[发明专利]人脸检测模型的训练方法、装置及人脸检测方法、装置

权利要求书

1.一种人脸检测模型的训练方法，其特征在于，所述人脸检测模型的训练方法包括：

获取上传的人脸图像训练集，所述人脸图像训练集包括多个不同的人脸图像样本；

获取所述多个不同的人脸图像样本的分类丢失率，其中，所述分类丢失率为所述人脸图像样本中丢失的特征数与所述人脸图像样本包含的特征数的比值；

将所述分类丢失率大于预设的阈值的样本归为复杂人脸图像样本类，将所述分类丢失率小于或等于预设的阈值的样本归为简单人脸图像样本类；

优先依据所述复杂人脸图像样本类包含的多个人脸图像样本提取复杂人脸图像特征；

再依据简单人脸图像样本类包含的多个人脸图像样本以及提取的所述复杂人脸图像特征，提取简单人脸图像特征；

将提取到的所述复杂人脸图像特征以及所述简单人脸图像特征训练神经网络，从而建立人脸检测模型。

2.如权利要求1所述的人脸检测模型的训练方法，其特征在于，在所述将提取到的所述复杂人脸图像特征以及所述简单人脸图像特征训练神经网络的步骤之前，所述人脸检测模型的训练方法还包括：

确定所述人脸图像样本中的人脸区域；

所述将提取到的所述复杂人脸图像特征以及所述简单人脸图像特征训练神经网络，从而建立人脸检测模型的步骤包括：

将提取到的所述复杂人脸图像特征以及所述简单人脸图像特征训练神经网络，并依据所述人脸区域建立人脸检测模型。

3.如权利要求2所述的人脸检测模型的训练方法，其特征在于，所述人脸区域为矩形区域，所述确定所述人脸图像样本中的人脸区域的步骤包括：

获取第一顶点及第二顶点，以所述第一顶点与所述第二顶点的连线为对角线的矩形面积大于或等于所述人脸图像样本中包含的人脸区域的面积；

获取所述第一顶点的第一坐标及所述第二顶点的第二坐标；

分别回归所述第一坐标及所述第二坐标从而获取矩形的人脸区域。

4.一种人脸检测模型的训练装置，其特征在于，所述人脸检测模型的训练装置包括：

人脸图像训练集获取模块，用于获取上传的人脸图像训练集，所述人脸图像训练集包括多个不同的人脸图像样本；

分类模块，用于获取所述多个不同的人脸图像样本的分类丢失率，其中，所述分类丢失率为所述人脸图像样本中丢失的特征数与所述人脸图像样本包含的特征数的比值；

所述分类模块还用于将所述分类丢失率大于预设的阈值的样本归为复杂人脸图像样本类，将所述分类丢失率小于或等于预设的阈值的样本归为简单人脸图像样本类；

特征提取模块，用于优先依据所述复杂人脸图像样本类包含的多个人脸图像样本提取复杂人脸图像特征；

所述特征提取模块还用于再依据简单人脸图像样本类包含的多个人脸图像样本以及提取的所述复杂人脸图像特征，提取简单人脸图像特征；

人脸检测模型建立模块，用于将提取到的所述复杂人脸图像特征以及所述简单人脸图像特征训练神经网络，从而建立人脸检测模型。

5.一种人脸检测方法，其特征在于，所述人脸检测方法包括：

依据图像识别算法识别待检测人脸图像的第一人脸候选区域；

依据所述待检测人脸图像以及多个通过如权利要求1-3中任意一项所建立的人脸检测模型识别第二人脸候选区域；

若所述第一人脸候选区域与所述第二人脸候选区域的偏差小于预设偏差时，将所述第一人脸候选区域确定为人脸识别区域。