為所述行人檢測結果;
其中,所述第一閾值小于所述第二閾值。
3.根據權利要求2所述的方法,其特征在于,所述基于所述行人檢測結果對所述初始人臉檢測結果中的至少部分結果進行篩選,以得到所述圖像的最終人臉檢測結果,包括:
將所述初始人臉檢測結果中置信度大于所述第一閾值且小于第三閾值的人臉框作為待篩選人臉框,將初始人臉檢測結果中其余的人臉框作為無需篩選的人臉框;
對于每個待篩選人臉框,確定所述行人檢測結果中是否存在與所述待篩選人臉框對應的行人框,如果存在,則保留所述待篩選人臉框,反之則刪除所述待篩選人臉框;
將所述無需篩選的人臉框以及所述待篩選人臉框中保留下來的人臉框作為所述圖像的最終人臉檢測結果。
4.根據權利要求3所述的方法,其特征在于,所述確定所述行人檢測結果中是否存在與所述待篩選人臉框對應的行人框,包括:
確定所述行人檢測結果中是否存在與所述待篩選人臉框之間的交并比大于0的行人框,如果存在,則確定所述行人檢測結果中存在與所述待篩選人臉框對應的行人框。
5.根據權利要求1-4中的任一項所述的方法,其特征在于,在訓練所述檢測模型時采用的人臉數據集和行人數據集包括不同場景中的圖像,所述不同場景是指以下中的至少一項因素不同:天氣、地域、時間、光照。
6.根據權利要求1-4中的任一項所述的方法,其特征在于,在訓練所述檢測模型時,對以下中的至少一項不進行標注:尺寸小于預設范圍的人臉、遮擋范圍超過預設閾值的人臉、遮擋范圍超過預定閾值的行人。
7.根據權利要求1-4中的任一項所述的方法,其特征在于,在訓練所述檢測模型時,對數據集中的圖像進行以下中的至少一項以進行訓練數據增強:翻轉、馬賽克增強、亮度改變。
8.根據權利要求1-4中的任一項所述的方法,其特征在于,所述檢測模型滿足以下中的至少一項:
所述檢測模型的檢測框架為多分類單桿檢測器;
所述檢測模型的主干特征提取網絡為輕量級網絡;
所述檢測模型包括感受野模塊;
所述檢測模型的損失函數為焦點損失函數。
9.根據權利要求3所述的方法,其特征在于,所述第一閾值為0.2,所述第二閾值為0.4,所述第三閾值為0.7。
10.一種人臉檢測裝置,其特征在于,所述裝置包括存儲器和處理器,所述存儲器上存儲有由所述處理器運行的計算機程序,所述計算機程序在被所述處理器運行時,使得所述處理器執行如權利要求1-9中的任一項所述的人臉檢測方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳海翼智新科技有限公司,未經深圳海翼智新科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110268657.6/1.html,轉載請聲明來源鉆瓜專利網。





