[发明专利]一种人脸检测方法及装置

说明书

本发明实施例提出一种人脸检测方法及装置，涉及人脸检测技术领域。该方法及装置通过获取待测图像，并基于预训练的当前RFCN网络模型分类器及待测图像获得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，再依据类别概率值、目标候选框位置坐标以及定点位置坐标检测待测图像是否包含有与类别对应的真实人脸目标并生成检测结果；由于在应用该已经经过训练的RFCN网络模型分类器的对获取待测图像时，可以得到待测图像的定点位置坐标，通过综合待测图像的类别概率值以及定点位置坐标确定待测图像是否包含该类型的人脸目标，不仅提高了人脸定位位置的准确性，还降低了误检率。

技术领域

本发明涉及人脸检测技术领域，具体而言，涉及一种人脸检测方法及 装置。

背景技术

随着智能监控摄像头、自动驾驶汽车的出现，面部识别以及大量对人 有价值的应用出现，快速、精准的目标检测系统市场也日益蓬勃。

在现有技术中，人脸检测系统大多基于SSD目标测算法、R-FCN检 测方法对目标进行识别。但由于人脸检测系统的前端装置所处的环境存在 的多样性、复杂性等特点，给所抓拍到的目标进行提取轮廓或关键点过程 造成了很大的困难。此外，通过上述方法检测小目标时，大多会对小目标 进行降采样，而进行多次降采样以后，特征图上表示小目标的像素就会非 常少，这很不利于小目标的检测，从而导致检出率相对较低。

发明内容

有鉴于此，本发明的目的在于提供一种人脸检测方法及装置，以解决 上述问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种人脸检测方法，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。

第二方面，本发明实施例还提供了一种人脸检测装置，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。

本发明实施例提供的人脸检测方法及装置，通过获取待测图像，并基 于预训练的当前RFCN网络模型分类器及待测图像获得待测图像包含的 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，再依据类别概率值、目标候选框位置坐标以及定点位置坐标检测待测 图像是否包含有与类别对应的真实人脸目标并生成检测结果；由于在训练 RFCN网络模型分类器时，对样本的定点位置坐标进行了训练，从而在应 用该已经经过训练的RFCN网络模型分类器的对获取待测图像时，可以得 到待测图像的定点位置坐标，通过综合待测图像的类别概率值以及定点位 置坐标确定待测图像是否包含该类型的人脸目标，不仅提高了人脸定位位 置的准确性，还降低了误检率。