[发明专利]一种人脸检测方法及装置

权利要求书

1.一种人脸检测方法，其特征在于，包括：

将待检测图像输入第一卷积神经网络，所述第一卷积神经网络检测所述待检测图像中的人脸区域，在检测到的人脸区域标注第一人脸候选窗口；

将所述第M-1人脸候选窗口的规模调整为第M卷积神经网络的规模后输入所述第M卷积神经网络，所述第M卷积神经网络检测所述第M-1人脸候选窗口的人脸区域，在检测到的人脸区域标注第M人脸候选窗口，其中，M＝2、3、……、N，N≥3；

采用全局非极大值抑制的方法将所述第N人脸候选窗口和第N-1人脸候选窗口合并为人脸精选窗口；

其中，所述第一至第N卷积神经网络按照卷积神经网络的规模从小到大的顺序级联。

2.根据权利要求1所述的方法，其特征在于，检测人脸区域的方法为：分类检测法或者热图像检测法。

3.根据权利要求2所述的方法，其特征在于，若检测人脸区域的方法为分类检测法，则所述第一人脸候选窗口到所述第N-1人脸候选窗口均为通过窗口边框回归和非极大值抑制方法处理后的窗口；所述第N人脸候选窗口为通过窗口边框回归方法处理后的窗口。

4.根据权利要求3所述的方法，其特征在于，通过非极大值抑制方法处理的窗口为同一规模的窗口。

5.一种人脸检测方法，其特征在于，包括：

将待检测图像输入第一卷积神经网络，所述第一卷积神经网络检测所述待检测图像中的人脸区域，在检测到的人脸区域标注第一人脸候选窗口；

将所述待检测图像分解为多个第M人脸候选窗口，并将所述第M人脸候选窗口输入所述第M卷积神经网络，所述第M卷积神经网络检测每一所述第M人脸候选窗口是否为人脸窗口，其中，所述第M人脸候选窗口的规模为所述第M卷积神经网络的规模，M＝2、3、……、N-1，N≥3；

采用全局非极大值抑制的方法将检测为人脸窗口的所述第一人脸候选窗口到所述第N-1人脸候选窗口合并得到第N人脸候选窗口；

将所述第N人脸候选窗口的规模调整为第N卷积神经网络的规模后输入所述第N卷积神经网络，所述第N卷积神经网络检测所述第N人脸候选窗口的人脸区域，在检测到的人脸区域标注人脸精选窗口；

其中，所述第N卷积神经网络为所有卷积神经网络中规模最大的卷积神经网络。

6.根据权利要求5所述的方法，其特征在于，检测人脸区域的方法为：分类检测法或者热图像检测法。

7.根据权利要求6所述的方法，其特征在于，若检测人脸区域的方法为分类检测法，则所述第一人脸候选窗口到所述第N-1人脸候选窗口、以及所述人脸精选窗口均为通过窗口边框回归和非极大值抑制方法处理后的窗口。

8.根据权利要求7所述的方法，其特征在于，通过非极大值抑制方法处理的窗口为同一规模的窗口。

9.一种人脸检测装置，其特征在于，包括：

第一人脸候选窗口标注模块，用于将待检测图像输入第一卷积神经网络，所述第一卷积神经网络检测所述待检测图像中的人脸区域，在检测到的人脸区域标注第一人脸候选窗口；

第M-1人脸候选窗口标注模块，用于将所述第M-1人脸候选窗口的规模调整为第M卷积神经网络的规模后输入所述第M卷积神经网络，所述第M卷积神经网络检测所述第M-1人脸候选窗口的人脸区域，在检测到的人脸区域标注第M人脸候选窗口，其中，M＝2、3、……、N，N≥3；

人脸精选窗口标注模块，用于采用全局非极大值抑制的方法将所述第N人脸候选窗口和第N-1人脸候选窗口合并为人脸精选窗口；

其中，所述第一至第N卷积神经网络按照卷积神经网络的规模从小到大的顺序级联。

10.一种人脸检测装置，其特征在于，包括：

第一人脸候选窗口标注模块，用于将待检测图像输入第一卷积神经网络，所述第一卷积神经网络检测所述待检测图像中的人脸区域，在检测到的人脸区域标注第一人脸候选窗口；

第M人脸候选窗口标注模块，用于将所述待检测图像分解为多个第M人脸候选窗口，并将所述第M人脸候选窗口输入所述第M卷积神经网络，所述第M卷积神经网络检测每一所述第M人脸候选窗口是否为人脸窗口，其中，所述第M人脸候选窗口的规模为所述第M卷积神经网络的规模，M＝2、3、……、N-1，N≥3；

第N人脸候选窗口合并模块，用于采用全局非极大值抑制的方法将检测为人脸窗口的所述第一人脸候选窗口到所述第N-1人脸候选窗口合并得到第N人脸候选窗口；

人脸精选窗口标注模块，用于将所述第N人脸候选窗口的规模调整为第N卷积神经网络的规模后输入所述第N卷积神经网络，所述第N卷积神经网络检测所述第N人脸候选窗口的人脸区域，在检测到的人脸区域标注人脸精选窗口；

其中，所述第N卷积神经网络为所有卷积神经网络中规模最大的卷积神经网络。