[发明专利]面部检测、图像检测神经网络训练方法、装置和设备有效

专利信息
申请号: 202010385628.3 申请日: 2020-05-09
公开(公告)号: CN111291739B 公开(公告)日: 2020-09-18
发明(设计)人: 李剑;张斌;王亚彪;彭瑾龙;汪铖杰;李季檩;黄飞跃;吴永坚 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 李文渊;曹瀚青
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面部 检测 图像 神经网络 训练 方法 装置 设备
【说明书】:

本申请涉及一种面部检测、图像检测神经网络训练方法、装置和设备。该面部检测方法包括:获取待检测图像;调用面部检测网络对待检测图像进行处理,获得面部检测网络中特征提取结构提取的原始特征图;原始特征图多于一个且分辨率各不相同;通过面部检测网络的特征增强结构对原始特征图进行处理,得到各原始特征图相应的增强特征图;其中,基于面部检测网络的检测目的和特征增强结构的处理对象,确定出的用于搜索特征增强结构的搜索空间;特征增强结构从搜索空间中搜索得到;通过面部检测网络的检测结构,根据增强特征图得到待检测图像的面部检测结果。本申请提供的方案可以提高面部检测的精度。

技术领域

本申请涉及计算机技术领域,特别是涉及一种面部检测、图像检测神经网络训练方法、装置和设备。

背景技术

随着人工智能的兴起和发展,神经网络的训练、以及采用训练好的神经网络进行数据处理越来越广泛。比如,训练面部检测网络以及使用训练好的面部检测网络对图像进行面部检测等。

目前在对面部检测网络进行训练时,可以获取包括面部的图像进行训练,使得面部检测网络学习到识别包括面部的图像的模型参数。然而,经常会存在模型对部分图像难以进行面部检测的情况,导致面部检测网络的检测准确度低。

发明内容

基于此,有必要针对上述技术问题,提供一种能够提高检测准确度的面部检测、图像检测神经网络训练方法、装置、计算机设备和计算机可读存储介质。

一种面部检测方法,其特征在于,所述方法包括:

获取待检测图像;

调用面部检测网络对所述待检测图像进行处理,获得所述面部检测网络中特征提取结构提取的原始特征图;所述原始特征图多于一个且分辨率各不相同;

通过所述面部检测网络的特征增强结构对所述原始特征图进行处理,得到各所述原始特征图相应的增强特征图;其中,基于所述面部检测网络的检测目的和所述特征增强结构的处理对象,确定出的用于搜索所述特征增强结构的搜索空间;所述特征增强结构从所述搜索空间中搜索得到;

通过所述面部检测网络的检测结构,根据所述增强特征图得到所述待检测图像的面部检测结果。

一种面部检测装置,其特征在于,所述装置包括:

获取模块,用于获取待检测图像;

提取模块,用于调用面部检测网络对所述待检测图像进行处理,获得所述面部检测网络中特征提取结构提取的原始特征图;所述原始特征图多于一个且分辨率各不相同;

增强模块,用于通过所述面部检测网络的特征增强结构对所述原始特征图进行处理,得到各所述原始特征图相应的增强特征图;其中,基于所述面部检测网络的检测目的和所述特征增强结构的处理对象,确定出的用于搜索所述特征增强结构的搜索空间;所述特征增强结构从所述搜索空间中搜索得到;

检测模块,用于通过所述面部检测网络的检测结构,根据所述增强特征图得到所述待检测图像的面部检测结果。

一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述面部检测方法的步骤。

一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述面部检测方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010385628.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top