[发明专利]人头区域识别方法、装置及设备

说明书

本申请公开了一种人头区域识别方法、装置及设备，属于机器学习领域。所述方法包括：获取输入图像；将输入图像输入级联的n个神经网络层中，得到人头区域的n组候选识别结果；神经网络层用于根据预设的提取框对人头区域进行识别，存在至少两个神经网络层所采用的提取框的尺寸是不同的；对n组候选识别结果进行聚合，得到输入图像中人头区域的最终识别结果。本申请通过n个神经网络层中至少有两个神经网络层所采用的提取框的尺寸是不相同的，因此解决了当人脸在监控图像中所占的面积较小时基于固定尺寸的提取框对人头区域进行识别所导致的无法识别的问题，能够对输入图像中具有不同大小的人头区域均可以识别，提高了识别的准确度。

技术领域

本申请涉及机器学习领域，特别涉及一种人头区域识别方法、装置及设备。

背景技术

人头识别是在公共场所的监控领域中较为关键的技术。目前，人头识别主要通过机器学习模型来完成，比如神经网络模型。

相关技术中，利用机器学习模型可对监控图像中的人头区域进行识别。该过程包括：在电梯、闸机、路口等人流量较大的区域监控得到待测图像，将待测图像输入至神经网络模型中；该神经网络模型基于固定尺寸的提取框对图像特征进行识别，当该图像特征符合人脸特征时，输出分析结果。

由于基于固定尺寸的提取框对人头区域进行识别，当人脸在监控图像中所占的面积较小时，上述方法无法识别出该人脸而造成漏识别，导致识别的准确度较低。

发明内容

本申请实施例提供了一种人头区域识别方法、装置及设备，可以解决当人脸在监控图像中所占的面积较小时，相关技术无法识别出该人脸的问题。所述技术方案如下：

一方面，提供了一种人头区域识别方法，所述方法包括：

获取输入图像；

将所述输入图像输入级联的n个神经网络层中，所述n个神经网络层中的每个神经网络层输出一组候选识别结果，得到人头区域的n组候选识别结果，n≥2；所述神经网络层用于根据预设的提取框对人头区域进行识别，存在至少两个所述神经网络层所采用的所述提取框的尺寸是不同的；

对所述n组候选识别结果进行聚合，得到所述输入图像中人头区域的最终识别结果。

另一方面，提供了一种人流监控方法，所述方法包括：

获取监控摄像头采集的监控图像；

将所述监控图像输入级联的n个神经网络层中，所述n个神经网络层中的每个神经网络层输出一组候选识别结果，得到人头区域的n组候选识别结果；所述神经网络层用于根据预设的提取框对人头区域进行识别，存在至少两个所述神经网络层所采用的所述提取框的尺寸是不同的；

对所述n组候选识别结果进行聚合，得到所述监控图像中人头区域的最终识别结果；

根据所述最终识别结果在所述监控图像上显示所述人头区域。

另一方面，提供了一种人头区域识别装置，所述装置包括：

图像获取模块，用于获取输入图像；

识别模块，用于将所述输入图像输入级联的n个神经网络层中，所述n个神经网络层中的每个神经网络层输出一组候选识别结果，得到人头区域的n组候选识别结果，n≥2；所述神经网络层用于根据预设的提取框对人头区域进行识别，存在至少两个所述神经网络层所采用的所述提取框的尺寸是不同的；

聚合模块，用于对所述n组候选识别结果进行聚合，得到所述输入图像中人头区域的最终识别结果。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述的人头区域识别方法。