[发明专利]一种图像检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 201811474506.0 申请日: 2018-12-04
公开(公告)号: CN111274848A 公开(公告)日: 2020-06-12
发明(设计)人: 张修宝;李剑;沈海峰 申请(专利权)人: 北京嘀嘀无限科技发展有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京超成律师事务所 11646 代理人: 邓超
地址: 100193 北京*** 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: 一种 图像 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像检测方法,其特征在于,包括:

获取待检测图像;

利用联合模型对所述待检测图像进行人脸识别及人脸角度检测,获得所述联合模型输出的检测结果,所述检测结果包括所述待检测图像是否含有人脸以及人脸角度;所述联合模型由多张训练图像及每张训练图像对应的标签训练获得,所述标签包括人脸标签和角度标签。

2.根据权利要求1所述的方法,其特征在于,所述标签还包括人脸标注框坐标,所述方法,还包括:

获取多张训练图像,所述多张训练图像包括人脸图像和非人脸图像,并分别对每张训练图像进行标注,获得每张训练图像对应的人脸标签、角度标签和人脸标注框坐标;

将所述训练图像作为输入,所述训练图像对应的人脸标签、角度标签和人脸标注框坐标作为输出对神经网络进行训练,获得所述联合模型。

3.根据权利要求2所述的方法,其特征在于,所述根据所述待检测图像利用联合模型进行人脸识别及人脸角度检测,获得所述联合模型输出的检测结果,包括:

将所述待检测图像输入所述联合模型中进行人脸识别和人脸角度检测,获得所述待检测图像中是否包含人脸、人脸角度以及人脸标注框坐标。

4.根据权利要求2所述的方法,其特征在于,所述根据所述待检测图像利用联合模型进行人脸识别及人脸角度检测,获得所述联合模型输出的检测结果,包括:

判断所述待检测图像中是否包含人脸;

若包含,则获取该人脸对应的人脸角度以及人脸标注框坐标,所述人脸标注框坐标包括所述人脸标注框的左上角坐标和右下角坐标。

5.根据权利要求3或4所述的方法,其特征在于,所述检测结果还包括所述待检测图像中的正脸图像;相应地,所述根据所述待检测图像利用联合模型进行人脸识别及人脸角度检测,获得所述联合模型输出的检测结果,还包括:

根据所述人脸角度和所述人脸标注框坐标进行图像旋转,获得对应的正脸图像。

6.根据权利要求3或4所述的方法,其特征在于,所述检测结果还包括所述待检测图像中的正脸标注框坐标;相应地,所述根据所述待检测图像利用联合模型进行人脸识别及人脸角度检测,获得所述联合模型输出的检测结果,还包括:

根据所述人脸角度和所述人脸标注框坐标进行坐标映射,获得对应的正脸标注框坐标。

7.根据权利要求2所述的方法,其特征在于,所述将所述训练图像作为输入,所述训练图像对应的人脸标签、角度标签和人脸标注框坐标作为输出对神经网络进行训练,获得所述联合模型,包括:

将一张训练图像输入所述神经网络,所述神经网络输出该训练图像对应的人脸预测值、角度预测值和人脸标注框预测坐标;

根据所述训练图像对应的人脸预测值和人脸标签计算获得人脸标签损失值,根据角度预测值和角度标签计算获得角度标签损失值,根据人脸标注框预测坐标和人脸标注框坐标计算获得人脸标注框坐标损失值;

根据所述人脸标签损失值、所述角度标签损失值和所述人脸标注框坐标损失值计算所述训练图像对应的总损失值;

基于所述总损失值对所述神经网络中的参数进行优化,获得优化后神经网络;

获取新的训练图像继续训练所述优化后神经网络,直至满足训练结束条件,得到所述联合模型。

8.一种图像检测装置,其特征在于,包括:

获取模块,用于获取待检测图像;

检测模块,用于利用联合模型对所述待检测图像进行人脸识别及人脸角度检测,获得所述联合模型输出的检测结果,所述检测结果包括所述待检测图像是否含有人脸以及人脸角度;所述联合模型由多张训练图像及每张训练图像对应的标签训练获得,所述标签包括人脸标签和角度标签。

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北京嘀嘀无限科技发展有限公司,未经北京嘀嘀无限科技发展有限公司许可,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/201811474506.0/1.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