[发明专利]人脸检测模型训练方法、设备及人脸检测方法

权利要求书

1.一种人脸检测模型训练方法，其特征在于，包括：

从待训练图片中提取特征以获取至少两种分辨率的初始特征图；

融合所述初始特征图以得到第一检测特征图和第二检测特征图，其中，所述第一检测特征图的分辨率大于所述第二检测特征图；

通过第一检测器在所述第一检测特征图上进行第一尺度脸型检测，通过第二检测器在所述第二检测特征图上进行第二尺度脸型检测，其中，所述第一尺度不大于20×20像素，且所述第一尺度小于所述第二尺度；

基于检测网络损失与特征选择损失构建目标损失函数，并基于所述目标损失函数训练人脸检测模型。

2.如权利要求1所述的人脸检测模型训练方法，其特征在于，所述从待训练图片中提取特征以获取至少两种分辨率的初始特征图，包括：

对待训练图片执行连续递进的至少两次卷积-下采样操作，以获取分辨率依次降低的至少两种分辨率的原始特征图；

基于预设的筛选规则筛选所述原始特征图以获取至少两种分辨率的初始特征图。

3.如权利要求1所述的人脸检测模型训练方法，其特征在于，所述融合所述初始特征图以得到第一检测特征图和第二检测特征图，包括：

按照分辨率从小到大的顺序，向分辨率变大的方向融合所述初始特征图，以得到分辨率依次增大的多种分辨率的融合特征图；

按照分辨率从大到小的顺序，将分辨率排序前二的两种融合特征图分别作为所述第一检测特征图和第二检测特征图输出。

4.如权利要求3所述的人脸检测模型训练方法，其特征在于，所述按照分辨率从小到大的顺序，向分辨率变大的方向融合所述初始特征图，以得到分辨率依次增大的多种尺寸的融合特征图，包括：

按照分辨率从小到大的顺序对初始特征图进行排序；

对排序后的特征图进行以下循环，直至融合特征图的分辨率与排序最大的初始特征图的分辨率一致，所述循环如下：

判断是否第一次执行循环，

若是，则获取分辨率最小的初始特征图作为第一特征图；

若否，则获取上一次循环得到的融合特征图作为第一特征图；

获取分辨率大于且最接近所述第一特征图的初始特征图作为第二特征图；

对所述第一特征图执行上采样操作，以得到分辨率与所述第二特征图一致的第一中间特征图；

将所述第一中间特征图与所述第二特征图融合，以得到融合特征图；

判断所述融合特征图的分辨率与排序最大的初始特征图的分辨率是否一致。

5.如权利要求1所述的人脸检测模型训练方法，其特征在于，所述通过第一检测器在所述第一检测特征图上进行第一尺度脸型检测，通过第二检测器在所述第二检测特征图上进行第二尺度脸型检测，包括：

计算第一检测特征图的感受野；

根据第一预设缩放比缩小所述感受野以获取小脸检测框，根据第二预设缩放比缩小所述感受野获取大脸检测框；

通过所述第一检测器检测第一检测特征图上分辨率不大于所述小脸检测框的人脸，通过所述第二检测器检测第二检测特征图上分辨率不小于大脸检测框的人脸。

6.如权利要求5所述的人脸检测模型训练方法，其特征在于，所述第一预设缩放比大于所述第二预设缩放比。

7.如权利要求1所述的人脸检测模型训练方法，其特征在于，所述目标损失函数如下：

L＝L_det+λL_feature

其中，L_det是检测网络的损失函数，L_feature是特征选择的损失函数，L_feature的损失权重λ＝0.1。