[发明专利]用于检测人脸的方法和装置有效

专利信息
申请号: 201810010839.1 申请日: 2018-01-05
公开(公告)号: CN108090468B 公开(公告)日: 2019-05-03
发明(设计)人: 汤旭 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸特征信息 人脸检测结果 尺度 预设层 待检测图像 方法和装置 多尺度 人脸 输出 检测 解析 卷积神经网络 图像 人脸检测 人脸图像 多层 申请
【说明书】:

本申请实施例公开了用于检测人脸的方法和装置。该方法的一具体实施方式包括:获取待检测图像;将待检测图像输入至预先训练的多层卷积神经网络,得到从第一预设层输出的第一人脸特征信息,从第二预设层输出的第二人脸特征信息和从第三预设层输出的第三人脸特征信息;对第一人脸特征信息和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;对第二人脸特征信息和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;将第一尺度的人脸检测结果和第二尺度的人脸检测结果进行结合,生成人脸检测结果。该实施方式不需要预先对图像进行多尺度变换,就能够同时对图像中的不同尺度的人脸图像区域进行检测,提高了多尺度人脸检测的效率。

技术领域

本申请实施例涉及计算机技术领域,具体涉及图像识别技术领域,尤其涉及用于检测人脸的方法和装置。

背景技术

人脸检测,即对于任意一幅给定的图像,采用一定的策略对其进行搜索以确定其中是否含有人脸,如果是则返回人脸的位置、大小和姿态等信息。

现有的图像中通常会包括多种尺度的人脸图像区域,为了检测出不同尺度的人脸图像区域,现有的人脸检测方式通常会生成包含不同尺度的图像的图像金字塔,并对图像金字塔中不同尺度的图像分别进行不同尺度人脸检测。

发明内容

本申请实施例提出了用于检测人脸的方法和装置。

第一方面,本申请实施例提供了一种用于检测人脸的方法,该方法包括:获取待检测图像,其中,待检测图像包括多种尺度的人脸图像区域;将待检测图像输入至预先训练的多层卷积神经网络,得到从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;对第一人脸特征信息和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;对第二人脸特征信息和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;将第一尺度的人脸检测结果和第二尺度的人脸检测结果进行结合,生成人脸检测结果。

在一些实施例中,第一预设层的输入为待检测图像,第二预设层的输入为第一人脸特征信息,第三预设层的输入为第二人脸特征信息。

在一些实施例中,对第一人脸特征信息和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:将第一人脸特征信息和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,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。

在一些实施例中,人脸特征信息是人脸特征图,人脸特征图中的每个点用于表征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,人脸特征图以矩阵进行表示。

在一些实施例中,将第一人脸特征信息和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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810010839.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top