[发明专利]一种图片检测的方法和相关装置

说明书

本申请公开了一种图片检测的方法和相关装置，该方法包括：基于同时标注人脸标签、人脸框位置信息、人头标签和人头框位置信息的图片样本以及卷积神经网络进行预先训练，获得用于同时检测人脸和人头的目标检测模型；获取包括人脸和人头的待检测图片；利用目标检测模型对待检测图片进行检测，获得待检测图片中目标人脸框和目标人头框。可见，通过卷积神经网络同时学习人脸特征和人头特征得到目标检测模型，仅利用该模型即可同时检测人脸的位置信息和人头的位置信息，使得检测算法复杂度降低，计算量减小，不仅节省计算资源，而且减少计算时间，能够满足人脸识别技术在实际应用中对于实时性的需求。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种图片检测的方法和相关装置。

背景技术

人脸具有唯一性和不易被复制性，为身份鉴别提供了必要的前提，使得人脸识别技术适用于身份识别和人机交互等应用场景。在进行人脸识别过程中首先需要明确识别对象，并在识别对象移动时保持识别对象的不变性，即，在人脸识别过程中需要进行人脸跟踪。

实际应用中，用户常常出现低头或者转头等动作导致某些瞬间人脸不可见，仅仅基于人脸信息进行跟踪容易导致跟踪中断，为了保持跟踪的稳定性，在利用人脸信息的基础上，还需要利用人头信息作为辅助信息帮助跟踪。现有技术中，一般使用基于卷积神经网络的人头检测器和基于卷积神经网络的人脸检测器这两个检测器，分别获取人头的位置信息和人脸的位置信息。

但是，发明人经过研究发现，采用两个基于卷积神经网络的检测器分别获取人头的位置信息和人脸的位置信息，导致检测算法的算法复杂度高，计算量较大，不仅需要消耗较多的计算资源，而且计算时间急剧增加，难以满足人脸识别技术在实际应用中对于实时性的需求。

发明内容

有鉴于此，本申请实施例提供一种图片检测的方法和相关装置，使得检测算法复杂度降低，计算量减小，不仅节省计算资源，而且减少计算时间，能够满足人脸识别技术在实际应用中对于实时性的需求。

第一方面，本申请实施例提供了一种图片检测的方法，该方法包括：

获取待检测图片，所述待检测图片包括人脸和人头；

利用目标检测模型对所述待检测图片进行检测，获得所述待检测图片中目标人脸框和目标人头框；所述目标检测模型是基于同时标注人脸标签、人脸框位置信息、人头标签和人头框位置信息的图片样本以及卷积神经网络预先训练获得的。

可选的，所述目标检测模型的训练过程包括：

基于所述图片样本和所述卷积神经网络中共用特征提取网络，获得所述图片样本对应的特征图；所述特征图包括人脸特征和人头特征；

基于所述特征图和所述卷积神经网络中人脸、人头分类定位器，获得所述图片样本中预测人脸框和预测人头框；

基于所述预测人脸框、所述预测人头框、所述人脸标签、所述人脸框位置信息、所述人头标签和所述人头框位置信息，利用目标损失函数训练更新所述卷积神经网络的网络参数；

将训练更新完成后的卷积神经网络确定为所述目标检测模型。

可选的，所述共用特征提取网络包括深度可分离卷积模块。

可选的，所述目标损失函数包括人头分类损失函数、人头位置预测损失函数、人脸分类损失函数和人脸位置预测损失函数。

可选的，所述目标检测模型包括目标共用特征提取网络以及目标人脸、目标人头分类定位器；

对应地，所述利用目标检测模型对所述待检测图片进行检测，获得所述待检测图片中目标人脸框和目标人头框，包括：

基于所述待检测图片和所述目标共用特征提取网络，获得所述待检测图片对应的目标特征图；所述目标特征图包括目标人脸特征和目标人头特征；