[发明专利]人脸检测方法、装置、电子设备以及可读存储介质

说明书

本公开实施例公开了一种人脸检测方法、装置、电子设备以及可读存储介质。该人脸检测方法包括：通过主干卷积神经网络处理人脸图像数据，其中，所述主干卷积神经网络包括多个处理阶段，每个所述处理阶段输出第一特征图；通过特征融合网络处理多个所述第一特征图，得到多个第二特征图；基于所述多个第二特征图，确定多个预测框；获取在柔性最大值运算下表明置信度的第一阈值；将所述第一阈值转化为在加减运算下表明置信度的第二阈值；基于所述预测框和所述第二阈值确定预测结果。通过将柔性最大值的阈值比较转化为加减运算的阈值比较，极大地节省了计算量，提高了处理效率，也降低了在终端部署模型的难度。

分案说明

本公开是2021年2月23日提交的申请号为202110202066.9、发明名称为“人脸检测方法、装置、电子设备以及可读存储介质”的发明专利申请的分案申请。

技术领域

本公开涉及人脸识别技术领域，具体涉及一种人脸检测方法、装置、电子设备以及可读存储介质。

背景技术

随着人体身份识别核验技术和图像智能检测识别技术的不断发展，人脸识别技术也日趋成熟，人脸识别应用越来越趋于终端，web端，并且输入条件的降低使人机交互更加便利。一般来说人脸识别技术包含人脸检测技术、人脸关键点定位技术、人脸特征提取技术和人脸属性分析技术。本发明人发现，现有人脸检测算法计算量大，耗时多难以在终端(例如门禁)中部署。

发明内容

为了解决相关技术中的问题，本公开实施例提供一种人脸检测方法、装置、电子设备以及可读存储介质。

第一方面，本公开实施例中提供了一种人脸检测方法。

具体地，所述人脸检测方法，包括：

通过主干卷积神经网络处理人脸图像数据，其中，所述主干卷积神经网络包括多个处理阶段，每个所述处理阶段输出第一特征图；

通过特征融合网络处理多个所述第一特征图，得到多个第二特征图；

基于所述多个第二特征图，确定多个预测框；

获取在柔性最大值运算下表明置信度的第一阈值；

将所述第一阈值转化为在加减运算下表明置信度的第二阈值；

基于所述预测框和所述第二阈值确定预测结果。

结合第一方面，本公开在第一方面的第一种实现方式中，通过下式将所述第一阈值转化为所述第二阈值：

其中，t₁为第一阈值，t₂为第二阈值。

结合第一方面，本公开在第一方面的第二种实现方式中，所述主干卷积神经网络包括交替设置的多个普通卷积层和多个深度可分离卷积层。

结合第一方面、第一方面的第一种或第二种实现方式中的任一项，本公开在第一方面的第三种实现方式中，所述通过特征融合网络处理多个所述第一特征图，得到多个第二特征图包括：

通过第一融合子网络处理多个所述第一特征图，用于在所述第一特征图之间融合特征，得到多个第三特征图；

通过第二融合子网络分别处理所述多个第三特征图，得到多个第二特征图。

结合第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，多个所述第一特征图至少包括特征图C1和特征图C2，所述特征图C1的尺寸大于特征图C2的尺寸，所述通过第一融合子网络处理多个所述第一特征图，用于在所述第一特征图之间融合特征，得到多个第三特征图包括：

分别通过1×1的卷积层处理所述特征图C1和C2，得到通道数相同的特征图M1和P2；

对P2上采样得到特征图M2_up，并与M1叠加，得到特征图M1_add；