【技术实现步骤摘要】
一种人脸检测方法、系统以及相关装置
[0001]本申请涉及人脸识别
,特别是涉及一种人脸检测方法
、
系统以及相关装置
。
技术介绍
[0002]随着智能化水平的不断提高,日常生活中越来越多需求的实现依赖于智能设备对人脸的检测
。
然而,在实际应用中,由于人物处于实时运动的复杂状态
、
且智能设备存在处理能力有限等问题,导致智能设备对人脸进行检测的效率和准确性较低
。
有鉴于此,如何提出一种算力资源消耗较少且检测的准确性较高的人脸检测方法成为亟待解决的问题
。
技术实现思路
[0003]本申请主要解决的技术问题是提供一种人脸检测方法
、
系统以及相关装置,能够提高人脸检测的效率和准确性
。
[0004]为解决上述技术问题,本申请采用的一个技术方案是:提供一种人脸检测方法,包括:获取待检测图像;对所述待检测图像进行人脸检测,获得所述待检测图像的大尺度人脸检测结果和小尺度检测结果;其中,所述小尺度人脸检测结果中包含的小尺度候选人脸占所述待检测图像的比值小于第一数值,所述大尺度人脸检测结果中包含的大尺度候选人脸占所述待检测图像的比值大于第二数值;基于所述小尺度人脸检测结果和所述大尺度人脸检测结果,获得所述待检测图像中的目标人脸
。
[0005]为解决上述技术问题,本申请采用的另一个技术方案是:提供一种人脸检测系统,包括:获取模块,用于获取待检测图像;检测模块,用于对所述待检测
【技术保护点】
【技术特征摘要】
1.
一种人脸检测方法,其特征在于,包括:获取待检测图像;对所述待检测图像进行人脸检测,获得所述待检测图像的大尺度人脸检测结果和小尺度人脸检测结果;其中,所述小尺度人脸检测结果中包含的小尺度候选人脸占所述待检测图像的比值小于第一数值,所述大尺度人脸检测结果中包含的大尺度候选人脸占所述待检测图像的比值大于或等于第二数值;基于所述小尺度人脸检测结果和所述大尺度人脸检测结果,获得所述待检测图像中的目标人脸
。2.
根据权利要求1所述的方法,其特征在于,所述对所述待检测图像进行人脸检测,获得所述待检测图像的大尺度人脸检测结果和小尺度人脸检测结果,包括:将所述待检测图像输入至共享子模型中,得到所述待检测图像的初始特征;将所述初始特征输入至大尺度人脸检测子模型中,得到所述大尺度人脸检测结果;以及,将所述初始特征输入至小尺度人脸检测子模型中,得到所述小尺度人脸检测结果;其中,所述共享子模型
、
所述大尺度人脸检测子模型和所述大尺度人脸检测子模型组成检测模型,所述检测模型基于多个训练样本训练得到,所述训练样本至少包含标注的人脸区域
。3.
根据权利要求2所述的方法,其特征在于,所述大尺度人脸检测子模型包括第一特征提取网络和大尺度人脸检测网络,所述将所述初始特征输入至大尺度人脸检测子模型中,得到所述大尺度人脸检测结果,包括:将所述初始特征输入至所述第一特征提取网络,得到多个维度下的大尺度人脸特征;将当前维度以及下一维度分别对应的所述大尺度人脸特征进行特征融合,得到多个融合特征;将每个所述融合特征输入至所述大尺度人脸检测网络,得到每个所述融合特征对应的大尺度人脸参考结果;其中,所述大尺度人脸参考结果包括检测到的大尺度候选人脸以及所述大尺度候选人脸的第一置信度;基于所有所述融合特征对应的所述大尺度人脸参考结果,得到所述大尺度人脸检测结果
。4.
根据权利要求3所述的方法,其特征在于,所述大尺度人脸检测子模型还包括关键点检测网络,所述将当前维度以及下一维度分别对应的所述大尺度人脸特征进行特征融合,得到多个融合特征之后,包括:将每个所述融合特征输入至所述关键点检测网络,得到至少部分预测关键点以及所述预测关键点的可见性信息;其中,所述大尺度人脸参考结果还包括所述预测关键点和所述可见性信息
。5.
根据权利要求2所述的方法,其特征在于,所述小尺度人脸检测子模型包括人形检测网络
、
人脸特征提取网络和小尺度人脸...
【专利技术属性】
技术研发人员:吴子扬,黄启东,孙建伟,王海坤,周正友,吴江照,胡国平,
申请(专利权)人:合肥智能语音创新发展有限公司,
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。