[发明专利]神经网络的生成方法和人脸检测方法、装置及电子设备

权利要求书

1.一种神经网络的生成方法，其特征在于，所述方法包括：

对目标尺度范围进行划分，得到多个子目标尺度范围，其中，所述目标尺度范围用于神经网络进行人脸检测；

确定所述多个子目标尺度范围分别对应的子神经网络；

将所述多个子目标尺度范围分别对应的子神经网络进行融合，得到所述神经网络，

其中，所述对目标尺度范围进行划分，得到多个子目标尺度范围，包括：

将所述目标尺度范围均匀分成多个子范围；

针对每个子范围，在训练数据集中抽取落在当前子范围内的多个人脸样本；

根据所述每个子范围内的各人脸样本的特征值，确定所述多个子目标尺度范围，

其中，所述根据所述每个子范围内的各人脸样本的特征值，确定所述多个子目标尺度范围，包括：

针对每个子范围内的每个人脸样本，基于所述人脸样本的像素值生成所述人脸样本的颜色直方图；

针对每个子范围，分别计算所述子范围内每两个人脸样本的颜色直方图之间的卡方距离，得到所述子范围的人脸样本距离矩阵；

根据所述人脸样本距离矩阵，生成所述子范围的相貌变化特征值；

根据所述每个子范围的相貌变化特征值，确定所述多个子目标尺度范围。

2.根据权利要求1所述的方法，其特征在于，所述针对每个子范围内的每个人脸样本，基于所述人脸样本的像素值生成所述人脸样本的颜色直方图之前，还包括：

针对每个子范围内的每个人脸样本，按照当前子范围的下界值，对所述人脸样本的尺寸进行缩放。

3.根据权利要求1-2中任意一项权利要求所述的方法，其特征在于，所述对目标尺度范围进行划分，得到多个子目标尺度范围，包括：

基于人脸的特征点对所述目标尺度范围进行划分，得到所述多个子目标尺度范围。

4.根据权利要求1-2中任意一项权利要求所述的方法，其特征在于，所述确定所述多个子目标尺度范围分别对应的子神经网络，包括：

针对每个子目标尺度范围，确定子目标尺度范围对应的池化降采样步长；并基于所述池化降采样步长，确定所述子目标尺度范围对应的子神经网络。

5.根据权利要求1-2中任意一项权利要求所述的方法，其特征在于，所述将所述多个子目标尺度范围分别对应的子神经网络进行融合，得到所述神经网络，包括：

基于共享网络参数，将所述多个子目标尺度范围分别对应的子神经网络进行融合，得到所述神经网络。

6.一种人脸检测方法，其特征在于，所述方法包括：

对待检测的人脸图像进行缩放，得到缩放后的人脸图像；

经神经网络对缩放后的人脸图像进行检测，得到所述待检测的人脸图像的人脸检测结果，

其中，所述神经网络是根据权利要求1-5中任意一项权利要求所述的方法生成的。

7.根据权利要求6所述的方法，其特征在于，所述对待检测的人脸图像进行缩放，得到缩放后的人脸图像，包括：

按照所述神经网络的目标尺度范围的上界，对所述待检测的人脸图像进行缩放。

8.根据权利要求6-7中任意一项权利要求所述的方法，其特征在于，所述待检测的人脸图像为静态图像，或者为视频帧序列中的视频图像。

9.根据权利要求8所述的方法，其特征在于，所述视频帧序列为直播中的视频帧序列。