[发明专利]人脸检测方法及设备

说明书

本发明实施例提供一种人脸检测方法及设备，该方法包括：将待检测人脸图像进行缩放处理，得到多个尺度的待检测人脸图像；通过第一级神经网络模型对多个尺度的待检测人脸图像进行处理，得到第一候选框，并去除重叠的第一候选框，得到多个尺度的第一筛选候选框；分别获取各第一筛选候选框的第一人脸位置和/或第一人脸面积，并去除第一人脸位置超过对应尺度的位置阈值的第一筛选候选框，和/或第一人脸面积超过对应尺度的面积阈值的第一筛选候选框，得到第二筛选候选框；依次通过第二级神经网络模型和第三级神经网络模型对所述第二筛选候选框进行处理，得到人脸图像。本发明实施例能够提高人脸检测效率。

技术领域

本发明实施例涉及人脸识别技术领域，尤其涉及一种人脸检测方法及设备。

背景技术

用户在办理业务时，通常需要采集用户人脸图像作为审核的凭据。在采集用户图像时，由于受到周围环境的影响，采集的用户图像常常包括其他人脸的图像，因此，需要对采集的用户图像进行人脸检测，以提取用户的人脸图像。

目前，常用的人脸检测方法是通过多任务级联卷积网络算法(全称Multi-taskCascaded Convolutional Networks，简称MTCNN)进行人脸检测。MTCNN算法通过首先筛选出人脸候选框，再对人脸候选框作进一步筛选，得到人脸图像。

然而，发明人发现，现有的MTCNN网络算法中，筛选出的人脸候选框数量太多，导致后续进一步筛选人脸候选框时运算量太大，降低人脸检测的效率。

发明内容

本发明提供一种人脸检测方法及设备，以解决现有技术中人脸检测效率低的问题。

第一方面，本发明实施例提供一种人脸检测方法，包括：

将待检测人脸图像进行缩放处理，得到多个尺度的待检测人脸图像；

通过第一级神经网络模型对多个尺度的待检测人脸图像进行处理，得到第一候选框，并去除重叠的第一候选框，得到多个尺度的第一筛选候选框；

分别获取各第一筛选候选框的第一人脸位置和/或第一人脸面积，并去除第一人脸位置超过对应尺度的位置阈值的第一筛选候选框，和/或第一人脸面积超过对应尺度的面积阈值的第一筛选候选框，得到第二筛选候选框；

依次通过第二级神经网络模型和第三级神经网络模型对所述第二筛选候选框进行处理，得到人脸图像。

作为本发明的一个实施例，所述依次通过第二级神经网络模型和第三级神经网络模型对所述第二筛选候选框进行处理，得到人脸图像，包括：

通过第二级神经网络模型对所述第二筛选候选框进行处理，得到第二候选框，并去除重叠的第二候选框，得到多个尺度的第三筛选候选框；

分别获取各第三筛选候选框的第二人脸位置和/或第二人脸面积，并去除第二人脸位置超过对应尺度的位置阈值的第三筛选候选框，和/或第二人脸面积超过对应尺度的面积阈值的第三筛选候选框，得到第四筛选候选框；

通过第三级神经网络模型对所述第四筛选候选框进行处理，得到人脸图像。

作为本发明的一个实施例，所述通过第三级神经网络模型对所述第四筛选候选框进行处理，得到人脸图像，包括：

通过第三级神经网络模型对所述第四筛选候选框进行处理，得到第三候选框，并去除重叠的第三候选框，得到多个尺度的第五筛选候选框；

获取各第五筛选候选框的第三人脸位置和/或第三人脸面积，并去除第三人脸位置超过对应尺度的位置阈值的第五筛选候选框，和/或第三人脸面积超过对应尺度的面积阈值的第五筛选候选框，得到人脸图像。

作为本发明的一个实施例，所述去除第一人脸位置超过对应尺度的位置阈值的第一筛选候选框之前，还包括：