[发明专利]一种人脸检测方法和装置

权利要求书

1.一种人脸检测方法，其特征在于，所述方法包括：

根据人脸检测模型确定待检测图像中的人脸候选区域；所述人脸检测模型包括多层卷积网络；

若所述人脸候选区域的尺寸参数小于第一比例条件，确定所述人脸候选区域对应小尺度人脸；

通过对应所述小尺度人脸的第一检测模型对所述人脸候选区域进行人脸检测，包括：

通过所述第一检测模型获取所述人脸候选区域在所述人脸检测模型中至少两层卷积网络所输出特征图上的投影特征；所述至少两层卷积网络包括第一卷积网络和第二卷积网络，所述第一卷积网络所输出特征图的特征分辨率适用于所述尺寸参数，所述第一卷积网络的相邻层卷积网络为所述第二卷积网络，所述第二卷积网络所输出特征图的特征分辨率低于所述第一卷积网络所输出特征图的特征分辨率；

将所述第一卷积网络的投影特征与所述第二网络的投影特征融合得到的融合特征作为所述第一卷积网络的投影特征；

根据所述至少两层卷积网络所输出特征图上的投影特征对所述人脸候选区域进行人脸检测。

2.根据权利要求1所述的方法，其特征在于，若所述人脸候选区域的尺寸参数大于第二比例条件，所述方法还包括：

确定所述人脸候选区域对应大尺度人脸；

通过对应所述大尺度人脸的第二检测模型对所述人脸候选区域进行人脸检测，包括：

通过所述第二检测模型获取所述人脸候选区域在所述人脸检测模型中至少两层卷积网络所输出特征图上的投影特征；所述至少两层卷积网络包括第三卷积网络，所述第三卷积网络所输出特征图的特征分辨率适用于所述尺寸参数；

根据所述至少两层卷积网络所输出特征图上的投影特征对所述人脸候选区域进行人脸检测。

3.根据权利要求1或2所述的方法，其特征在于，所述至少两层卷积网络分别设置有权重系数，在所述至少两层卷积网络中，特征分辨率适用于所述尺寸参数的卷积网络的权重系数大于其他卷积网络的权重系数；

所述根据所述至少两层卷积网络所输出特征图上的投影特征对所述人脸候选区域进行人脸检测，包括：

根据所述至少两层卷积网络所输出特征图上的投影特征，以及分别对应的权重系数对所述人脸候选区域进行人脸检测。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一卷积网络的投影特征与所述第二网络的投影特征融合得到的融合特征作为所述第一卷积网络的投影特征，包括：

通过降低所述第一卷积网络的投影特征中的通道数量得到第一特征；

通过将所述第二卷积网络的投影特征的特征分辨率提高到与所述第一卷积网络的投影特征的特征分辨率一致，得到第二特征；

将所述第一特征和所述第二特征进行像素相加操作得到所述融合特征；

将所述融合特征作为所述第一卷积网络的投影特征。

5.根据权利要求1所述的方法，其特征在于，所述根据人脸检测模型确定待检测图像中的人脸候选区域，包括：

获取所述待检测图像中的人脸感兴趣区域；

将所述人脸感兴趣区域投影到根据所述人脸检测模型输出的特征图上，得到第一特征图；

在所述第一特征图上生成锚框，得到第二特征图；在生成锚框的过程中，若目标锚框的中心点未与所述人脸感兴趣区域重叠，增大所述目标锚框的划窗步长；

根据多个人脸检测任务的损失函数计算所述第二特征图中的人脸候选区域，并将确定出的人脸候选区域作为所述待检测图像的人脸候选区域。

6.根据权利要求5所述的方法，其特征在于，所述多个人脸检测任务包括针对人脸目标的分类任务、针对人脸目标框的位置回归任务和针对人脸关键点的位置回归任务，所述多个人脸检测任务的损失函数根据下列方式训练得到：

将所述针对人脸目标的分类任务和针对人脸目标框的位置回归任务作为主任务，将所述针对人脸关键点的位置回归任务作为辅助任务联合训练各自对应的损失函数。