[发明专利]一种人脸检测方法及装置

权利要求书

1.一种人脸检测方法，其特征在于，所述人脸检测方法包括：

获取待测图像；

基于预训练的当前RFCN网络模型分类器及所述待测图像获得所述待测图像包含的疑似人脸目标的类别、类别概率值、目标候选框位置坐标以及定点位置坐标，其中，所述类别概率值为在所述待测图像包含疑似人脸目标时，所述疑似人脸目标属于所述类别的概率值；

依据所述类别概率值、所述目标候选框位置坐标以及所述定点位置坐标检测所述待测图像是否包含有与所述类别对应的真实人脸目标；

生成检测结果；

在所述获取待测图像的步骤之前，所述人脸检测方法还包括：

获取包含多个训练样本的训练样本集，所述训练样本包括目标候选框，定点位置坐标及标签；

依据所述标签确定多个所述训练样本包含的人脸目标的类别，所述类别包括第一类型以及第二类型，其中，所述第一类型为小目标，所述第二类型为正常目标；

当所述人脸目标属于第一类型时，对属于所述第一类型的人脸目标的目标候选框进行扩展；

依据属于所述第二类型的目标候选框、属于所述第一类型的进行扩展后的目标候选框、所述定点位置坐标及预建立的初级RFCN网络模型分类器进行训练，从而建立当前RFCN网络模型分类器。

2.如权利要求1所述的人脸检测方法，其特征在于，所述依据所述类别概率值、所述目标候选框位置坐标以及所述定点位置坐标检测所述待测图像是否包含有与所述类别对应的真实人脸目标的步骤包括：

依据所述目标候选框位置坐标生成目标候选框；

检测所述类别概率值是否大于或等于预设定的概率阈值且所述定点位置坐标是否在所述目标候选框内。

3.如权利要求2所述的人脸检测方法，其特征在于，所述生成检测结果的步骤包括：

当所述类别概率值大于或等于预设定的概率阈值，且所述定点位置坐标在所述目标候选框内时，生成确定所述待测图像包含有与所述类别对应的真实人脸目标的检测结果。

4.如权利要求3所述的人脸检测方法，其特征在于，当所述待测图像包含的人脸目标与所述待测图像的比例小于或等于第一阈值时，所述人脸目标属于预设定的第一类型，在生成检测结果的步骤之后，所述人脸检测方法还包括：

当所述真实人脸目标属于所述第一类型时，基于所述定点位置坐标生成人脸位置框。

5.一种人脸检测装置，其特征在于，所述人脸检测装置包括：

待测图像获取单元，用于获取待测图像；

人脸目标信息获取单元，用于基于预训练的当前RFCN网络模型分类器及所述待测图像获得所述待测图像包含的疑似人脸目标的类别、类别概率值、目标候选框位置坐标以及定点位置坐标，其中，所述类别概率值为在所述待测图像包含疑似人脸目标时，所述疑似人脸目标属于所述类别的概率值；

检测单元，用于依据所述类别概率值、所述目标候选框位置坐标以及所述定点位置坐标检测所述待测图像是否包含有与所述类别对应的真实人脸目标；

结果生成单元，用于生成检测结果；

所述人脸检测装置还包括：

训练样本集获取单元，用于获取包含多个训练样本的训练样本集，所述训练样本包括目标候选框，定点位置坐标及标签；

分类单元，依据所述标签确定多个所述训练样本包含的人脸目标的类别，所述类别包括第一类型以及第二类型，其中所述第一类型为小目标，所述第二类型为正常目标；

扩展单元，当所述人脸目标属于第一类型时，对属于所述第一类型的目标候选框进行扩展；

训练单元，依据属于所述第二类型的目标候选框、属于所述第一类型的进行扩展后的目标候选框、所述定点位置坐标及预建立的初级RFCN网络模型分类器进行训练，从而建立当前RFCN网络模型分类器。

6.如权利要求5所述的人脸检测装置，其特征在于，所述检测单元包括：

目标候选框生成子单元，用于依据所述目标候选框位置坐标生成目标候选框；

检测子单元，用于依据所述类别概率值、所述目标候选框以及所述定点位置坐标确定所述待测图像是否包含有与所述类别对应的真实人脸目标。