人脸检测方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112949526A(43)申请公布日2021.06.11(21)申请号202110268657.6(22)申请日2021.03.12(71)申请人深圳海翼智新科技有限公司地址518055广东省深圳市南山区西丽街道沙河西路3151号新兴产业园（健兴科技大厦）B701-705(72)发明人黄诗盛(74)专利代理机构北京磐华捷成知识产权代理有限公司11851代理人卜璐璐(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书9页附图2页(54)发明名称人脸检测方法和装置(57)摘要一种人脸检测方法和装置，该方法包括：获取待检测的图像；利用训练好的能够检测人脸和行人的检测模型对所述图像进行人脸检测和行人检测，得到初始人脸检测结果和行人检测结果；基于所述行人检测结果对所述初始人脸检测结果中的至少部分结果进行筛选，以得到所述图像的最终人脸检测结果。本申请的人脸检测方法基于训练好的检测模型对待检测图像进行人脸检测和行人检测，并基于行人检测结果对初始人脸检测结果进行筛选，可以非常便利地实现将人脸误检结果筛除，保留正确的人脸检测结果，从而有效降低人脸检测的误减率，提高人脸检测的精度，同时也不会增加检测模型的复杂度，并且计算简单，易于实现。CN112949526ACN112949526A权利要求书1/2页1.一种人脸检测方法，其特征在于，所述方法包括：获取待检测的图像；利用训练好的能够检测人脸和行人的检测模型对所述图像进行人脸检测和行人检测，得到初始人脸检测结果和行人检测结果；基于所述行人检测结果对所述初始人脸检测结果中的至少部分结果进行筛选，以得到所述图像的最终人脸检测结果。2.根据权利要求1所述的方法，其特征在于，所述利用训练好的能够检测人脸和行人的检测模型对所述图像进行人脸检测和行人检测，得到初始人脸检测结果和行人检测结果，包括：利用所述检测模型对所述图像进行人脸检测和行人检测，得到人脸框、行人框以及每个所述人脸框、每个所述行人框各自的置信度；将置信度大于第一阈值的人脸框作为所述初始人脸检测结果，并将置信度大于第二阈值的行人框作为所述行人检测结果；其中，所述第一阈值小于所述第二阈值。3.根据权利要求2所述的方法，其特征在于，所述基于所述行人检测结果对所述初始人脸检测结果中的至少部分结果进行筛选，以得到所述图像的最终人脸检测结果，包括：将所述初始人脸检测结果中置信度大于所述第一阈值且小于第三阈值的人脸框作为待筛选人脸框，将初始人脸检测结果中其余的人脸框作为无需筛选的人脸框；对于每个待筛选人脸框，确定所述行人检测结果中是否存在与所述待筛选人脸框对应的行人框，如果存在，则保留所述待筛选人脸框，反之则删除所述待筛选人脸框；将所述无需筛选的人脸框以及所述待筛选人脸框中保留下来的人脸框作为所述图像的最终人脸检测结果。4.根据权利要求3所述的方法，其特征在于，所述确定所述行人检测结果中是否存在与所述待筛选人脸框对应的行人框，包括：确定所述行人检测结果中是否存在与所述待筛选人脸框之间的交并比大于0的行人框，如果存在，则确定所述行人检测结果中存在与所述待筛选人脸框对应的行人框。5.根据权利要求1‑4中的任一项所述的方法，其特征在于，在训练所述检测模型时采用的人脸数据集和行人数据集包括不同场景中的图像，所述不同场景是指以下中的至少一项因素不同：天气、地域、时间、光照。6.根据权利要求1‑4中的任一项所述的方法，其特征在于，在训练所述检测模型时，对以下中的至少一项不进行标注：尺寸小于预设范围的人脸、遮挡范围超过预设阈值的人脸、遮挡范围超过预定阈值的行人。7.根据权利要求1‑4中的任一项所述的方法，其特征在于，在训练所述检测模型时，对数据集中的图像进行以下中的至少一项以进行训练数据增强：翻转、马赛克增强、亮度改变。8.根据权利要求1‑4中的任一项所述的方法，其特征在于，所述检测模型满足以下中的至少一项：所述检测模型的检测框架为多分类单杆检测器；所述检测模型的主干特征提取网络为轻量级网络；2CN112949526A权利要求书2/2页所述检测模型包括感受野模块；所述检测模型的损失函数为焦点损失函数。9.根据权利要求3所述的方法，其特征在于，所述第一阈值为0.2，所述第二阈值为0.4，所述第三阈值为0.7。10.一种人脸检测装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得所述处理器执行如权利要求1‑9中的任一项所述的人脸检测方法。3CN112949526A说明书1/9页人脸检测方法和装置技术领域[0001]本申请涉及人脸检测技术领域，更具体地涉及一种人脸