[发明专利]人脸检测方法、装置及存储介质

说明书

本公开提供了一种人脸检测方法、装置及存储介质，属于图像处理领域。所述方法包括：获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。本公开通过采集多个尺度的样本人脸图像的方式来模拟多尺度，根据多个尺度的样本人脸图像进行模型训练，能够去除人脸检测模型中通过调整图像尺度来进行人脸检测的过程，简化人脸检测模型的模型结构，提高人脸检测速度，使人脸检测模型更加适用于终端使用。

技术领域

本公开涉及图像处理领域，尤其涉及一种人脸检测方法、装置及存储介质。

背景技术

随着图像技术的快速发展，人脸检测已经成为一种比较普遍的图像处理方式。在进行人脸检测时，通常会训练人脸检测模型，基于人脸检测模型检测人脸图像中的人脸区域。

通常的人脸检测模型需要考虑多个尺度的人脸图像，因此，人脸检测模型一般包含多个卷积层，针对输入至人脸检测模型的目标图像，通过多个卷积层对该目标图像进行处理，可以得到该目标图像的多个尺度的特征图，从而基于多个尺度的特征图进行人脸检测，导致人脸检测速度较慢，不适用于终端使用。

发明内容

本公开提供了一种人脸检测方法、装置及存储介质，可以克服相关技术中存在的问题。

根据本公开实施例的第一方面，提供一种人脸检测方法，所述方法包括：

获取多个样本人脸图像，所述多个样本人脸图像中包括多个尺度的人脸图像；

基于所述多个样本人脸图像进行模型训练，得到人脸检测模型，所述人脸检测模型用于在未调整图像尺度的情况下对所述图像进行人脸检测；

基于所述人脸检测模型，对待识别的目标图像进行人脸检测，得到所述目标图像中的人脸区域。

在一种可能实现方式中，所述获取多个样本人脸图像，包括：

对于多个样本人脸中的每个样本人脸，按照不同拍摄角度或者不同光照条件，分别拍摄所述样本人脸的多个尺度的人脸图像，将拍摄得到的人脸图像均作为样本人脸图像。

在另一种可能实现方式中，所述人脸检测模型包括特征提取网络、检测网络、分类回归网络，所述特征提取网络包括多个卷积层，且所述特征提取网络中的最后一个卷积层与所述检测网络连接，所述检测网络与所述分类回归网络连接；

所述特征提取网络用于对所述目标图像进行特征提取，通过所述最后一个卷积层输出所述目标图像的特征图；

所述检测网络用于在所述特征图中的每个点的中心位置，生成满足预设宽高比的目标窗口；

所述分类回归网络用于根据所述多个目标窗口，输出检测到的区域的分类类别和位置信息。

在另一种可能实现方式中，所述方法还包括：

调用所述人脸检测模型的配置文件，将所述配置文件中所述检测网络采用的预设宽高比设置为1:1。

在另一种可能实现方式中，所述分类回归网络还用于对所采用的特征图的尺度以及所述检测网络采用的预设宽高比进行调整。

在另一种可能实现方式中，所述基于所述人脸检测模型，对待识别的目标图像进行人脸检测，包括：

将所述目标图像输入至所述特征提取网络的第一个卷积层中；

对于所述特征提取网络中的每个卷积层，根据上一层输出的特征图进行卷积处理，将处理后得到的特征图输入至下一层中，直至所述特征提取网络的最后一个卷积层输出所述目标图像的特征图。