[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

说明书

本发明实施例提出一种人脸检测模型的训练方法、装置及人脸检测方法、装置，涉及计算机图像处理技术领域。该人脸检测模型的训练方法、装置，在依据人脸图像样本类的人脸图像样本训练神经网络中优先训练复杂人脸图像样本类，从而实现了加速收敛，使得通过本发明所提供的人脸检测模型的训练方法、装置而建立的人脸检测模型的速度更快。该人脸检测方法通过应用人脸检测模型的训练方法、装置而建立的人脸检测模型，并在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，可以较为准确地确定人脸识别区域，以减小在人脸检测过程中的误差，使得最终输出的人脸检测的结果更加准确。

技术领域

本发明涉及计算机图像处理技术领域，具体而言，涉及一种人脸检测模型的训练方法、装置及人脸检测方法、装置。

背景技术

一个完整的人脸自动检测和识别系统应包括三个方面：人脸检测、特征提取和人脸识别。人脸检测是人脸自动识别完成的第一步，是人脸自动识别系统解决的首要问题。经济社会的日益壮大发展，使得我们对于自动身份验证的及时有效性要求越来越迫切。由于人体的生物特征具有很强的个体差异性和自身稳定性,是进行身份验证的最理想的依据。和利用指纹、视网膜、声音等其它人体生物特征的人身鉴别方法相比，人脸识别具有蕴涵信息量大、直接、友好、便捷等特点，更易于被广大用户接受。

人脸检测是自动人脸识别系统的关键环节之一，但是早期的研究主要针对在较强约束条件下的人脸图像，这些研究往往假设人脸位置已知或者很容易获得，由此可见人脸检测的问题并没有受到高度重视。近些年来，伴随着电子商务等应用的迅速发展，人脸识别已经成为最有影响力的、最不可或缺的生物身份验证手段，在这种背景下，自动人脸识别系统必须要求能够对一般环境图像具有较强的适应能力，由此所面临的一系列问题和困难使得人脸检测开始作为一个独立的课题进行研究并受到重视。

发明内容

本发明的目的在于提供一种人脸检测模型的训练方法、装置，以加快建立模型的效率以及增加模型的对于人脸检测的精确度。

本发明的另一目的在于提供一种人脸检测方法、装置，以增强最终获得人脸检测结果的准确性。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种人脸检测模型的训练方法，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；

依据人脸图像的复杂度将所述多个不同的人脸图像样本分类为复杂人脸图像样本类及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。

第二方面，本发明实施例还提供了一种人脸检测模型的训练装置，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，用于依据人脸图像的复杂度将所述多个不同的人脸图像样本分类为复杂人脸图像样本类及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；