人脸检测模型的确定方法、装置及电子设备制造方法及图纸

本发明专利技术实施例公开了一种人脸检测模型的确定方法、装置及电子设备，通过确定车载设备采集的人脸图像中的人脸尺寸范围，根据人脸尺寸范围确定人脸检测模型的输出层的感受野，根据输出层的感受野调节所述人脸检测模型的参数，根据样本数据训练人脸检测模型，由此，根据本发明专利技术实施例的人脸检测模型对待处理图像进行人脸检测，可以减少计算量，实现轻量化人脸检测。

【技术实现步骤摘要】
人脸检测模型的确定方法、装置及电子设备
本专利技术涉及图像处理
，更具体地，涉及一种人脸检测模型的确定方法、装置及电子设备。
技术介绍
随着人工智能的广泛应用，设备控制、行为检测以及人脸表情检测、疲劳检测等均依赖于人脸检测模型的检测，同时，为了满足各类设备的算力要求，采用轻量化的人脸检测模型至关重要。
技术实现思路
有鉴于此，本专利技术实施例提供一种人脸检测模型的确定方法、装置及电子设备，以使得根据本专利技术实施例的人脸检测模型对待处理图像进行人脸检测，从而减少计算量，实现轻量化人脸检测。第一方面，本专利技术实施例提供一种人脸检测模型的确定方法，所述方法包括：确定车载设备采集的人脸图像中的人脸尺寸范围；根据所述人脸尺寸范围确定所述人脸检测模型的输出层的感受野；根据所述输出层的感受野调节所述人脸检测模型的参数；根据样本数据训练所述人脸检测模型，所述样本数据包括多个人脸图像。可选的，根据所述输出层的感受野调节所述人脸检测模型的参数包括：根据所述输出层的感受野调节所述人脸检测模型的层数、各层卷积核大小和步长。可选的，所述输出层的感受野大于所述人脸尺寸范围的最大值。可选的，所述输出层的感受野与所述人脸尺寸范围的最大值的差小于预设值。可选的，所述人脸检测模型的当前层感受野根据对应的上一层感受野、当前层的卷积核大小、以及当前层的卷积层步长或池化层步长确定。可选的，所述人脸检测模型的各层感受野和人脸检测模型的参数满足：其中，RFk为所述人脸检测模型的第k层的感受野，k大于1，fk所述人脸检测模型的第k层的卷积核大小，si为第i层卷积层或池化层的步长。可选的，所述方法还包括:响应于所述人脸检测模型中的检测框尺寸小于所述人脸尺寸范围的最小值，对所述检测框对应的检测通道进行剪枝。第二方面，本专利技术实施例提供一种人脸检测模型的确定装置，所述装置包括：人脸尺寸范围确定单元，被配置为确定车载设备采集的人脸图像中的人脸尺寸范围；感受野确定单元，被配置为根据所述人脸尺寸范围确定所述人脸检测模型的输出层的感受野；参数调节单元，被配置为根据所述输出层的感受野调节所述人脸检测模型的参数；模型确定单元，被配置为根据样本数据训练所述人脸检测模型，所述样本数据包括多个人脸图像。可选的，参数调节单元包括：参数调节子单元，被配置为根据所述输出层的感受野调节所述人脸检测模型的层数、各层卷积核大小和步长。可选的，所述输出层的感受野大于所述人脸尺寸范围的最大值。可选的，所述输出层的感受野与所述人脸尺寸范围的最大值的差小于预设值。可选的，所述人脸检测模型的当前层感受野根据对应的上一层感受野、当前层的卷积核大小、以及当前层的卷积层步长或池化层步长确定。可选的，所述人脸检测模型的各层感受野和人脸检测模型的参数满足：其中，RFk为所述人脸检测模型的第k层的感受野，k大于1，fk所述人脸检测模型的第k层的卷积核大小，si为第i层卷积层或池化层的步长。可选的，所述装置还包括:剪枝单元，被配置为响应于所述人脸检测模型中的检测框尺寸小于所述人脸尺寸范围的最小值，对所述检测框对应的检测通道进行剪枝。第三方面，本专利技术实施例提供一种电子设备，所述电子设备包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如本专利技术实施例第一方面所述的方法。可选的，所述电子设备还包括图像采集装置，所述图像采集装置用于采集人脸图像。第四方面，本专利技术实施例提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时以实现如本专利技术实施例第一方面所述的方法。本专利技术实施例通过确定车载设备采集的人脸图像中的人脸尺寸范围，根据人脸尺寸范围确定人脸检测模型的输出层的感受野，根据输出层的感受野调节所述人脸检测模型的参数，根据样本数据训练人脸检测模型，由此，根据本专利技术实施例的人脸检测模型对待处理图像进行人脸检测，可以减少计算量，实现轻量化人脸检测。附图说明通过以下参照附图对本专利技术实施例的描述，本专利技术的上述以及其它目的、特征和优点将更为清楚，在附图中：图1是本专利技术实施例的人脸检测模型的确定方法的流程图；图2是本专利技术实施例的感受野的示意图；图3是本专利技术实施例的人脸检测模型的示意图；图4是本专利技术实施例的人脸检测方法的流程图；图5是本专利技术实施例的人脸检测模型的确定装置的示意图；图6是本专利技术实施例的人脸检测装置的示意图；图7是本专利技术实施例的电子设备的示意图。具体实施方式以下基于实施例对本专利技术进行描述，但是本专利技术并不仅仅限于这些实施例。在下文对本专利技术的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本专利技术。为了避免混淆本专利技术的实质，公知的方法、过程、流程、元件和电路并没有详细叙述。此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。除非上下文明确要求，否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。在本专利技术的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本专利技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。在车辆驾驶应用中，例如网约车应用领域，为了避免事故产生，对司机的驾驶状态(例如疲劳状态、情绪状态等)进行监控是尤为重要的，其中司机的驾驶状态监控依赖于人脸检测，为了适应各种车载设备的算力大小，本专利技术实施例提供一种轻量化的人脸检测模型，以减小人脸检测处理所占用的车载设备的计算量及功耗。图1是本专利技术实施例的人脸检测模型的确定方法。如图1所示，本专利技术实施例的人脸检测模型的确定方法包括以下步骤：步骤S110，确定车载设备采集的人脸图像中的人脸尺寸范围。在车辆驾驶领域，车载设备通常固定在车内，且与所采集的人脸的距离通常在一定距离范围内，例如网约车领域中，采集司机人脸的车载设备通常设置在驾驶座前方，同时，司机人脸的大小也通常在一定范围内，因此，可以通过车载设备所采集的多个人脸图像中的人脸大小来确定对应的人脸尺寸范围。可选的，车载设备可以为用户的终端设备，也可以为车辆内固定的设备，本实施例并不对此进行限制。步骤S120，根据上述人脸尺寸范围确定人脸检测模型的输出层的感受野。图2是本专利技术实施例的感受野的示意图。感受野(ReceptiveField)是神经网络每一层输出的特征图上的像素点在输入图像上映射的区域大小。如图2所示，特征图f1中的区域q1映射至特征图f2上的像素点s1，特征图f1中的区域q2映射至特征图f3的本文档来自技高网...

【技术保护点】
1.一种人脸检测模型的确定方法，其特征在于，所述方法包括：/n确定车载设备采集的人脸图像中的人脸尺寸范围；/n根据所述人脸尺寸范围确定所述人脸检测模型的输出层的感受野；/n根据所述输出层的感受野调节所述人脸检测模型的参数；/n根据样本数据训练所述人脸检测模型，所述样本数据包括多个人脸图像。/n

【技术特征摘要】
1.一种人脸检测模型的确定方法，其特征在于，所述方法包括：
确定车载设备采集的人脸图像中的人脸尺寸范围；
根据所述人脸尺寸范围确定所述人脸检测模型的输出层的感受野；
根据所述输出层的感受野调节所述人脸检测模型的参数；
根据样本数据训练所述人脸检测模型，所述样本数据包括多个人脸图像。


2.根据权利要求1所述的方法，其特征在于，根据所述输出层的感受野调节所述人脸检测模型的参数包括：
根据所述输出层的感受野调节所述人脸检测模型的层数、各层卷积核大小和步长。


3.根据权利要求1所述的方法，其特征在于，所述输出层的感受野大于所述人脸尺寸范围的最大值。


4.根据权利要求3所述的方法，其特征在于，所述输出层的感受野与所述人脸尺寸范围的最大值的差小于预设值。


5.根据权利要求1所述的方法，其特征在于，所述人脸检测模型的当前层感受野根据对应的上一层感受野、当前层的卷积核大小、以及当前层的卷积层步长或池化层步长确定。


6.根据权利要求1所述的方法，其特征在于，所述方法还包括:
响应于所述人脸检测模型...

【专利技术属性】
技术研发人员：林航东，张法朝，唐剑，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11