[发明专利]人脸检测方法、装置、设备及计算机可读存储介质

说明书

本发明公开了一种人脸检测方法、装置、设备及计算机可读存储介质，所述方法包括：根据接收到的图像，通过全卷积神经网络，获取图像的人脸区域；对人脸区域进行选择性搜索，获得深层人脸框特征；对深层人脸框特征进行二值化处理，从所有人脸区域中定位出框选人脸轮廓的人脸候选区域；根据人脸候选区域，通过预先构建的图像金字塔模型，获取若干个不同尺寸的人脸候选框；根据人脸候选框，通过联级神经网络，获取人脸检测结果，通过上述方法能够有效避免小人脸的漏检，采用级联神经网络逐层精细的方式计算人脸框的位置，提高人脸检测的准确性。

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种人脸方法、装置、设备及计算机可读存储介质。

背景技术

随着计算机技术特别是模式识别技术的发展，人脸检测作为一个技术方向出现在人们的视野。人脸检测技术可以作为图像处理和视频分析领域中多应用项目的基础性工作，比如人脸识别、人脸图像检索以及驾驶员疲劳状态检测等等。但是当一副图像中存在尺寸不一致的大小人脸时，由于传统深层特征的人脸框在原图映射人脸框定位存在偏差，导致出现小人脸检测不准确的情况。

发明内容

针对上述问题，本发明的目的在于提供一种人脸检测方法、装置、设备及计算机可读存储介质，其能有效减少在原图映射人脸框定位时存在的偏差，避免小人脸的漏检，提高人脸检测的准确性。

第一方面，本发明实施例提供了一种人脸检测方法，包括以下步骤：

根据接收到的图像，通过全卷积神经网络，获取所述图像的人脸区域；

对所述人脸区域进行选择性搜索，获得深层人脸框特征；

对所述深层人脸框特征进行二值化处理，从所有人脸区域中定位出框选人脸轮廓的人脸候选区域；

根据所述人脸候选区域，通过预先构建的图像金字塔模型，获取若干个不同尺寸的人脸候选框；

根据所述人脸候选框，通过联级神经网络，获取人脸检测结果。

优选地，所述根据接收到的图像，通过全卷积神经网络，获取所述图像的人脸区域，具体包括：

将接收到的图像输入到所述全卷积神经网络，获得若干个热度图；

对所述热度图进行上采样和反卷积处理，获得融合后的热度图；

根据融合后的热度图，提取人脸区域。

优选地，所述对所述深层人脸框特征进行二值化处理，从所有人脸区域中定位出框选完整人脸轮廓的人脸候选区域，具体包括：

对所述深层人脸框特征进行二值化处理；

根据预设的阈值对二值化处理后的深层人脸框特征进行人脸判断，剔除非人脸的人脸候选区域，获得框选完整人脸轮廓的人脸候选区域。

优选地，所述根据所述人脸候选框，通过联级神经网络，获取人脸检测结果，具体包括：

将所有人脸候选框缩放至第一预设尺寸，并通过所述联级神经网络的第一层卷积神经网络对第一预设尺寸的人脸候选框进行边框回归，获得第一边框回归结果；

将所有人脸候选框缩放至第二预设尺寸，并通过所述联级神经网络的第二层卷积神经网络对第二预设尺寸的人脸候选框和所述第一边框回归结果进行边框回归，获得第二边框回归结果；

将所有人脸候选框缩放至第三预设尺寸，并通过所述联级神经网络的第三层卷积神经网络中对第三预设尺寸的人脸候选框、所述第一边框回归结果和所述第二边框回归结果进行边框回归，获得第三边框回归结果；

根据所述第一边框回归结果、第二边框回归结果以及第三边框回归结果，得到人脸检测结果。