[发明专利]检测人脸遮挡的方法、装置、电子设备及存储介质

权利要求书

1.一种检测人脸遮挡的方法，其特征在于，包括：

获取待检测图像；

将所述待检测图像输入预设的人脸遮挡检测模型，获取所述待检测图像的遮挡检测结果；

其中，所述人脸遮挡检测模型的训练过程包括：根据预设的网络结构对至少两个数据集中的人脸样本图像进行训练，生成所述人脸遮挡检测模型，每个所述数据集携带有表征所述数据集的应用场景的标签信息。

2.根据权利要求1所述的检测人脸遮挡的方法，其特征在于，在所述预设的网络结构对至少两个数据集中的人脸样本图像进行训练，生成所述人脸遮挡检测模型之前，所述方法还包括：

针对每个数据集进行如下处理：根据所述数据集中的标注信息，获取所述数据集的应用场景；

根据所述应用场景，为所述数据集设置与所述应用场景对应的标签信息。

3.根据权利要求1或2所述的检测人脸遮挡的方法，其特征在于，所述预设的网络结构包括：依次连接的人脸区域提取网络、人脸特征提取网络以及包括N个任务模型的任务网络，N为大于1的整数；

所述人脸区域提取网络用于从输入的图像中提取人脸区域信息，并将提取的人脸区域信息输入至所述人脸特征提取网络；

所述人脸特征提取网络用于根据所述输入的图像以及所述人脸区域信息，获取人脸特征信息；

N个所述任务模型用于根据所述人脸特征信息，生成所述遮挡检测结果，其中，每个所述任务模型与所述应用场景的训练任务对应。

4.根据权利要求3所述的检测人脸遮挡的方法，其特征在于，所述根据预设的网络结构对至少两个数据集中的人脸样本图像进行训练，生成所述人脸遮挡检测模型，包括：

根据所述网络结构对每个所述数据集中的人脸样本图像进行训练，获取所述人脸遮挡检测模型的网络参数；

根据所述数据集的标签信息，获取所述人脸遮挡检测模型的第一损失函数；

根据所述第一损失函数调整所述人脸遮挡检测模型的网络参数，生成所述人脸遮挡检测模型。

5.根据权利要求4所述的检测人脸遮挡的方法，其特征在于，所述任务模型的任务类型包括分类任务和回归任务；

所述根据所述数据集的标签信息，获取所述人脸遮挡检测模型的第一损失函数，包括：

获取所述第一损失函数的表达式，所述第一损失函数的表达式为

表示第i个所述分类任务对应的损失函数，表示第i个所述回归任务对应的损失函数；表示第i个人脸样本图像所属的所述数据集的标签信息；

根据所述数据集的标签信息以及所述第一损失函数的表达式，确定所述第一损失函数。

6.根据权利要求5所述的检测人脸遮挡的方法，其特征在于，在所述根据所述第一损失函数调整所述人脸遮挡检测模型的网络参数，生成所述人脸遮挡检测模型之后，所述方法还包括：

针对每个所述任务模型进行如下处理：获取所述任务模型对应的任务类型；根据所述任务类型，获取所述任务模型对应的第二损失函数；根据所述第二损失函数调整所述任务模型中的网络参数。

7.根据权利要求1所述的检测人脸遮挡的方法，其特征在于，所遮挡检测结果包括：人脸关键点坐标信息、遮挡部位信息、被遮挡部位的遮挡占比以及遮挡物信息。

8.一种检测人脸遮挡的装置，其特征在于，包括：待检测图像获取模块和检测结果获取模块；

所述待检测图像获取模块用于获取待检测图像；

所述检测结果获取模块用于将所述待检测图像输入预设的人脸遮挡检测模型，获取所述待检测图像的遮挡检测结果；

其中，所述人脸遮挡检测模型的训练过程包括：根据预设的网络结构对至少两个数据集中的人脸样本图像进行训练，生成所述人脸遮挡检测模型，每个所述数据集携带有表征所述数据集的应用场景的标签信息。