[发明专利]用于人脸遮挡检测的多标签深度卷积神经网络方法、装置和电子设备

权利要求书

1.一种用于人脸遮挡检测的多标签深度卷积神经网络方法，其特征在于，包括：

获取待检测的人脸图像；

对所述人脸图像进行检测得到人脸信息，包括人脸框和人脸关键点；

将所述的人脸关键点与预设的人脸关键点进行仿射变换对齐，取裁剪后的人脸图像；

将裁剪后的人脸图像输入预训练的人脸遮挡检测模型进行识别，得到待测人脸图像的遮挡信息。

2.根据权利要求1所述的用于人脸遮挡检测的多标签深度卷积神经网络方法，其特征在于，所述人脸关键点包括左眼珠、右眼珠、鼻尖、左嘴角和右嘴角的坐标点信息。

3.根据权利要求2所述的用于人脸遮挡检测的多标签深度卷积神经网络方法，其特征在于，所述遮挡信息包括遮挡的脸部区域以及对应脸部区域的遮挡程度信息；

所述脸部区域为八个，分别为左眼、右眼、鼻子、嘴部、下巴、额头、左脸和右脸。

4.根据权利要求1所述的用于人脸遮挡检测的多标签深度卷积神经网络方法，其特征在于，所述预训练的人脸遮挡检测模型的训练步骤包括：

将对齐并裁剪的人脸遮挡图像和相应脸部区域的遮挡标签作为人脸遮挡训练数据集；

利用度卷积神经网络对输入的人脸图像进行识别，并输出各脸部区域的遮挡程度信息；

将所述脸部区域的遮挡程度信息与相应区域的遮挡标签进行比对，通过BCEWithLogitsLoss函数计算每个区域的分类损失值，并反向更新网络权重参数，完成人脸遮挡检测模型训练。

5.根据权利要求4所述的用于人脸遮挡检测的多标签深度卷积神经网络方法，其特征在于，所述八个脸部区域中遮挡标签中的每个区域的结果为0或1。

6.一种用于人脸遮挡检测的装置，其特征在于，包括：

图像获取模块，用于获取待检测的人脸图像；

图像处理模块，用于对所述人脸图像进行检测得到人脸信息，包括人脸框和人脸关键点；并将所述的人脸关键点与预设的人脸关键点进行仿射变换对齐，取裁剪后的人脸图像；最后将裁剪后的人脸图像输入预训练的人脸遮挡检测模型进行识别，得到待测人脸图像的遮挡信息。

7.根据权利要求6所述的用于人脸遮挡检测的多标签深度卷积神经网络装置，其特征在于，所述的图像获取模块为摄像头。

8.一种用于人脸遮挡检测的电子设备，其特征在于，包括：

至少一个处理器；

与所述至少一个处理器通信连接的存储器；

所述存储器存储有可被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行如权利要求1-5任一项所述的用于人脸遮挡检测的多标签深度卷积神经网络方法。