[发明专利]基于MTCNN人脸检测的改进方法和装置

权利要求书

1.一种基于MTCNN人脸检测的改进方法，其特征在于，包括：

利用预先获取的人脸图像训练样本，对MTCNN模型进行训练；其中，所述人脸图像训练样本包括：正向人脸样本、非正向人脸样本和非人脸样本；所述MTCNN模型包括：O-Net网络层，所述O-Net网络层的输入图片的尺寸为64x64；

使用训练后的MTCNN模型，对预先获取的待检测人脸图像进行人脸检测，获取正向人脸图像并输出检测结果。

2.根据权利要求1所述的基于MTCNN人脸检测的改进方法，其特征在于，所述O-Net网络层包括：输入层、卷积层、最大池化层和分类器。

3.根据权利要求2所述的基于MTCNN人脸检测的改进方法，其特征在于，所述O-Net网络层各层输出图片的尺寸分别为：输入层的输出尺寸为64×64×3、第一卷积和池化层的输出尺寸为31×31×32、第二卷积和池化层的输出尺寸为14×14×64、第三卷积和池化层的输出尺寸为5×5×64、第四卷积层的输出尺寸为3×3×128。

4.根据权利要求3所述的基于MTCNN人脸检测的改进方法，其特征在于，所述MTCNN模型的输出结果的维度为1×4×10，所述输出结果的每个维度分别表示：人脸概率、边框回归偏移向量和人脸关键点位置坐标。

5.根据权利要求1所述的基于MTCNN人脸检测的改进方法，其特征在于，所述非正向人脸样本包括：倒置人脸样本、顺时针90°人脸样本、逆时针90°人脸样本。

6.根据权利要求5所述的基于MTCNN人脸检测的改进方法，其特征在于，在所述训练样本中，所述正向人脸样本、所述倒置人脸样本、所述顺时针90°人脸样本、所述逆时针90°人脸样本和所述非人脸样本的比例为：4:2:1:1:4。

7.一种基于MTCNN人脸检测的改进装置，其特征在于，包括：

模型训练模块，用于利用预先获取的人脸图像训练样本，对MTCNN模型进行训练；其中，所述人脸图像训练样本包括：正向人脸样本、非正向人脸样本和非人脸样本；所述MTCNN模型包括：O-Net网络层，所述O-Net网络层的输入图片的尺寸为64x64；

人脸检测模块，用于使用训练后的MTCNN模型，对预先获取的待检测人脸图像进行人脸检测，获取正向人脸图像并输出检测结果。

8.根据权利要求7所述的基于MTCNN人脸检测的改进装置，其特征在于，所述非正向人脸样本包括：倒置人脸样本、顺时针90°人脸样本、逆时针90°人脸样本。

9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行所述权利要求1至6任一项所述的方法。