[发明专利]一种生成人脸检测模型、三维人脸图像的方法及装置

权利要求书

1.一种生成人脸检测模型的方法，其特征在于，包括：

获取多个训练视频，所述训练视频包括多帧连续的训练图像，所述训练图像预先标记了人脸检测框；

以所述训练视频为训练样本对神经网络模型进行训练；

针对每个训练视频，确定所述训练视频中各帧训练图像的损失函数；其中，每帧训练图像的损失函数是根据所述训练图像中预先标记的人脸检测框、所述神经网络模型预测输出的所述训练图像中的人脸检测框以及所述神经网络模型预测输出的所述训练图像的帧约束图像中的人脸检测框确定的；所述训练图像的帧约束图像为所述训练视频中与所述训练图像相邻的N帧图像，N为大于0的整数；

根据所述训练视频中各帧训练图像的损失函数确定所述神经网络模型的损失函数；

最小化所述神经网络模型的损失函数，得到人脸检测模型。

2.如权利要求1所述的方法，其特征在于，所述每帧训练图像的损失函数是根据所述训练图像中预先标记的人脸检测框、所述神经网络模型预测输出的所述训练图像中的人脸检测框以及所述神经网络模型预测输出的所述训练图像的帧约束图像中的人脸检测框确定的，包括：

针对所述训练视频中的每帧训练图像，将所述训练视频中与所述训练图像相邻的且位于所述训练图像之前的N帧训练图像确定为所述训练图像的帧约束图像；

确定所述神经网络模型预测输出的所述训练图像中的人脸检测框与所述训练图像中预先标记的人脸检测框之间的第一距离；

确定所述神经网络模型预测输出的所述训练图像中的人脸检测框分别与所述神经网络模型预测输出的每一帧帧约束图像中的人脸检测框之间的第二距离；

根据所述第一距离与所述第二距离确定所述训练图像的损失函数。

3.一种生成三维人脸图像的方法，其特征在于，包括：

从图像采集装置采集的视频中获取待检测视频，所述待检测视频中包括多帧待检测图像；

采用人脸检测模型确定所述待检测视频中各帧待检测图像中的人脸检测框，其中，所述人脸检测模型是采用权利要求1或2所述的方法获得的；

根据所述待检测视频中各帧待检测图像中的人脸检测框生成所述待检测视频对应的三维人脸图像。

4.一种生成人脸检测模型的装置，其特征在于，包括：

第一获取模块，用于获取多个训练视频，所述训练视频包括多帧连续的训练图像，所述训练图像预先标记了人脸检测框；

训练模块，用于以所述训练视频为训练样本对神经网络模型进行训练；针对每个训练视频，确定所述训练视频中各帧训练图像的损失函数；其中，每帧训练图像的损失函数是根据所述训练图像中预先标记的人脸检测框、所述神经网络模型预测输出的所述训练图像中的人脸检测框以及所述神经网络模型预测输出的所述训练图像的帧约束图像中的人脸检测框确定的；所述训练图像的帧约束图像为所述训练视频中与所述训练图像相邻的N帧图像，N为大于0的整数；根据所述训练视频中各帧训练图像的损失函数确定所述神经网络模型的损失函数；最小化所述神经网络模型的损失函数，得到人脸检测模型。

5.如权利要求4所述的装置，其特征在于，所述训练模块具体用于：

针对所述训练视频中的每帧训练图像，将所述训练视频中与所述训练图像相邻的且位于所述训练图像之前的N帧训练图像确定为所述训练图像的帧约束图像；

确定所述神经网络模型预测输出的所述训练图像中的人脸检测框与所述训练图像中预先标记的人脸检测框之间的第一距离；

确定所述神经网络模型预测输出的所述训练图像中的人脸检测框分别与所述神经网络模型预测输出的每一帧帧约束图像中的人脸检测框之间的第二距离；

根据所述第一距离与所述第二距离确定所述训练图像的损失函数。

6.一种生成三维人脸图像的装置，其特征在于，包括：

第二获取模块，从图像采集装置采集的视频中获取待检测视频，所述待检测视频中包括多帧待检测图像；

检测模块，用于采用人脸检测模型确定所述待检测视频中各帧待检测图像中的人脸检测框，其中，所述人脸检测模型是采用权利要求4或5所述的装置获得的；

处理模块，用于根据所述待检测视频中各帧待检测图像中的人脸检测框生成所述待检测视频对应的三维人脸图像。