[发明专利]人脸检测模型训练方法及装置

说明书

本发明涉及人脸检测技术领域，提供一种人脸检测模型训练方法及装置。该方法包括：利用特征提取网络提取训练图像的特征图并确定训练样本；取i为1至M，将特征图输入至第i个人脸检测网络，获得训练样本对应的预测框以位置及预测框中存在人脸的概率；根据训练样本的分类标签计算第i个人脸检测网络的损失；在i小于M时，根据预测框与训练样本对应的真实框之间的位置关系，确定在计算第i+1个人脸检测网络的损失时训练样本的分类标签；在i为M时，获得M个人脸检测网络的总损失并更新人脸检测模型的参数；继续训练人脸检测模型直至满足训练结束条件。该方法训练出的人脸检测模型的人脸检测精度优于现有的单阶段人脸检测模型。

技术领域

本发明涉及人脸检测技术领域，具体而言，涉及一种人脸检测模型训练方法及装置。

背景技术

人脸检测是面部分析算法的基石，在人脸对齐、人脸建模、人脸重新照明、人脸识别、人脸美妆、人脸AR、人脸验证/认证、头部姿态跟踪、面部表情跟踪/识别、性别/年龄识别等任务中具有应用。人脸检测的目标是，给定任意图像，确定图像中是否存在人脸，如果存在，返回每个人脸在图像中的位置，通常用预测框表示(左上角坐标、长、宽)。

现有的人脸检测方法大体上可以分为单阶段检测和两阶段检测两种。其中，单阶段检测方法能够直接在图像上输出人脸的预测框，检测效率较高，因而在工业界应用更加广泛。然而，目前的单阶段检测方法中所使用的模型预测精度较低。

发明内容

有鉴于此，本发明实施例提供一种人脸检测模型训练方法及装置，训练一种级联结构的人脸检测模型，以改善人脸检测的精度。

为实现上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种人脸检测模型训练方法，人脸检测模型包括特征提取网络以及M个人脸检测网络，其中，M为大于或等于2的整数，方法包括：

利用特征提取网络提取训练图像的特征图，并基于特征图确定训练样本；

取i为1至M，将特征图输入至第i个人脸检测网络，利用第i个人脸检测网络预测获得训练样本在训练图像中对应的预测框位置以及预测框中存在人脸的概率；

根据训练样本的分类标签计算第i个人脸检测网络在预测后产生的损失；

在i小于M时，根据预测框与训练样本在训练图像中对应的真实框之间的位置关系，确定在计算第i+1个人脸检测网络预测后产生的损失时训练样本应当使用的分类标签；

在i为M时，获得将M个人脸检测网络的损失累加后得到的总损失，基于总损失更新人脸检测模型的参数；

获取新的训练图像继续训练人脸检测模型，直至满足训练结束条件。

在现有的单阶段人脸检测方法中，所使用的模型通常由一个特征提取网络和一个人脸检测网络构成，而在上述方法中使用的人脸检测模型则包括多个级联的人脸检测网络。所谓级联具体是指，前一个人脸检测网络针对训练样本输出的预测框位置，能够决定训练样本在后一个人脸检测网络计算预测后产生的损失时应当使用的分类标签，也就是说在训练后一个人脸检测网络时，样本的分类标签是根据前一个人脸检测网络的预测结果重新定义的，从而后一个人脸检测网络在训练完成后，预测的精度相对于前一个人脸检测网络会有所提升。

因此，若人脸检测模型中的第一个人脸检测网络为现有的单阶段人脸检测模型中的人脸检测网络，则在训练好的人脸检测模型中，除第一个以外的人脸检测网络的预测精度均应当现有的单阶段人脸检测模型。

结合第一方面，在第一方面的第一种可能的实现方式中，利用第i个人脸检测网络预测获得每个训练样本在训练图像中对应的预测框位置以及预测框中存在人脸的概率，包括：