【技术实现步骤摘要】
人脸检测方法、模型训练方法、电子设备及程序产品
[0001]本公开涉及人工智能技术中的计算机视觉技术、深度学习技术，尤其涉及一种人脸检测方法、模型训练方法、电子设备及程序产品。
技术介绍
[0002]随着人工智能技术的发展，人脸检测技术的应用越来越广泛，例如，可以通过人脸检测技术确定图像中人脸所在的位置，再对人脸所在的区域进行处理。
[0003]现有技术的方案中，可以将图像输入神经网络，由神经网络输出图像中的人脸区域，具体可以输出人脸矩形框，也就是人脸所在区域的左上角、左下角、右上角、右下角的坐标。
[0004]但是，人脸的形状并非矩形，这就导致现有技术的方案中输出的人脸区域包括不属于人脸的像素点的问题，进而导致后期在对人脸区域进行处理时，也会同步的对不属于人脸的像素点进行处理，处理效果较差。
技术实现思路
[0005]本公开提供了一种人脸检测方法、模型训练方法、电子设备及程序产品，以提高在图像中进行人脸检测的效果。
[0006]根据本公开的第一方面，提供了一种人脸检测方法，包括：
【技术保护点】
【技术特征摘要】
1.一种人脸检测方法，包括：获取待处理图像，利用人脸检测模型对所述待处理图像进行处理得到人脸检测结果；所述人脸检测结果用于表征所述待处理图像中包括的像素点是否属于人脸部分；根据所述检测结果，在所述待处理图像中确定人脸区域。2.根据权利要求1所述的方法，其中，所述人脸检测模型的结构包括编码器和解码器；所述利用人脸检测模型对所述待处理图像进行处理得到人脸检测结果，包括：利用所述编码器提取所述待处理图像的图像特征；利用所述解码器对所述图像特征进行处理，确定所述待处理图像中包括的像素点是否属于人脸部分。3.根据权利要求2所述的方法，其中，所述利用所述解码器对所述图像特征进行处理，确定所述待处理图像中包括的像素点是否属于人脸部分，包括：利用所述解码器对所述图像特征进行处理，确定所述待处理图像中包括的像素点属于人脸部分的概率；基于所述解码器和所述像素点的概率，确定所述像素点是否属于人脸部分。4.根据权利要求1
‑
3任一项所述的方法，其中，所述获取待处理图像，包括：获取原始图像，对所述原始图像进行预处理，得到所述待处理图像；在所述待处理图像中确定人脸区域之后，还包括：根据所述待处理图像中的人脸区域，在所述原始图像中确定人脸区域。5.根据权利要求4所述的方法，还包括：对所述原始图像中的人脸区域进行模糊化处理，以使所述原始图像中的人脸无法被辨认。6.一种用于检测人脸的模型训练方法，包括：获取训练图像，所述训练图像中包括的像素点具有标签数据，所述标签数据用于表征所述像素点是否属于人脸部分；利用预设的模型对所述训练图像进行处理，得到所述训练图像中包括的像素点的预测数据；所述预测数据用于表征所述像素点是否属于人脸部分；根据所述训练图像中属于同一像素点的标签数据和预测数据，调整所述模型的参数，得到用于检测人脸的模型。7.根据权利要求6所述的方法，其中，所述模型的结构包括编码器和解码器；所述利用预设的模型对所述训练图像进行处理，得到所述训练图像中包括的像素点的预测数据，包括：对所述训练图像进行预处理，得到输入图像；利用所述编码器提取所述输入图像的图像特征；利用所述解码器对所述图像特征进行处理，确定所述输入图像中包括的像素点是否属于人脸部分；根据所述输入图像中包括的像素点是否属于人脸部分，确定所述训练图像中包括的像素点是否属于人脸部分。8.根据权利要求7所述的方法，其中，所述利用所述解码器对所述图像特征进行处理，确定所述输入图像中包括的像素点是否属于人脸部分，包括：
利用所述解码器对所述图像特征进行处理，确定所述输入图像中包括的像素点属于人脸部分的概率；基于所述解码器和所述像素点的概率，确定所述输入图像中包括的所述像素点是否属于人脸部分。9.一种人脸检测装置，包括：获取单元，用于获取待处理图像；检测单元用于利用人脸检测模型对所述待处理图像进行处理得到人脸检测结果；所述人脸检测结果用于表征所述待处理图像中包括的像素点是否属于人脸部分；确定单元，用于根据所述检测结果，在所述待处理图像中确定人脸区域...
【专利技术属性】
技术研发人员：张丽，杜悦艺，孙亚生，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
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。