[发明专利]用于检测人脸的方法和装置

权利要求书

1.一种用于检测人脸的方法，包括：

获取待检测图像，其中，所述待检测图像包括多种尺度的人脸图像区域；

将所述待检测图像输入至预先训练的多层卷积神经网络，得到从所述多层卷积神经网络的第一预设层输出的第一人脸特征信息，从所述多层卷积神经网络的第二预设层输出的第二人脸特征信息和从所述多层卷积神经网络的第三预设层输出的第三人脸特征信息；

对所述第一人脸特征信息和所述第二人脸特征信息进行解析，生成第一尺度的人脸检测结果；

对所述第二人脸特征信息和所述第三人脸特征信息进行解析，生成第二尺度的人脸检测结果；

将所述第一尺度的人脸检测结果和所述第二尺度的人脸检测结果进行结合，生成人脸检测结果。

2.根据权利要求1所述的方法，其中，所述第一预设层的输入为所述待检测图像，所述第二预设层的输入为所述第一人脸特征信息，所述第三预设层的输入为所述第二人脸特征信息。

3.根据权利要求1所述的方法，其中，所述对所述第一人脸特征信息和所述第二人脸特征信息进行解析，生成第一尺度的人脸检测结果，包括：

将所述第一人脸特征信息和所述第二人脸特征信息进行融合，得到第一融合人脸特征信息；

将第一融合人脸特征信息输入至第一尺度人脸检测模型，得到第一尺度的人脸检测结果，其中，所述第一尺度人脸检测模型用于表征第一融合人脸特征信息与第一尺度的人脸检测结果之间的对应关系。

4.根据权利要求3所述的方法，其中，人脸特征信息是人脸特征图，所述人脸特征图中的每个点用于表征所述待检测图像中的该点所对应的区域存在人脸特征的概率和该点所对应的区域的位置信息，所述人脸特征图以矩阵进行表示。

5.根据权利要求4所述的方法，其中，所述将所述第一人脸特征信息和所述第二人脸特征信息进行融合，得到第一融合人脸特征信息，包括：

将所述第一人脸特征信息所对应的第一人脸特征图的对应点所包括的数据和所述第二人脸特征信息所对应的第二人脸特征图的对应点所包括的数据作为所述第一融合人脸特征信息所对应的第一融合人脸特征图的对应点所包括的数据；或者

将所述第一人脸特征信息所对应的第一人脸特征图的对应点所包括的数据和所述第二人脸特征信息所对应的第二人脸特征图的对应点所包括的数据的乘积作为所述第一融合人脸特征信息所对应的第一融合人脸特征图的对应点所包括的数据；或者

将所述第一人脸特征信息所对应的第一人脸特征图的对应点所包括的数据和所述第二人脸特征信息所对应的第二人脸特征图的对应点所包括的数据的和作为所述第一融合人脸特征信息所对应的第一融合人脸特征图的对应点所包括的数据；或者

将所述第一人脸特征信息所对应的第一人脸特征图的对应点所包括的数据和所述第二人脸特征信息所对应的第二人脸特征图的对应点所包括的数据中最大的数据作为所述第一融合人脸特征信息所对应的第一融合人脸特征图的对应点所包括的数据。

6.根据权利要求3-5之一所述的方法，其中，所述第一尺度人脸检测模型通过如下步骤训练得到：

初始化所述第一尺度人脸检测模型的参数；

获取训练样本集，其中，所述训练样本集中的每个训练样本包括样本图像和样本图像所对应的第一尺度的人脸标注结果；

对于所述训练样本集中的每个训练样本，执行以下操作：将该训练样本中的样本图像输入至所述多层卷积神经网络，得到从所述第一预设层输出的、该训练样本所对应的第一人脸特征信息和从所述第二预设层输出的、该训练样本所对应的第二人脸特征信息；将该训练样本所对应的第一人脸特征信息和该训练样本所对应的第二人脸特征信息进行融合，得到该训练样本所对应的第一融合人脸特征信息；将该训练样本所对应的第一融合人脸特征信息输入至所述第一尺度人脸检测模型，得到该训练样本所对应的第一尺度的人脸检测结果；确定该训练样本所对应的第一尺度的人脸检测结果与该训练样本中的样本图像所对应的第一尺度的人脸标注结果之间的差异；基于所述差异调整所述第一尺度人脸检测模型的参数。