[发明专利]人脸检测方法、装置、计算机设备及存储介质

说明书

本发明涉及人工智能技术领域，尤其涉及一种人脸检测方法、装置、设备及存储介质。该人脸检测方法包括获取预先训练好的人脸检测模型；获取待检测的彩色图和深度图，并分别对彩色图和深度图进行归一化处理，得到彩色图对应的第一标准图像以及深度图对应的第二标准图像；将归一化处理后的第一标准图像以及第二标准图像同时输入至人脸检测模型中进行人脸检测，得到目标检测层输出的人脸检测结果；其中，Senet特征融合层用于将特征提取层提取到的第一标准图像对应的第一图像特征和第二标准图像对应的第二图像特征进行多模态特征融合，并将融合特征图输入至多尺度特征融合层中进行多尺度特征融合。该人脸检测方法可有效提高人脸检测精度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种人脸检测方法、装置、计算机设备及存储介质。

背景技术

人脸检测是围绕自动人脸图像分析的所有应用的基础。人脸检测属于目标检测领域，但通用目标检测通常模型比较大，速度较慢。目前人脸检测一般使用rgb图检测或者深度信息人脸图进行检测(即3d检测)。相对于使用深度摄像头所采集到的深度度进行人脸检测来说，使用rgb图进行人脸检测检测对不同环境的要求较高，易受环境因素的影响，如光照(强光、弱光、逆光、阴阳光)的影响。

一般地，人脸检测若应用在活体检测时，采用rgb图进行人脸检测也不能很好地鉴别人脸，如电子屏脸、纸张(曲面、平面)脸等。而如果只使用深度图进行人脸检测，对于过近距离或过远距离的人脸，深度信息误差比较大，从而也会导致人脸检测精度不足。

发明内容

本发明实施例提供一种人脸检测方法、装置、计算机设备及存储介质，以解决传统采用单独的RGB图或深度图进行人脸检测时，由于外界干扰因素的影响，导致人脸检测精度不足的问题。

一种人脸检测方法，包括：

获取预先训练好的人脸检测模型；其中，所述人脸检测模型包括依次连接的特征提取层、Senet特征融合层、多尺度特征融合层以及目标检测层；

获取待检测的彩色图和深度图，并分别对所述彩色图和深度图进行归一化处理，得到所述彩色图对应的第一标准图像以及深度图对应的第二标准图像；

将归一化处理后的第一标准图像以及第二标准图像同时输入至所述人脸检测模型中进行人脸检测，得到所述目标检测层输出的人脸检测结果；其中，所述Senet特征融合层用于将所述特征提取层提取到的所述第一标准图像对应的第一图像特征和所述第二标准图像对应的第二图像特征进行多模态特征融合，并将融合特征图输入至所述多尺度特征融合层中进行多尺度特征融合。

一种人脸检测装置，包括：

模型获取模块，用于获取预先训练好的人脸检测模型；其中，所述人脸检测模型包括依次连接的特征提取层、Senet特征融合层、多尺度特征融合层以及目标检测层；

归一化模块，用于获取待检测的彩色图和深度图，并分别对所述彩色图和深度图进行归一化处理，得到所述彩色图对应的第一标准图像以及深度图对应的第二标准图像；

人脸检测模块，用于将归一化处理后的第一标准图像以及第二标准图像同时输入至所述人脸检测模型中进行人脸检测，得到所述目标检测层输出的人脸检测结果；其中，所述Senet特征融合层用于将所述特征提取层提取到的所述第一标准图像对应的第一图像特征和所述第二标准图像对应的第二图像特征进行多模态特征融合，并将融合特征图输入至所述多尺度特征融合层中进行多尺度特征融合。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述人脸检测方法的步骤。

一种计算机存储介质，所述计算机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上述人脸检测方法的步骤。