[发明专利]人脸检测识别方法及装置

权利要求书

1.一种人脸检测识别方法，包括：

获取待处理图像；

将所述待处理图像输入预先训练的人脸检测识别模型，基于对所述待处理图像进行特征提取得到的特征图，通过所述人脸检测识别模型的检测分支输出所述待处理图像的人脸检测结果，通过所述人脸检测识别模型的识别分支输出所述待处理图像的人脸特征结果，其中，所述人脸检测识别模型用于表征待处理图像和人脸检测结果、人脸特征结果之间的对应关系。

2.根据权利要求书1所述的方法，其中，还包括：

根据待处理视频中的各帧待处理图像的人脸特征结果，进行人脸追踪，得到所述待处理视频所包括的各人脸对象的人脸轨迹信息。

3.根据权利要求1所述的方法，其中，所述人脸检测识别模型通过如下方式训练得到：

针对于第一图像集中的每个目标图像，基于预先训练的人脸识别模型将目标图像所包括的人脸对象的目标信息由人脸检测框信息扩展为人脸检测框信息和人脸特征信息，得到第一训练样本集，其中，所述人脸识别模型用于表征人脸检测框中的人脸对象与人脸特征信息之间的对应关系；

针对于第二图像集中的每个目标图像，基于所述人脸识别模型将所包括的人脸对象的目标信息由人脸标识信息、人脸检测框信息扩展为人脸标识信息、人脸检测框信息和人脸特征信息，得到第二训练样本集；

利用机器学习方法，将所述第一训练样本集和所述第二训练样本集中的训练样本输入初始人脸检测识别模型，以所输入的训练样本对应的目标信息作为期望输出，训练得到所述人脸检测识别模型。

4.根据权利要求3所述的方法，其中，所述利用机器学习方法，将所述第一训练样本集和所述第二训练样本集中的训练样本输入初始人脸检测识别模型，以所输入的训练样本对应的目标信息作为期望输出，训练得到所述人脸检测识别模型，包括：

针对于所述第一训练样本集中的训练样本，确定回归损失、分类损失和散度损失；

针对于所述第二训练样本集中的训练样本，确定回归损失、分类损失、散度损失和附加角边距损失；

基于梯度下降法，训练得到所述人脸检测识别模型。

5.根据权利要求3所述的方法，其中，所述第二图像集中的每个目标图像通过如下方式得到：

从人脸图像集合中随机选取预设数量个人脸图像；

将随机缩放后的所述预设数量个人脸图像置于预设背景图像上，得到该目标图像，其中，该目标图像中的每个人脸对象的检测框信息，根据该人脸对象对应的、缩放后的人脸图像的尺寸信息以及该人脸对象对应的、缩放后的人脸图像在该目标图像中的位置信息得到。

6.一种人脸检测识别装置，包括：

获取单元，被配置成获取待处理图像；

检测识别单元，被配置成将所述待处理图像输入预先训练的人脸检测识别模型，基于对所述待处理图像进行特征提取得到的特征图，通过所述人脸检测识别模型的检测分支输出所述待处理图像的人脸检测结果，通过所述人脸检测识别模型的识别分支输出所述待处理图像的人脸特征结果，其中，所述人脸检测识别模型用于表征待处理图像和人脸检测结果、人脸特征结果之间的对应关系。

7.根据权利要求书6所述的装置，其中，还包括：

追踪单元，被配置成根据待处理视频中的各帧待处理图像的人脸特征结果，进行人脸追踪，得到所述待处理视频所包括的各人脸对象的人脸轨迹信息。