[发明专利]人脸检测方法、装置、计算机可读存储介质及终端设备

说明书

本申请属于人脸检测技术领域，尤其涉及一种人脸检测方法、装置、计算机可读存储介质及终端设备。所述方法包括：获取待检测的目标图像；使用人脸检测模型在所述目标图像中进行人脸检测，得到所述目标图像的人脸检测结果；其中，所述人脸检测模型为经过样本图像集训练得到的神经网络模型；所述样本图像集中包括各种人脸旋转角度的样本图像，且每个样本图像的训练损失权重与人脸旋转角度正相关。通过本申请，在模型训练过程中对样本图像的人脸旋转角度进行充分考虑，为人脸旋转角度越大的样本图像赋予越大的训练损失权重，使得人脸检测模型可以对具有较大的人脸旋转角度的样本图像进行重点学习，从而可以在各种复杂场景下依然保持较高的准确性。

技术领域

本申请属于人脸检测技术领域，尤其涉及一种人脸检测方法、装置、计算机可读存储介质及终端设备。

背景技术

人脸检测(Face Detection)是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸以及具体人脸信息的技术。人脸检测是人脸识别、人脸属性识别、人脸表情识别、口罩佩戴识别等应用的基础。

在现有技术中，已有各种成熟的人脸检测方法，如基于级联的人脸检测、基于两阶段的人脸检测和基于单阶段的人脸检测等等，这些算法针对大多的普通场景的检测效果较好，但是当面对一些特殊的人脸侧偏或者人脸旋转的复杂场景时，检测效果较差。以室内场景中的婴幼儿人脸检测为例，如图1所示，婴幼儿可能由于睡觉、爬行等行为产生较大角度的人脸侧偏(上图)或者人脸旋转(下图)，使用现有技术中的人脸检测方法对其进行人脸检测的准确性较低。

发明内容

有鉴于此，本申请实施例提供了一种人脸检测方法、装置、计算机可读存储介质及终端设备，以解决现有的人脸检测方法在人脸侧偏或者人脸旋转的复杂场景下准确性较低的问题。

本申请实施例的第一方面提供了一种人脸检测方法，可以包括：

获取待检测的目标图像；

使用预设的人脸检测模型在所述目标图像中进行人脸检测，得到所述目标图像的人脸检测结果；

其中，所述人脸检测模型为经过预设的样本图像集训练得到的神经网络模型；所述样本图像集中包括各种人脸旋转角度的样本图像，且每个样本图像的训练损失权重与人脸旋转角度正相关。

在第一方面的一种具体实现方式中，所述人脸检测模型的训练过程可以包括：

使用人脸检测模型对当前样本图像进行人脸检测，得到所述当前样本图像的人脸检测结果；所述当前样本图像为所述样本图像集中的任意一个样本图像；

根据所述当前样本图像的人脸检测结果和预设的预期检测结果计算所述当前样本图像的训练损失；

根据所述预期检测结果计算所述当前样本图像的人脸旋转角度；

根据所述人脸旋转角度计算所述当前样本图像的训练损失权重；

根据所述训练损失和所述训练损失权重计算所述当前样本图像的加权训练损失；

根据所述加权训练损失对人脸检测模型进行模型训练。

在第一方面的一种具体实现方式中，所述根据所述预期检测结果计算所述当前样本图像的人脸旋转角度，可以包括：

从所述预期检测结果中提取各个人脸关键点的位置坐标；

根据所述各个人脸关键点的位置坐标计算所述当前样本图像的人脸旋转角度。

在第一方面的一种具体实现方式中，所述根据所述人脸旋转角度计算所述当前样本图像的训练损失权重，可以包括：

根据下式计算所述当前样本图像的训练损失权重：

w＝log_a(k*θ+b)