The present application discloses a method, device and equipment for face detection to solve the problem that the full connection layer of MTCNN in the existing technology restricts the input dimension and affects the detection effect. The target recognition method includes: obtaining the image to be detected, preprocessing the image to be detected, and input the resulting output to the convolution layer of the convolution network; input the output results obtained through the coiling layer to a special convolution layer containing the convolution kernel in the convolution network, and At least one feature matrix; a feature vector is obtained according to the at least one characteristic matrix, and the feature vector is input to the Softmax layer of the convolution network, and face detection is performed on the detected image according to the output result of the Softmax layer.
【技术实现步骤摘要】
一种人脸检测的方法、装置及设备
本申请涉及计算机
,尤其涉及一种人脸检测的方法、装置及设备。
技术介绍
当前,图像处理技术已经应用在诸多领域中,如人脸检测、人工智能、身份识别、目标提取等,为人们在这些领域中的工作提供了可靠的依据与指导。随着计算机技术的不断发展,图像处理技术在这些领域的地位也将越发重要。在人脸检测领域所包含众多人脸检测算法中,多任务级联卷积网络(Multi-taskCascadedConvolutionalNetworks,MTCNN)在检测速度和检测性能上的表现十分出众,因此受到人们的极大欢迎。在MTCNN中分为ProposalNetwork(P-net)、RefineNetwork(R-net)以及OutputNetwork(O-net)三个级联卷积网络,待检测图像首先经过第一级卷积网络P-net的处理后,得到多个人脸候选框,而后需要将得到的多个人脸候选框所框定的图像作为输入,输入到下一级卷积网络R-net进行处理,得到精确人脸候选框,进而将得到的精确人脸候选框所框定的图像作为输入,再输入到最后一级卷积网络O-net进行处理,最终得到能够在该待检测图像中标识出人脸的人脸框。上述R-net和O-net中设有全连接层,全连接层通常要求输入至全连接层的数据的维度是固定的,这样也就限制了输入至R-net和O-net的数据的维度。为此,通常需要将上一级卷积网络得到的数据调整成同一维度,再输入至下一级卷积网络中。例如,通过P-net得到尺寸不同的人脸候选框后,需要将这些人脸候选框所框定的图像调整成同一尺寸(即俗称为resize),而后再将调整 ...
【技术保护点】
1.一种人脸检测的方法,其特征在于,所述方法用于通过多任务级联卷积网络MTCNN进行人脸检测,包括:获取待检测图像;将所述待检测图像进行前置处理,并将得到的输出结果输入至卷积网络的卷积层;将通过所述卷积层处理得到的输出结果输入至所述卷积网络中包含有设定卷积核的特殊卷积层,得到至少一个特征矩阵;根据所述至少一个特征矩阵得到特征向量,并将所述特征向量输入至所述卷积网络的Softmax层;根据所述Softmax层的输出结果,对所述待检测图像进行人脸检测。
【技术特征摘要】
1.一种人脸检测的方法,其特征在于,所述方法用于通过多任务级联卷积网络MTCNN进行人脸检测,包括:获取待检测图像;将所述待检测图像进行前置处理,并将得到的输出结果输入至卷积网络的卷积层;将通过所述卷积层处理得到的输出结果输入至所述卷积网络中包含有设定卷积核的特殊卷积层,得到至少一个特征矩阵;根据所述至少一个特征矩阵得到特征向量,并将所述特征向量输入至所述卷积网络的Softmax层;根据所述Softmax层的输出结果,对所述待检测图像进行人脸检测。2.如权利要求1所述的方法,其特征在于,根据所述至少一个特征矩阵得到特征向量,并将所述特征向量输入至所述卷积网络的Softmax层,具体包括:针对每个特征矩阵,将该特征矩阵中包含的各元素进行求和,得到特征值;根据得到的各特征值,确定特征向量,并将所述特征向量输入至所述卷积网络的Softmax层。3.如权利要求1~2任一所述的方法,其特征在于,所述前置处理包括:将所述待检测图像输入至所述MTCNN中的P-net进行处理,所述卷积网络包括:所述MTCNN中的R-net和/或O-net;或所述前置处理包括:将所述待检测图像通过所述MTCNN中的P-net以及R-net进行处理,所述卷积网络包括:所述MTCNN中的O-net。4.如权利要求3所述的方法,其特征在于,所述设定卷积核为1×1卷积核。5.如权利要求1所述的方法,其特征在于,所述MTCNN中每个卷积网络均对应至少一个评价指标,各卷积网络对应的评价指标相同;每个卷积网络对应的同一评价指标的权重不完全相同;每个评价指标均对应损失函数;所述方法还包括:根据所述MTCNN中每个卷积网络的各评价指标对应的损失函数以及每个卷积网络的各评价指标对应的权重,对所述MTCNN中的各卷积网络进行训练,所述MTCNN包含的各卷积网络包括:P-net、R-net、O-net。6.一种人脸检测的装置,其特征在于,所述装置用于...
【专利技术属性】
技术研发人员:吴香莲,彭莉,
申请(专利权)人:新智数字科技有限公司,
类型:发明
国别省市:河北,13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。