[发明专利]人脸检测方法、装置、设备及存储介质在审
申请号: | 202010207278.1 | 申请日: | 2020-03-23 |
公开(公告)号: | CN111428628A | 公开(公告)日: | 2020-07-17 |
发明(设计)人: | 刘恒;程杨武 | 申请(专利权)人: | 北京每日优鲜电子商务有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 贾敏 |
地址: | 100102 北京市朝阳*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检测 方法 装置 设备 存储 介质 | ||
1.一种人脸检测方法,其特征在于,所述方法包括:
获取待检测图像;
调用人脸检测模型对所述待检测图像进行处理,得到所述待检测图像对应的第一概率,所述人脸检测模型用于检测所述待检测图像中是否包括人脸,所述第一概率是指所述待检测图像中包括人脸的概率;
响应于所述第一概率大于第一阈值,调用脸部穿戴物检测模型对所述待检测图像进行处理,得到所述待检测图像对应的第二概率,所述脸部穿戴物检测模型用于检测所述待检测图像中的人脸上是否存在符合要求的脸部穿戴物,所述第二概率是指所述待检测图像中的人脸上存在符合要求的脸部穿戴物的概率;
响应于所述第二概率小于第二阈值,确定所述待检测图像中包括未穿戴符合要求的脸部穿戴物的人脸。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据第一场景,确定所述人脸检测模型的目标准确率和目标召回率,所述第一场景是指所述人脸检测模型的使用场景;
调用所述人脸检测模型,对已标注的第一数据集进行处理,并结合所述人脸检测模型的目标准确率和目标召回率,确定所述第一阈值,所述第一数据集中包括所述第一场景的人脸图像。
3.根据权利要求2所述的方法,其特征在于,所述调用所述人脸检测模型,对已标注的第一数据集进行处理,并结合所述人脸检测模型的目标准确率和目标召回率,确定所述第一阈值,包括:
调用所述人脸检测模型,对已标注的第一数据集进行处理,得到第一检测结果,所述第一检测结果中包括所述第一数据集中的各个图像中包括人脸的概率;
选取至少一个候选第一阈值;
以所述候选第一阈值为基准,根据所述第一检测结果,计算所述人脸检测模型的候选准确率和候选召回率;
响应于所述人脸检测模型的候选准确率大于等于目标准确率,且所述人脸检测模型的候选召回率大于等于目标召回率,确定所述候选第一阈值为所述第一阈值。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据第二场景,确定所述脸部穿戴物检测模型的目标准确率和目标召回率,所述第二场景是指所述脸部穿戴物检测模型的使用场景;
调用所述脸部穿戴物检测模型,对已标注的第二数据集进行处理,根据所述脸部穿戴物检测模型的目标准确率和目标召回率,确定所述第二阈值,所述第二数据集中包括所述第二场景中的存在脸部穿戴物的人脸图像和不存在脸部穿戴物的人脸图像。
5.根据权利要求4所述的方法,其特征在于,所述调用所述脸部穿戴物检测模型,对已标注的第二数据集进行处理,根据所述脸部穿戴物检测模型的目标准确率和目标召回率,确定所述第二阈值,包括:
调用所述脸部穿戴物检测模型,对已标注的第二数据集进行处理,得到第二检测结果,所述第二检测结果中包括所述第二数据集中的各个图像中的人脸存在符合要求的脸部穿戴物的概率;
选取至少一个候选第二阈值;
以所述候选第二阈值为基准,根据所述第二检测结果,计算所述脸部穿戴物检测模型的候选准确率和候选召回率;
响应于所述脸部穿戴物检测模型的候选准确率大于等于目标准确率,且所述脸部穿戴物检测模型的候选召回率大于等于目标召回率,确定所述候选第二阈值为所述第二阈值。
6.根据权利要求1所述的方法,其特征在于,所述确定所述待检测图像中包括未穿戴符合要求的脸部穿戴物的人脸之后,还包括:
根据所述待检测图像,生成提醒信息,所述提醒信息用于提示所述待检测图像中包括未穿戴符合要求的脸部穿戴物的人脸;
向审核终端发送所述提醒信息。
7.根据权利要求6所述的方法,其特征在于,所述向审核终端发送所述提醒信息之前,还包括:
获取所述待检测图像的图像信息,根据所述图像信息确定所述提醒信息所要发送的审核终端;
或者,
对所述待检测图像进行特征提取,确定所述待检测图像对应的拍摄场景,根据所述拍摄场景确定所述提醒信息所要发送的审核终端。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京每日优鲜电子商务有限公司,未经北京每日优鲜电子商务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010207278.1/1.html,转载请声明来源钻瓜专利网。