[发明专利]一种脖子遮挡检测方法、装置、电子设备及存储介质

权利要求书

1.一种脖子遮挡检测方法，其特征在于，所述方法包括：

根据接收到的用户图像中目标区域的占比确定待检测图像；

将所述待检测图像输入已训练的脖子遮挡检测模型，以由所述脖子遮挡检测模型判定所述待检测图像中的脖子是否被遮挡；

其中，所述脖子遮挡检测模型包括第一分支网络、第二分支网络、融合模块、以及输出层，所述第一分支网络与所述第二分支网络并行且独立执行，由所述脖子遮挡检测模型判定所述待检测图像中的脖子是否被遮挡，包括：

通过所述脖子遮挡检测模型中的第一分支网络对所述待检测图像进行第一预设卷积处理，得到第一特征图；

通过所述脖子遮挡检测模型中的第二分支网络对所述待检测图像进行第二预设卷积处理，得到第二特征图；

通过所述脖子遮挡检测模型中的融合模块对所述第一特征图和所述第二特征图进行通道融合，得到融合特征图；

通过所述脖子遮挡检测模型中的输出层基于所述融合特征图获得脖子是否被遮挡的判定结果；

所述第一分支网络包括第一深度可分离卷积层和第一上采样层，通过所述脖子遮挡检测模型中的第一分支网络对所述待检测图像进行第一预设卷积处理，得到第一特征图，包括：

通过第一深度可分离卷积层包含的一个卷积核对所述待检测图像的一个通道进行特征提取，得到单通道特征图；通过第一上采样层包含的预设数量通道1*1卷积核对所述单通道特征图进行升维处理，得到第一特征图；

所述第二分支网络包括下采样层、第二深度可分离卷积层和第二上采样层，通过所述脖子遮挡检测模型中的第二分支网络对所述待检测图像进行第二预设卷积处理，得到第二特征图，包括：

通过所述下采样层包含的单通道的1*1卷积核对所述待检测图像进行降维处理，得到单通道特征图；通过第二深度可分离卷积层包含的一个卷积核对所述单通道特征图进行特征提取，得到提取特征后的单通道特征图；通过第二上采样层包含的预设数量通道1*1卷积核对提取特征后的单通道特征图进行升维处理，得到第二特征图。

2.根据权利要求1所述的方法，其特征在于，所述根据接收到的用户图像中目标区域的占比确定待检测图像，包括：

检测所述用户图像中包含脖子的人脸区域作为目标区域；

确定所述目标区域的面积与所述用户图像的面积之间的占比；

如果所述占比超过占比阈值，则将所述用户图像确定为待检测图像；

如果所述占比未超过占比阈值，则从所述用户图像中抠取所述目标区域，并对抠取出的目标区域进行尺寸放大后确定为待检测图像。

3.根据权利要求1所述的方法，其特征在于，通过所述脖子遮挡检测模型中的融合模块对所述第一特征图和所述第二特征图进行通道融合，得到融合特征图，包括：

通过所述融合模块中的通道拼接层对所述第一特征图和所述第二特征图按通道进行特征图叠加，得到通道叠加后的特征图；

通过所述融合模块中的通道混合层对通道叠加后的特征图的通道叠加顺序进行打乱，得到融合特征图。

4.根据权利要求1所述的方法，其特征在于，所述脖子遮挡检测模型的训练过程如下：

获取数据集，所述数据集中的样本包含正样本和负样本；

遍历所述数据集中的每一样本，将当前遍历的样本输入预先构建的脖子遮挡检测模型，以由所述脖子遮挡检测模型对所述样本进行脖子遮挡与否的预测并输出预测结果；

利用所述预测结果、正负样本平衡系数、以及样本数量平衡系数计算损失值；

在所述损失值的变化率大于变化阈值时，根据所述损失值优化所述脖子遮挡检测模型的网络参数，并调整所述正负样本平衡系数和所述样本数量平衡系数，并继续执行遍历所述数据集中的每一样本的过程，直至所述损失值的变化率低于变化阈值结束。

5.根据权利要求4所述的方法，其特征在于，在获取数据集之后，所述方法还包括：

对所述数据集中的每一样本进行一种数据增强处理，并将处理后的样本添加到所述数据集中，以扩充所述数据集。