[发明专利]人脸检测识别方法及装置

说明书

本申请公开了一种人脸检测识别方法及装置。方法的一具体实施方式包括：获取待处理图像；将待处理图像输入预先训练的人脸检测识别模型，基于对待处理图像进行特征提取得到的特征图，通过人脸检测识别模型的检测分支输出待处理图像的人脸检测结果，通过人脸检测识别模型的识别分支输出待处理图像的人脸特征结果，其中，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，从而通过并行的检测分支和识别分支一次性得到待处理图像的人脸检测结果和人脸特征结果，提高了信息处理的效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及一种人脸检测识别方法及装置。

背景技术

目前，主流的人脸检测识别方法包括两部分，第一部分是人脸检测，第二部分是人脸识别。具体的流程如下：首先，通过人脸检测网络定位待处理图像中的人脸检测框；然后，根据人脸检测框将检测到的所有人脸对象从待处理图像中提取出来，依次送入人脸识别网络提取人脸特征。其中，人脸检测部分与人脸识别部分独立运行。

发明内容

本申请实施例提出了一种人脸检测识别方法及装置。

第一方面，本申请实施例提供了一种人脸检测识别方法，包括：获取待处理图像；将待处理图像输入预先训练的人脸检测识别模型，基于对待处理图像进行特征提取得到的特征图，通过人脸检测识别模型的检测分支输出待处理图像的人脸检测结果，通过人脸检测识别模型的识别分支输出待处理图像的人脸特征结果，其中，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。

在一些实施例中，上述方法还包括：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，得到待处理视频所包括的各人脸对象的人脸轨迹信息。

在一些实施例中，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，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，将第一训练样本集和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，训练得到人脸检测识别模型。

在一些实施例中，上述利用机器学习方法，将第一训练样本集和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，训练得到人脸检测识别模型，包括：针对于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，训练得到人脸检测识别模型。

在一些实施例中，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。

第二方面，本申请实施例提供了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，被配置成将待处理图像输入预先训练的人脸检测识别模型，基于对待处理图像进行特征提取得到的特征图，通过人脸检测识别模型的检测分支输出待处理图像的人脸检测结果，通过人脸检测识别模型的识别分支输出待处理图像的人脸特征结果，其中，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。

在一些实施例中，上述装置还包括：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，得到待处理视频所包括的各人脸对象的人脸轨迹信息。