[发明专利]人脸特征检测方法、装置、介质及电子设备在审
| 申请号: | 202110324684.0 | 申请日: | 2021-03-26 |
| 公开(公告)号: | CN113011356A | 公开(公告)日: | 2021-06-22 |
| 发明(设计)人: | 王猛;阮良;陈功 | 申请(专利权)人: | 杭州朗和科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06N3/08;G06N3/04 |
| 代理公司: | 北京律智知识产权代理有限公司 11438 | 代理人: | 王辉;阚梓瑄 |
| 地址: | 310052 浙江省杭州市*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 特征 检测 方法 装置 介质 电子设备 | ||
1.一种人脸特征检测方法,其特征在于,包括:
获取待检测图像;
将所述待检测图像输入到人脸特征检测模型中输出所述待检测图像对应的人脸区域坐标和人脸关键点坐标,其中所述人脸特征检测模型包括目标人脸区域检测网络和人脸关键点检测网络;
通过所述人脸区域坐标和所述人脸关键点坐标对所述待检测图像进行标注,生成标注有人脸区域以及人脸关键点的待检测图像。
2.根据权利要求1所述的方法,其特征在于,所述将所述待检测图像输入到人脸特征检测模型中输出所述待检测图像对应的人脸区域坐标和人脸关键点坐标,包括:
将所述待检测图像输入到所述目标人脸区域检测网络中输出所述待检测图像对应的人脸区域坐标;
从所述目标人脸区域检测网络中抽取与所述人脸区域坐标对应的人脸区域特征图;
将抽取的所述人脸区域特征图输入到所述人脸关键点检测网络输出所述待检测图像对应的人脸关键点坐标。
3.根据权利要求2所述的方法,其特征在于,从所述目标人脸区域检测网络中抽取与所述人脸区域坐标对应的人脸区域特征,包括:
确定所述目标人脸区域检测网络对应的目标中间特征图;
基于所述人脸区域坐标对所述目标中间特征图进行位置映射,得到与所述待检测图像相匹配的人脸区域特征图。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于第一人脸区域检测网络的输出结果,对第二人脸区域检测网络进行至少一次的知识蒸馏处理,得到所述目标人脸区域检测网络;
其中,所述第一人脸区域检测网络的结构规模大于所述第二人脸区域检测网络;所述知识蒸馏处理能够通过第一人脸区域检测网络对应的输出结果,引导第二人脸区域检测网络的训练,实现知识迁移。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取预先进行人脸区域标注的人脸区域样本数据;
通过所述人脸区域样本数据对原始人脸区域检测网络进行网络训练处理,得到所述第一人脸区域检测网络。
6.根据权利要求4或5所述的方法,其特征在于,所述基于第一人脸区域检测网络的输出结果,对第二人脸区域检测网络进行至少一次的知识蒸馏处理,得到所述目标人脸区域检测网络,包括:
执行以下循环过程,直到第二人脸区域检测网络对应的输出结果的准确率小于预设的准确率阈值,则将上一次训练完成的第二人脸区域检测网络作为所述目标人脸区域检测网络:
裁剪得到结构规模小于所述第一人脸区域检测网络的第二人脸区域检测网络;
根据所述第一人脸区域检测网络的输出结果以及所述人脸区域样本数据,对所述第二人脸区域检测网络进行网络训练,得到训练完成的第二人脸区域检测网络;
计算所述训练完成的第二人脸区域检测网络的输出结果的准确率,并在所述准确率大于或者等于所述准确率阈值时,将所述训练完成的第二人脸区域检测网络重新作为下一次循环的第一人脸区域检测网络。
7.根据权利要求2所述的方法,其特征在于,所述将所述待检测图像输入到所述目标人脸区域检测网络中输出所述待检测图像对应的人脸区域坐标,包括:
将所述待检测图像输入到所述目标人脸区域检测网络中输出多个人脸区域坐标以及所述多个人脸区域坐标对应的置信度得分;
将所述置信度得分大于或者等于置信度阈值的人脸区域坐标作为所述待检测图像对应的人脸区域坐标。
8.一种人脸特征检测装置,其特征在于,包括:
数据获取模块,用于获取待检测图像;
人脸特征检测模块,用于将所述待检测图像输入到人脸特征检测模型中输出所述待检测图像对应的人脸区域坐标和人脸关键点坐标,其中所述人脸特征检测模型包括目标人脸区域检测网络和人脸关键点检测网络;
人脸特征图像生成模块,用于通过所述人脸区域坐标和所述人脸关键点坐标对所述待检测图像进行标注,生成标注有人脸区域以及人脸关键点的待检测图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州朗和科技有限公司,未经杭州朗和科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110324684.0/1.html,转载请声明来源钻瓜专利网。





