[发明专利]人脸检测方法、装置、设备和存储介质

说明书

本发明实施例涉及计算机视觉领域，公开了一种人脸检测方法、装置、电子设备和存储介质。人脸检测方法包括：对对输入图片进行预处理，获取预处理后的图片，其中，所述输入图片为标注有边框的图片，所述预处理包括灰度化，裁剪；对所述预处理后的图片进行卷积，获取特征金字塔，其中，所述特征金字塔包括根据所述卷积依次获取的所有特征图；根据所述特征金字塔中的每个特征对所述边框进行回归；根据所述回归结果对预先搭建的检测网络进行训练；根据训练好的检测网络获取测试图片的人脸检测结果。本发明能够对图片中的人脸进行检测，达到减少对资源的消耗的同时提升精度的目的。

技术领域

本发明实施例涉及计算机视觉领域，特别涉及一种人脸检测方法、装置、设备和存储介质。

背景技术

人脸检测中存在两个难点：人脸的内在变化和外在条件的变化。为了解决这两个难点，提出了许多有效的人脸检测网络，这些方法通过设置了大量预定义的锚框，调整锚框的参数来覆盖图像中所有位置所有大小的人脸，然后基于这些锚框来进行计算，获取训练数据，对网络进行训练，利用训练好的网络模型进行人脸检测。

然而，采用大量预定义的锚框，导致计算量大、需要设置的参数多，需要消耗较多资源才能保证较好的精度。

发明内容

本发明实施方式的目的在于提供一种人脸检测方法、装置、设备和存储介质，使得能够减少对资源的消耗的同时提升精度。

为解决上述技术问题，本发明的实施方式提供了一种人脸检测方法，包括以下步骤：对输入图片进行预处理，获取预处理后的图片，其中，所述输入图片为标注有边框的图片，所述预处理包括灰度化，裁剪；对所述预处理后的图片进行卷积，获取特征金字塔，其中，所述特征金字塔包括根据所述卷积依次获取的所有特征图；根据所述特征金字塔中的每个特征对所述边框进行回归；根据所述回归结果对预先搭建的检测网络进行训练；根据训练好的检测网络获取测试图片的人脸检测结果。

本发明的实施方式还提供了一种人脸检测装置，包括：训练模块，用于对输入图片进行预处理，获取预处理后的图片，其中，所述输入图片为标注有边框的图片，所述预处理包括灰度化，裁剪，对所述预处理后的图片进行卷积，获取特征金字塔，其中，所述特征金字塔包括根据所述卷积依次获取的所有特征图，根据所述特征金字塔中的每个特征对所述边框进行回归，根据所述回归结果对预先搭建的检测网络进行训练；检测分析模块，根据训练好的检测网络获取测试图片的人脸检测结果。

本发明的实施方式还提供了一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的人脸检测方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现所述的人脸检测方法。

本发明实施方式相对于现有技术而言，对输入图像进行预处理，便于后续步骤的进行，将预处理后的图片进行卷积，卷积的结果依次保留得到特征金字塔，既获取了浅层特征中的细节信息，又获取了深层信息中的语义信息，对特征金字塔中的每个特征进行边框的回归，避免了锚框的使用，避免使用锚框所带来的占用大量的计算及内存资源以及使用人力或其他方法调试模型的参数量，提高了运行速度，便于在嵌入式设备进行扩展，根据回归的结果进行网络训练，获取检测网络模型，利用检测网络模型对测试图片进行人脸检测，在回归、训练的过程中，避免锚框的使用，达到了减少对资源的消耗的同时提升精度的目的。