[发明专利]人脸检测方法、装置、计算机设备和存储介质

说明书

本申请涉及计算机技术领域，特别是涉及一种人脸检测方法、装置、计算机设备和存储介质。所述方法包括：获取待检测图像，提取待检测图像的人脸特征，并对所提取的人脸特征进行特征融合，得到人脸融合特征；按照预设的感受野特征提取参数，对人脸融合特征进行多个尺度的感受野特征提取，得到对应各尺度的感受野特征；对各尺度的感受野特征进行池化处理，生成对应人脸融合特征的人脸输出特征；对人脸输出特征进行回归检测，得到待检测图像中人脸的检测结果。采用本方法能够提升人脸检测的准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种人脸检测方法、装置、计算机设备和存储介质。

背景技术

人脸检测是人脸识别、人脸关键点检测、人脸追踪以及人脸表情识别等任务的基础，一直备受学术界和产业界关注。自从深度学习性能获得突破后，人脸检测模型的性能也带来飞跃式发展。

在传统方式中，人脸检测主要通过神经网络提取出不同尺度的特征图，用于检测不同尺度的人脸，即大尺度特征图可用于检测小人脸，小尺度特征图用于检测大人脸。

但是，对于浅层大尺度的特征图，由于语义信息不够强，无法足够表达小人脸的特征，使得人脸检测的准确性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升人脸检测准确性的人脸检测方法、装置、计算机设备和存储介质。

一种人脸检测方法，所述方法包括：

获取待检测图像，提取待检测图像的人脸特征，并对所提取的人脸特征进行特征融合，得到人脸融合特征；

按照预设的感受野特征提取参数，对人脸融合特征进行多个尺度的感受野特征提取，得到对应各尺度的感受野特征；

对各尺度的感受野特征进行池化处理，生成对应人脸融合特征的人脸输出特征；

对人脸输出特征进行回归检测，得到待检测图像中人脸的检测结果。

在其中一个实施例中，按照预设的感受野特征提取参数，对人脸融合特征进行多个尺度的感受野特征提取，得到对应各尺度的感受野特征，包括：

将人脸融合特征分别输入各个由不同感受野特征提取参数确定的卷积层中，进行感受野特征提取；

分别对各卷积层输出的特征提取结果进行归一化处理，得到归一化后的特征提取结果；

基于预设的映射方式，对各归一化后的特征提取结果进行非线性映射，得到对应各尺度的感受野特征。

在其中一个实施例中，按照预设的感受野特征提取参数，对人脸融合特征进行多个尺度的感受野特征提取，得到对应各尺度的感受野特征，包括：

获取用于提取感受野特征的卷积核参数；

获取对应各不同尺度感受野的卷积核膨胀系数；

基于卷积核参数以及各卷积核膨胀系数确定各卷积层，并根据所确定的各卷积层分别对人脸融合特征进行感受野特征的提取，生成多个尺度的感受野特征。

在其中一个实施例中，根据所确定的各卷积层分别对人脸融合特征进行感受野特征的提取，生成多个尺度的感受野特征，包括：

根据所确定的各卷积层，并行对人脸融合特征进行感受野特征的提取，生成多个尺度的感受野特征。

在其中一个实施例中，对各尺度的感受野特征进行池化处理，生成对应人脸融合特征的人脸输出特征，包括：

计算多个尺度的感受野特征的平均值，作为人脸输出特征。

一种人脸检测装置，所述装置包括：