CN109376674A - 人脸检测方法、装置及存储介质 - Google Patents

人脸检测方法、装置及存储介质 Download PDF

Info

Publication number
CN109376674A
CN109376674A CN201811289493.XA CN201811289493A CN109376674A CN 109376674 A CN109376674 A CN 109376674A CN 201811289493 A CN201811289493 A CN 201811289493A CN 109376674 A CN109376674 A CN 109376674A
Authority
CN
China
Prior art keywords
face datection
facial image
face
model
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811289493.XA
Other languages
English (en)
Inventor
张水发
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201811289493.XA priority Critical patent/CN109376674A/zh
Publication of CN109376674A publication Critical patent/CN109376674A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种人脸检测方法、装置及存储介质，属于图像处理领域。所述方法包括：获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。本公开通过采集多个尺度的样本人脸图像的方式来模拟多尺度，根据多个尺度的样本人脸图像进行模型训练，能够去除人脸检测模型中通过调整图像尺度来进行人脸检测的过程，简化人脸检测模型的模型结构，提高人脸检测速度，使人脸检测模型更加适用于终端使用。

Description

人脸检测方法、装置及存储介质
技术领域
本公开涉及图像处理领域，尤其涉及一种人脸检测方法、装置及存储介质。
背景技术
随着图像技术的快速发展，人脸检测已经成为一种比较普遍的图像处理方式。在进行人脸检测时，通常会训练人脸检测模型，基于人脸检测模型检测人脸图像中的人脸区域。
通常的人脸检测模型需要考虑多个尺度的人脸图像，因此，人脸检测模型一般包含多个卷积层，针对输入至人脸检测模型的目标图像，通过多个卷积层对该目标图像进行处理，可以得到该目标图像的多个尺度的特征图，从而基于多个尺度的特征图进行人脸检测，导致人脸检测速度较慢，不适用于终端使用。
发明内容
本公开提供了一种人脸检测方法、装置及存储介质，可以克服相关技术中存在的问题。
根据本公开实施例的第一方面，提供一种人脸检测方法，所述方法包括：
获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；
基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；
基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。
在一种可能实现方式中，所述获取多个样本人脸图像，包括：
对于多个样本人脸中的每个样本人脸，按照不同拍摄角度或者不同光照条件，分别拍摄所述样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像。
在另一种可能实现方式中，所述人脸检测模型包括特征提取网络、检测网络、分类回归网络，所述特征提取网络包括多个卷积层，且所述特征提取网络中的最后一个卷积层与所述检测网络连接，所述检测网络与所述分类回归网络连接；
所述特征提取网络用于对所述目标图像进行特征提取，通过所述最后一个卷积层输出所述目标图像的特征图；
所述检测网络用于在所述特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口；
所述分类回归网络用于根据所述多个目标窗口，输出检测到的区域的分类类别和位置信息。
在另一种可能实现方式中，所述方法还包括：
调用所述人脸检测模型的配置文件，将所述配置文件中所述检测网络采用的预设宽高比设置为1:1。
在另一种可能实现方式中，所述分类回归网络还用于对所采用的特征图的尺度以及所述检测网络采用的预设宽高比进行调整。
在另一种可能实现方式中，所述基于所述人脸检测模型，对待识别的目标图像进行人脸检测，包括：
将所述目标图像输入至所述特征提取网络的第一个卷积层中；
对于所述特征提取网络中的每个卷积层，根据上一层输出的特征图进行卷积处理，将处理后得到的特征图输入至下一层中，直至所述特征提取网络的最后一个卷积层输出所述目标图像的特征图。
在另一种可能实现方式中，所述基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，包括：
创建初始的人脸检测模型；
对于所述多个样本人脸图像中的每个样本人脸图像，将所述样本人脸图像输入至所述人脸检测模型中，基于所述人脸检测模型获取所述样本人脸图像的检测结果；
根据每个样本人脸图像以及对应的检测结果，采用随机梯度下降算法对所述人脸检测模型进行训练，直至所述人脸检测模型的损失函数收敛。
根据本公开实施例的第二方面，提供一种人脸检测装置，所述装置包括：
样本获取模块，被配置为获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；
训练模块，被配置为基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；
检测模块，被配置为基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。
在一种可能实现方式中，所述样本获取模块包括：
拍摄子模块，被配置为对于多个样本人脸中的每个样本人脸，按照不同拍摄角度或者不同光照条件，分别拍摄所述样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像。
在另一种可能实现方式中，所述人脸检测模型包括特征提取网络、检测网络、分类回归网络，所述特征提取网络包括多个卷积层，且所述特征提取网络中的最后一个卷积层与所述检测网络连接，所述检测网络与所述分类回归网络连接；
所述特征提取网络用于对所述目标图像进行特征提取，通过所述最后一个卷积层输出所述目标图像的特征图；
所述检测网络用于在所述特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口；
所述分类回归网络用于根据所述多个目标窗口，输出检测到的区域的分类类别和位置信息。
在另一种可能实现方式中，所述装置还包括：
宽高比设置模块，被配置为调用所述人脸检测模型的配置文件，将所述配置文件中所述检测网络采用的预设宽高比设置为1:1。
在另一种可能实现方式中，所述分类回归网络还用于对所采用的特征图的尺度以及所述检测网络采用的预设宽高比进行调整。
在另一种可能实现方式中，所述检测模块，包括：
输入单元，被配置为将所述目标图像输入至所述特征提取网络的第一个卷积层中；
特征提取单元，被配置为对于所述特征提取网络中的每个卷积层，根据上一层输出的特征图进行卷积处理，将处理后得到的特征图输入至下一层中，直至所述特征提取网络的最后一个卷积层输出所述目标图像的特征图。
在另一种可能实现方式中，所述训练模块，包括：
创建单元，被配置为创建初始的人脸检测模型；
检测单元，被配置为对于所述多个样本人脸图像中的每个样本人脸图像，将所述样本人脸图像输入至所述人脸检测模型中，基于所述人脸检测模型获取所述样本人脸图像的检测结果；
训练单元，被配置为根据每个样本人脸图像以及对应的检测结果，采用随机梯度下降算法对所述人脸检测模型进行训练，直至所述人脸检测模型的损失函数收敛。
根据本公开实施例的第三方面，提供一种人脸检测装置，所述装置包括：
处理器；
用于存储处理器可执行的指令的存储器；
其中，所述处理器被配置为：
获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；
基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；
基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种人脸检测方法的流程图。
图2是根据一示例性实施例示出的一种人脸检测方法的流程图。
图3是根据一示例性实施例示出的一种人脸检测模型的结构示意图。
图4是根据一示例性实施例示出的一种人脸检测装置的框图。
图5是根据一示例性实施例示出的一种人脸检测装置的框图。
图6是根据一示例性实施例示出的一种人脸检测装置的框图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施方式作进一步地详细描述。
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种人脸检测方法的流程图，如图1所示，人脸检测方法用于人脸检测设备中，包括以下步骤：
在步骤101中，获取多个样本人脸图像，多个样本人脸图像中包括多个尺度的人脸图像。
在步骤102中，基于多个样本人脸图像进行模型训练，得到人脸检测模型，人脸检测模型用于在未调整图像尺度的情况下对图像进行人脸检测。
在步骤103中，基于人脸检测模型，对待识别的目标图像进行人脸检测，得到目标图像中的人脸区域。
本公开实施例提供的方法，通过采集多个尺度的样本人脸图像的方式来模拟多尺度，根据多个尺度的样本人脸图像进行模型训练，能够去除人脸检测模型中通过调整图像尺度来进行人脸检测的过程，简化人脸检测模型的模型结构，提高人脸检测速度，使人脸检测模型更加适用于终端使用。
在一种可能实现方式中，获取多个样本人脸图像，包括：
对于多个样本人脸中的每个样本人脸，按照不同拍摄角度或者不同光照条件，分别拍摄样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像。
在另一种可能实现方式中，人脸检测模型包括特征提取网络、检测网络、分类回归网络，特征提取网络包括多个卷积层，且特征提取网络中的最后一个卷积层与检测网络连接，检测网络与分类回归网络连接；
特征提取网络用于对目标图像进行特征提取，通过最后一个卷积层输出目标图像的特征图；
检测网络用于在特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口；
分类回归网络用于根据多个目标窗口，输出检测到的区域的分类类别和位置信息。
在另一种可能实现方式中，方法还包括：
调用人脸检测模型的配置文件，将配置文件中检测网络采用的预设宽高比设置为1:1。
在另一种可能实现方式中，分类回归网络还用于对所采用的特征图的尺度以及检测网络采用的预设宽高比进行调整。
在另一种可能实现方式中，基于人脸检测模型，对待识别的目标图像进行人脸检测，包括：
将目标图像输入至特征提取网络的第一个卷积层中；
对于特征提取网络中的每个卷积层，根据上一层输出的特征图进行卷积处理，将处理后得到的特征图输入至下一层中，直至特征提取网络的最后一个卷积层输出目标图像的特征图。
在另一种可能实现方式中，基于多个样本人脸图像进行模型训练，得到人脸检测模型，包括：
创建初始的人脸检测模型；
对于多个样本人脸图像中的每个样本人脸图像，将样本人脸图像输入至人脸检测模型中，基于人脸检测模型获取样本人脸图像的检测结果；
根据每个样本人脸图像以及对应的检测结果，采用随机梯度下降算法对人脸检测模型进行训练，直至人脸检测模型的损失函数收敛。
上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。
图2是根据一示例性实施例示出的一种人脸检测方法的流程图，如图2所示，人脸检测方法用于人脸检测设备中，包括以下步骤：
在步骤201中，对于多个样本人脸中的每个样本人脸，按照不同拍摄角度或者不同光照条件，分别拍摄样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像。
相关技术中，人脸检测模型包括特征提取网络、检测网络和分类回归网络，特征提取网络与检测网络连接，检测网络与分类回归网络连接。为了使人脸检测模型能够学习到更多的尺度信息，特征提取网络中包含多个卷积层，每个卷积层均与检测网络连接。因此，可以将图像输入至人脸检测模型的第一个卷积层中，由每个卷积层分别对图像进行特征提取，得到该图像的特征图，并且特征提取网络中的每个卷积层均与检测网络连接，将得到的特征图输入至检测网络中，由检测网络接收每个卷积层输出的特征图，基于多层的特征图进行计算。
但是，上述人脸检测模型的模型结构复杂，需要进行大量的计算，计算量较大。
本公开实施例中，为了让没有多尺度的人脸检测模型在未调整图像尺度的情况下，还能学习到更多的尺度信息，因此在训练人脸检测模型时，获取多个尺度的人脸图像，作为样本人脸图像，以便基于该多个样本人脸图像进行模型训练。
获取样本人脸图像时，可以选取多个用户的人脸作为样本人脸，对于每个样本人脸，可以按照不同拍摄角度或不同光照条件，拍摄样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像，进而得到多个样本人脸图像，且该多个样本人脸图像包括该样本人脸的多个尺度的人脸图像。
在步骤202中，基于多个样本人脸图像进行模型训练，得到人脸检测模型。
人脸检测设备可以采用预设训练算法，基于该多个样本人脸图像进行模型训练，该预设训练算法可以为SSD(Single Shot MultiBox Detector，单射多盒探测器)算法、卷积神经网络算法、循环神经网络算法等，对于卷积神经网络算法，可以包括ResNet、GoogLenet、DenseNet等。并且训练出的人脸检测模型能够在未调整图像尺度的情况下对图像进行人脸检测。
例如，参见图3，人脸检测模型中特征提取网络、检测网络、分类回归网络，特征提取网络与检测网络连接，检测网络与分类回归网络连接。由于人脸检测模型内部无需调整图像尺度，无需学习不同的尺度信息，因此只需特征提取网络中的最后一个卷积层与检测网络连接，而特征提取网络中的其他卷积层无需与检测网络连接，只需与下一个卷积层连接即可。
相应地，特征提取网络中可以包括多个卷积层，或者为了简化模型结构，特征提取网络中也可以仅包括一个卷积层。
在该人脸检测模型中，特征提取网络用于对图像进行特征提取，通过最后一个卷积层输出图像的特征图，检测网络用于在特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口，分类回归网络用于根据多个目标窗口，输出检测到的区域的分类类别和位置信息。
因此，在训练过程中，先创建初始的人脸检测模型，之后对于每个样本人脸图像，将该样本人脸图像输入至特征提取网络中，通过特征提取网络对该样本人脸图像进行特征提取，得到该样本人脸图像的特征图，输入至检测网络中。检测网络在特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口，，从而得到多个目标窗口，以便将该多个目标窗口内区域的特征输入至分类回归网络中。分类回归网络用于根据检测网络生成的多个目标窗口进行分类回归运算，从而针对多个目标窗口检测出区域，输出该区域的分类类别和位置信息，即为该样本人脸图像的检测结果，对于多个样本人脸图像重复执行上述步骤即可得到多个样本人脸图像对应的检测结果。
根据每个样本人脸图像以及对应的检测结果，采用随机梯度下降算法对人脸检测模型进行训练，直至人脸检测模型的损失函数收敛，可以认为人脸检测模型训练完成，该人脸检测模型中的模型参数已经学习到多个尺度的信息，准确率已经满足要求，可以用于进行人脸检测。其中，该损失函数可以由预设训练算法进行设置。
其中，分类类别表示检测到的区域所属的类别，在本公开实施例的人脸检测场景下，该分类类别包括两种：检测到的区域属于人脸类别，或者检测到的区域不属于人脸类别。位置信息表示检测到的区域在所输入图像中的位置。因此，当获取到多个区域的分类类别和位置信息后，即可从多个区域中确定人脸区域，以及该人脸区域在样本人脸图像中的位置。
其中，该预设宽高比用于确定目标窗口的宽度与高度的比值，进而确定后续检测出的人脸区域的宽度与高度的比值。该预设宽高比可以由人脸检测设备根据配置文件确定。也即是，人脸检测模型设置有配置文件，在配置文件中会配置人脸检测模型的各项参数，在训练过程中人脸检测模型可以调用人脸检测模型的配置文件，获取配置文件中检测网络采用的预设宽高比。
在一种可能实现方式中，为了减小目标窗口的数量，简化检测过程，可以调用人脸检测模型的配置文件，将配置文件中检测网络采用的预设宽高比设置为1:1，以便检测网络采用1:1的预设宽高比来生成目标窗口，进而检测出宽高比为1:1的人脸区域。
在一种可能实现方式中，分类回归网络还用于对所采用的特征图的尺度以及检测网络采用的预设宽高比进行调整。因此，在分类回归网络中可以设置第一调整参数和第二调整参数，第一调整参数用于对尺度进行调整，第二调整参数用于对宽高比进行调整。因此，当根据目标窗口检测到区域时，可以根据第一调整参数对区域的尺度进行调整，根据第二调整参数对区域的宽高比进行调整，根据调整后的尺度和宽高比检测区域。后续根据样本人脸图像进行训练的过程中，还可以对第一调整参数和第二调整参数进行训练，以提高精确度。
在步骤203中，基于人脸检测模型，对待识别的目标图像进行人脸检测，得到目标图像中的人脸区域。
当要对目标图像进行人脸检测时，将目标图像输入至人脸检测模型中，即输入至特征提取网络的第一个卷积层中，则特征提取网络中的每个卷积层根据上一层输出的特征图进行卷积处理，将处理后得到的特征图输入至下一层中，通过最后一个卷积层输出目标图像的特征图，实现对目标图像的特征提取。检测网络接收该特征提取网络的最后一个卷积层输出的特征图，在特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口，从而得到多个目标窗口。分类回归网络根据多个目标窗口，输出检测到的区域的分类类别和位置信息，从而能够从检测到的多个区域中确定人脸区域以及人脸区域在目标图像中的位置，此时人脸检测完成。
本公开实施例提供的方法，通过采集多个尺度的样本人脸图像的方式来模拟多尺度，根据多个尺度的样本人脸图像进行模型训练，能够去除人脸检测模型中通过调整图像尺度来进行人脸检测的过程，简化人脸检测模型的模型结构，提高人脸检测速度，使人脸检测模型更加适用于终端使用。
图4是根据一示例性实施例示出的一种人脸检测装置的框图。参照图4，该装置包括样本获取模块401，训练模块403和检测模块403。
样本获取模块401，被配置为获取多个样本人脸图像，多个样本人脸图像中包括多个尺度的人脸图像；
训练模块402，被配置为基于多个样本人脸图像进行模型训练，得到人脸检测模型，人脸检测模型用于在未调整图像尺度的情况下对图像进行人脸检测；
检测模块403，被配置为基于人脸检测模型，对待识别的目标图像进行人脸检测，得到目标图像中的人脸区域。
本公开实施例提供的装置，通过采集多个尺度的样本人脸图像的方式来模拟多尺度，根据多个尺度的样本人脸图像进行模型训练，能够去除人脸检测模型中通过调整图像尺度来进行人脸检测的过程，简化人脸检测模型的模型结构，提高人脸检测速度，使人脸检测模型更加适用于终端使用。
在一种可能实现方式中，样本获取模块401包括：
拍摄子模块，被配置为对于多个样本人脸中的每个样本人脸，按照不同拍摄角度或者不同光照条件，分别拍摄样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像。
在另一种可能实现方式中，人脸检测模型包括特征提取网络、检测网络、分类回归网络，特征提取网络包括多个卷积层，且特征提取网络中的最后一个卷积层与检测网络连接，检测网络与分类回归网络连接；
特征提取网络用于对目标图像进行特征提取，通过最后一个卷积层输出目标图像的特征图；
检测网络用于在特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口；
分类回归网络用于根据多个目标窗口，输出检测到的区域的分类类别和位置信息。
在另一种可能实现方式中，装置还包括：
宽高比设置模块，被配置为调用人脸检测模型的配置文件，将配置文件中检测网络采用的预设宽高比设置为1:1。
在另一种可能实现方式中，分类回归网络还用于对所采用的特征图的尺度以及检测网络采用的预设宽高比进行调整。
在另一种可能实现方式中，检测模块403，包括：
输入单元，被配置为将目标图像输入至特征提取网络的第一个卷积层中；
特征提取单元，被配置为对于特征提取网络中的每个卷积层，根据上一层输出的特征图进行卷积处理，将处理后得到的特征图输入至下一层中，直至特征提取网络的最后一个卷积层输出目标图像的特征图。
在另一种可能实现方式中，训练模块402，包括：
创建单元，被配置为创建初始的人脸检测模型；
检测单元，被配置为对于多个样本人脸图像中的每个样本人脸图像，将样本人脸图像输入至人脸检测模型中，基于人脸检测模型获取样本人脸图像的检测结果；
训练单元，被配置为根据每个样本人脸图像以及对应的检测结果，采用随机梯度下降算法对人脸检测模型进行训练，直至人脸检测模型的损失函数收敛。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种人脸检测装置500的框图。例如，装置500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图5，装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)的接口512，传感器组件514，以及通信组件516。
处理组件502通常控制装置500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当装置500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当装置500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到设备500的打开/关闭状态，组件的相对定位，例如所述组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由装置500的处理器520执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图6是根据一示例性实施例示出的一种人脸检测装置600的框图。例如，装置600可以被提供为一服务器。参照图6，装置600包括处理组件622，其进一步包括一个或多个处理器，以及由存储器632所代表的存储器资源，用于存储可由处理部件622的执行的指令，例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件622被配置为执行指令，以执行上述人脸检测方法。
装置600还可以包括一个电源组件626被配置为执行装置600的电源管理，一个有线或无线网络接口650被配置为将装置600连接到网络，和一个输入输出(I/O)接口658。装置600可以操作基于存储在存储器632的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种存储有计算机程序的计算机可读存储介质，例如存储有计算机程序的存储器，上述计算机程序被处理器执行时实现上述实施例中的人脸检测方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (16)

1.一种人脸检测方法，其特征在于，所述方法包括：
获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；
基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；
基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。
2.根据权利要求1所述的方法，其特征在于，所述获取多个样本人脸图像，包括：
对于多个样本人脸中的每个样本人脸，按照不同拍摄角度或者不同光照条件，分别拍摄所述样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像。
3.根据权利要求1所述的方法，其特征在于，所述人脸检测模型包括特征提取网络、检测网络、分类回归网络，所述特征提取网络包括多个卷积层，且所述特征提取网络中的最后一个卷积层与所述检测网络连接，所述检测网络与所述分类回归网络连接；
所述特征提取网络用于对所述目标图像进行特征提取，通过所述最后一个卷积层输出所述目标图像的特征图；
所述检测网络用于在所述特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口；
所述分类回归网络用于根据所述多个目标窗口，输出检测到的区域的分类类别和位置信息。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
调用所述人脸检测模型的配置文件，将所述配置文件中所述检测网络采用的预设宽高比设置为1:1。
5.根据权利要求3所述的方法，其特征在于，所述分类回归网络还用于对所采用的特征图的尺度以及所述检测网络采用的预设宽高比进行调整。
6.根据权利要求3所述的方法，其特征在于，所述基于所述人脸检测模型，对待识别的目标图像进行人脸检测，包括：
将所述目标图像输入至所述特征提取网络的第一个卷积层中；
对于所述特征提取网络中的每个卷积层，根据上一层输出的特征图进行卷积处理，将处理后得到的特征图输入至下一层中，直至所述特征提取网络的最后一个卷积层输出所述目标图像的特征图。
7.根据权利要求3所述的方法，其特征在于，所述基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，包括：
创建初始的人脸检测模型；
对于所述多个样本人脸图像中的每个样本人脸图像，将所述样本人脸图像输入至所述人脸检测模型中，基于所述人脸检测模型获取所述样本人脸图像的检测结果；
根据每个样本人脸图像以及对应的检测结果，采用随机梯度下降算法对所述人脸检测模型进行训练，直至所述人脸检测模型的损失函数收敛。
8.一种人脸检测装置，其特征在于，所述装置包括：
样本获取模块，被配置为获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；
训练模块，被配置为基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；
检测模块，被配置为基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。
9.根据权利要求8所述的装置，其特征在于，所述样本获取模块包括：
拍摄子模块，被配置为对于多个样本人脸中的每个样本人脸，按照不同拍摄角度或者不同光照条件，分别拍摄所述样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像。
10.根据权利要求8所述的装置，其特征在于，所述人脸检测模型包括特征提取网络、检测网络、分类回归网络，所述特征提取网络包括多个卷积层，且所述特征提取网络中的最后一个卷积层与所述检测网络连接，所述检测网络与所述分类回归网络连接；
所述特征提取网络用于对所述目标图像进行特征提取，通过所述最后一个卷积层输出所述目标图像的特征图；
所述检测网络用于在所述特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口；
所述分类回归网络用于根据所述多个目标窗口，输出检测到的区域的分类类别和位置信息。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括：
宽高比设置模块，被配置为调用所述人脸检测模型的配置文件，将所述配置文件中所述检测网络采用的预设宽高比设置为1:1。
12.根据权利要求10所述的装置，其特征在于，所述分类回归网络还用于对所采用的特征图的尺度以及所述检测网络采用的预设宽高比进行调整。
13.根据权利要求10所述的装置，其特征在于，所述检测模块，包括：
输入单元，被配置为将所述目标图像输入至所述特征提取网络的第一个卷积层中；
特征提取单元，被配置为对于所述特征提取网络中的每个卷积层，根据上一层输出的特征图进行卷积处理，将处理后得到的特征图输入至下一层中，直至所述特征提取网络的最后一个卷积层输出所述目标图像的特征图。
14.根据权利要求10所述的装置，其特征在于，所述训练模块，包括：
创建单元，被配置为创建初始的人脸检测模型；
检测单元，被配置为对于所述多个样本人脸图像中的每个样本人脸图像，将所述样本人脸图像输入至所述人脸检测模型中，基于所述人脸检测模型获取所述样本人脸图像的检测结果；
训练单元，被配置为根据每个样本人脸图像以及对应的检测结果，采用随机梯度下降算法对所述人脸检测模型进行训练，直至所述人脸检测模型的损失函数收敛。
15.一种人脸检测装置，其特征在于，所述装置包括：
处理器；
用于存储处理器可执行的指令的存储器；
其中，所述处理器被配置为：
获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；
基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；
基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
CN201811289493.XA 2018-10-31 2018-10-31 人脸检测方法、装置及存储介质 Pending CN109376674A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811289493.XA CN109376674A (zh) 2018-10-31 2018-10-31 人脸检测方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811289493.XA CN109376674A (zh) 2018-10-31 2018-10-31 人脸检测方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN109376674A true CN109376674A (zh) 2019-02-22

Family

ID=65391081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811289493.XA Pending CN109376674A (zh) 2018-10-31 2018-10-31 人脸检测方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN109376674A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472509A (zh) * 2019-07-15 2019-11-19 中国平安人寿保险股份有限公司 基于人脸图像的胖瘦识别方法及装置、电子设备
CN112183424A (zh) * 2020-10-12 2021-01-05 北京华严互娱科技有限公司 一种基于视频的实时手部追踪方法和系统
CN114339021A (zh) * 2020-09-30 2022-04-12 北京小米移动软件有限公司 基于人脸识别的对焦方法、装置、终端设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105975931A (zh) * 2016-05-04 2016-09-28 浙江大学 一种基于多尺度池化的卷积神经网络人脸识别方法
CN106372571A (zh) * 2016-08-18 2017-02-01 宁波傲视智绘光电科技有限公司 路面交通标志检测与识别方法
US20170169315A1 (en) * 2015-12-15 2017-06-15 Sighthound, Inc. Deeply learned convolutional neural networks (cnns) for object localization and classification
CN107229904A (zh) * 2017-04-24 2017-10-03 东北大学 一种基于深度学习的目标检测与识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170169315A1 (en) * 2015-12-15 2017-06-15 Sighthound, Inc. Deeply learned convolutional neural networks (cnns) for object localization and classification
CN105975931A (zh) * 2016-05-04 2016-09-28 浙江大学 一种基于多尺度池化的卷积神经网络人脸识别方法
CN106372571A (zh) * 2016-08-18 2017-02-01 宁波傲视智绘光电科技有限公司 路面交通标志检测与识别方法
CN107229904A (zh) * 2017-04-24 2017-10-03 东北大学 一种基于深度学习的目标检测与识别方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472509A (zh) * 2019-07-15 2019-11-19 中国平安人寿保险股份有限公司 基于人脸图像的胖瘦识别方法及装置、电子设备
CN110472509B (zh) * 2019-07-15 2024-04-26 中国平安人寿保险股份有限公司 基于人脸图像的胖瘦识别方法及装置、电子设备
CN114339021A (zh) * 2020-09-30 2022-04-12 北京小米移动软件有限公司 基于人脸识别的对焦方法、装置、终端设备和存储介质
CN112183424A (zh) * 2020-10-12 2021-01-05 北京华严互娱科技有限公司 一种基于视频的实时手部追踪方法和系统

Similar Documents

Publication Publication Date Title
CN105631403B (zh) 人脸识别方法及装置
KR101906827B1 (ko) 연속 사진 촬영 장치 및 방법
CN105608425B (zh) 对照片进行分类存储的方法及装置
CN104850828B (zh) 人物识别方法及装置
CN104700353B (zh) 图像滤镜生成方法及装置
CN106572299A (zh) 摄像头开启方法及装置
CN108629354A (zh) 目标检测方法及装置
CN107527053A (zh) 目标检测方法及装置
CN104408404B (zh) 人脸识别方法及装置
CN105069426B (zh) 相似图片判断方法以及装置
CN105357425B (zh) 图像拍摄方法及装置
CN106331504A (zh) 拍摄方法及装置
CN107688781A (zh) 人脸识别方法及装置
CN105208284B (zh) 拍摄提醒方法及装置
CN107766820A (zh) 图像分类方法及装置
CN108062547A (zh) 文字检测方法及装置
CN105100193B (zh) 云名片推荐方法及装置
CN104933700B (zh) 一种进行图像内容识别的方法和装置
CN109784147A (zh) 关键点检测方法、装置、电子设备及存储介质
CN108154466A (zh) 图像处理方法及装置
CN107967459A (zh) 卷积处理方法、装置及存储介质
CN109376674A (zh) 人脸检测方法、装置及存储介质
CN107463903A (zh) 人脸关键点定位方法及装置
CN108898591A (zh) 图像质量的评分方法及装置、电子设备、可读存储介质
CN109034150A (zh) 图像处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination