[發(fā)明專利]基于深度學(xué)習(xí)的人臉檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110353983.7
• 申請(qǐng)日: 2021-04-01
• 公開（公告）號(hào): CN113191195A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 李曉會(huì);張璐;南楠
• 申請(qǐng)（專利權(quán)）人: 珠海全志科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 肖宇揚(yáng);江銀會(huì)

1.一種基于深度學(xué)習(xí)的人臉檢測(cè)方法，其特征在于，所述方法包括：

將采集到的至少一幀目標(biāo)人臉圖像輸入確定出的輕量級(jí)人臉檢測(cè)模型中進(jìn)行分析，并獲取所述輕量級(jí)人臉檢測(cè)模型輸出的檢測(cè)結(jié)果，作為所有所述目標(biāo)人臉圖像對(duì)應(yīng)的檢測(cè)結(jié)果；

從所有所述目標(biāo)人臉圖像對(duì)應(yīng)的檢測(cè)結(jié)果中確定與確定出的標(biāo)準(zhǔn)結(jié)果匹配的所有目標(biāo)檢測(cè)結(jié)果；

其中，每幀所述目標(biāo)人臉圖像的檢測(cè)結(jié)果包括每幀所述目標(biāo)人臉圖像的預(yù)測(cè)圖像框?qū)?yīng)的人臉?lè)诸愔眯哦取⒚繋瞿繕?biāo)人臉圖像的預(yù)測(cè)圖像框的偏移值、每幀所述目標(biāo)人臉圖像的預(yù)測(cè)圖像框的準(zhǔn)確度以及每幀所述目標(biāo)人臉圖像的預(yù)測(cè)人臉關(guān)鍵點(diǎn)的偏移值。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的人臉檢測(cè)方法，其特征在于，每幀所述目標(biāo)人臉圖像包括至少一個(gè)目標(biāo)人臉，每個(gè)所述目標(biāo)人臉對(duì)應(yīng)至少一個(gè)所述預(yù)測(cè)圖像框，每幀所述目標(biāo)人臉圖像對(duì)應(yīng)的檢測(cè)結(jié)果包括每幀所述目標(biāo)人臉圖像中每個(gè)所述目標(biāo)人臉的預(yù)測(cè)圖像框?qū)?yīng)的檢測(cè)結(jié)果；

其中，所述從所有所述目標(biāo)人臉圖像對(duì)應(yīng)的檢測(cè)結(jié)果中確定與確定出的標(biāo)準(zhǔn)結(jié)果匹配的所有目標(biāo)檢測(cè)結(jié)果，包括：

對(duì)每幀所述目標(biāo)人臉圖像的每個(gè)所述目標(biāo)人臉執(zhí)行以下操作：

根據(jù)所述目標(biāo)人臉的每個(gè)所述預(yù)測(cè)圖像框的偏移值、每個(gè)所述預(yù)測(cè)圖像框在對(duì)應(yīng)的坐標(biāo)系的坐標(biāo)點(diǎn)、所述目標(biāo)人臉的輸出錨框的寬度和高度以及所述目標(biāo)人臉圖像的寬度和高度分別除以所述輕量級(jí)人臉檢測(cè)模型的輸出層所得到的寬度和高度，計(jì)算所述目標(biāo)人臉的每個(gè)所述預(yù)測(cè)圖像框的中心點(diǎn)坐標(biāo)、每個(gè)所述預(yù)測(cè)圖像框的寬度與高度；

計(jì)算所述目標(biāo)人臉的每個(gè)所述預(yù)測(cè)圖像框的人臉?lè)诸愔眯哦扰c所述目標(biāo)人臉的每個(gè)所述預(yù)測(cè)圖像框的準(zhǔn)確度的目標(biāo)乘積值，并從所述目標(biāo)人臉的所有所述預(yù)測(cè)圖像框中選擇最大目標(biāo)乘積值對(duì)應(yīng)的預(yù)測(cè)圖像框的檢測(cè)結(jié)果作為所述目標(biāo)人臉的檢測(cè)結(jié)果；

確定每幀所述目標(biāo)人臉圖像中最大目標(biāo)乘積值對(duì)應(yīng)的預(yù)測(cè)圖像框的檢測(cè)結(jié)果，作為與確定出的標(biāo)準(zhǔn)結(jié)果匹配的所有目標(biāo)檢測(cè)結(jié)果。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的人臉檢測(cè)方法，其特征在于，每個(gè)所述預(yù)測(cè)圖像框的中心點(diǎn)坐標(biāo)、每個(gè)所述預(yù)測(cè)圖像框的寬度與高度的計(jì)算公式如下：

b_x＝(sigmoid(t_x)+c_x)*s_w；

b_y＝(sigmoid(t_y)+c_y)*s_h；

其中，(b_x，b_y，b_w，b_h)表示所述預(yù)測(cè)圖像框的中心點(diǎn)坐標(biāo)、所述預(yù)測(cè)圖像框的寬度與高度，(c_x，c_y)表示所述預(yù)測(cè)圖像框在對(duì)應(yīng)的坐標(biāo)系的坐標(biāo)點(diǎn)，(p_w，p_h)表示所述目標(biāo)人臉的輸出錨框的寬度和高度，(s_w，s_h)表示所述目標(biāo)人臉圖像的寬度和高度分別除以所述輕量級(jí)人臉檢測(cè)模型的輸出層所得到的寬度和高度，(t_x，t_y，t_w，t_h)表示所述預(yù)測(cè)圖像框的偏移值。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的基于深度學(xué)習(xí)的人臉檢測(cè)方法，其特征在于，所述方法還包括：

將訓(xùn)練樣本人臉圖像集輸入確定出的基本神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，并判斷所述基本神經(jīng)網(wǎng)絡(luò)模型的當(dāng)前訓(xùn)練條件是否滿足確定出的訓(xùn)練條件；

當(dāng)判斷出滿足所述訓(xùn)練條件時(shí)，確定滿足所述訓(xùn)練條件的所述基本神經(jīng)網(wǎng)絡(luò)模型為確定出的輕量級(jí)人臉檢測(cè)模型；

當(dāng)判斷出不滿足所述訓(xùn)練條件時(shí)，重新執(zhí)行所述的將訓(xùn)練樣本人臉圖像集輸入確定出的基本神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，并判斷所述基本神經(jīng)網(wǎng)絡(luò)模型的當(dāng)前訓(xùn)練條件是否滿足確定出的訓(xùn)練條件的操作。