[發明專利]一種人臉檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110850122.X
• 申請日: 2021-07-27
• 公開（公告）號: CN113569723A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 胡一博;吳杭通;石海林;梅濤;周伯文
• 申請（專利權）人: 北京京東尚科信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 藏斌

本發明提供一種人臉檢測方法、裝置、電子設備及存儲介質，對進行了圖像增強處理的待檢測低光照圖像進行多尺度變換處理；針對每個預訓練的人臉檢測模型，將進行多尺度變換處理得到的多張目標待檢測低光照圖像輸入預訓練的人臉檢測模型，使預訓練的人臉檢測模型對每張目標待檢測低光照圖像進行人臉檢測，得到每張目標待檢測低光照圖像的人臉檢測結果，對將每個目標待檢測低光照圖像的人臉檢測結果進行合并的結果進行處理，得到預訓練的人臉檢測模型的目標人臉檢測結果；對將各個預訓練的人臉檢測模型的目標人臉檢測結果進行合并的結果進行非極大值抑制處理，得到待檢測低光照圖像的人臉檢測結果。本發明，能夠在低光照情況下，提高人臉檢測精度。

技術領域

本發明涉及人臉檢測技術領域，更具體地說，涉及一種人臉檢測方法、裝置、電子設備及存儲介質。

背景技術

近年來，人臉識別逐漸成為了視覺領域研究里最熱門的課題，人臉識別在安防監控、人證比對、人臉解鎖、人機交互、人臉特效等領域都有重要的應用價值，而人臉識別的基礎是人臉檢測。

隨著深度學習的發展，人臉檢測已經取得了很大的進步，在大部分場景下已經能達到非常優異的性能。但是室外場景容易受到惡劣天氣下復雜視覺退化的影響，例如在低光條件下的人臉檢測任務會導致能見度降低和信號細節損失，從而導致出現的漏檢和誤檢測的情況。

發明內容

有鑒于此，本發明提供一種人臉檢測方法、裝置、電子設備及存儲介質，以實現在低光照情況下，提高人臉檢測精度為目的。

本發明第一方面公開一種人臉檢測方法，所述方法包括：

獲取待檢測低光照圖像，并對所述待檢測低光照圖像進行圖像增強處理；

對進行了圖像增強處理的所述待檢測低光照圖像進行多尺度變換處理，得到多張目標待檢測低光照圖像，其中，每張所述目標待檢測低光照圖像的尺寸均不同；

針對每個預訓練的人臉檢測模型，將多張所述目標待檢測低光照圖像輸入所述預訓練的人臉檢測模型，以使所述預訓練的人臉檢測模型對每張所述目標待檢測低光照圖像進行人臉檢測，得到每張所述目標待檢測低光照圖像的人臉檢測結果，并對將每個所述目標待檢測低光照圖像的人臉檢測結果進行合并的結果進行處理，得到所述預訓練的人臉檢測模型的目標人臉檢測結果；

對將各個所述預訓練的人臉檢測模型的目標人臉檢測結果進行合并的結果進行非極大值抑制處理，得到所述待檢測低光照圖像的人臉檢測結果。

可選的，所述獲取待檢測低光照圖像，并對所述待檢測低光照圖像進行圖像增強處理，包括：

獲取待檢測低光照圖像；

利用帶色彩恢復的多尺度視網膜增強算法MSRCR，對所述待檢測低光照圖像進行圖像增強處理。

可選的，每個所述預訓練的人臉檢測模型的主干網絡不同，每個所述預訓練的人臉檢測模型均是利用進行了圖像增強處理的歷史待檢測低光照圖像訓練得到。

可選的，所述利用進行了圖像增強處理的歷史待檢測低光照圖像對待訓練人臉檢測模型進行訓練得到預訓練的人臉檢測模型的過程，包括：

獲取多個訓練數據，每個所述訓練數據是利用帶色彩恢復的多尺度視網膜增強算法MSRCR和小臉數據增強算法對歷史待檢測低光照圖像進行圖像增強處理得到的；

針對每個所述訓練數據，將所述訓練數據輸入待訓練人臉檢測模型，以使所述待訓練人臉檢測模型對所述訓練數據進行人臉檢測，得到所述歷史待檢測低光照圖像的人臉檢測結果，根據歷史待檢測低光照圖像的人臉檢測結果計算相應的損失函數，以便根據所述損失函數對所述待訓練人臉檢測模型的參數進行調整，直至所述待訓練人臉檢測模型達到收斂，得到人臉檢測模型。