[发明专利]人脸检测方法和装置

权利要求书

1.一种人脸检测方法，其特征在于，包括：

获取三维人脸图像；

将所述三维人脸图像输入至人脸检测模型，获取三维人脸候选框；

所述人脸检测模型为，以三维人脸样本图像为样本，以与所述三维人脸样本图像对应的三维人脸标注框为样本标签进行训练得到，其中，所述三维人脸标注框基于二维人脸检测算法和三维人脸建模算法获得。

2.根据权利要求1所述的人脸检测方法，其特征在于，所述三维人脸标注框基于二维人脸检测算法和三维人脸建模算法获得，包括：

任一所述三维人脸样本图像包括彩色人脸样本图像和深度人脸样本图像；

使用所述二维人脸检测算法对所述彩色人脸样本图像进行检测，获取二维人脸样本图像人脸框；

基于所述二维人脸样本图像人脸框和所述三维人脸建模算法，获取人脸的三维位置信息；

基于所述三维位置信息，获取所述三维人脸标注框。

3.根据权利要求2所述的人脸检测方法，其特征在于，所述三维人脸样本图像通过RGB-D相机获取，所述基于所述三维位置信息，获取所述三维人脸标注框，包括：

基于所述三维位置信息及所述RGB-D相机的参数，获取所述三维人脸标注框。

4.根据权利要求1所述的人脸检测方法，其特征在于，所述将所述三维人脸图像输入至人脸检测模型，获取三维人脸候选框，包括：

对所述三维人脸图像提取点云特征；

使用基于深度网络的霍夫投票对所述点云特征进行检测；

生成所述三维人脸候选框。

5.根据权利要求4所述的人脸检测方法，其特征在于，所述使用基于深度网络的霍夫投票对所述点云特征进行检测，包括：

基于神经网络选择兴趣点；

基于网络学习获取投票；

基于点云处理网络层实现所述投票的聚类。

6.根据权利要求4所述的人脸检测方法，其特征在于，所述对所述三维人脸图像提取点云特征之前，包括：

获取深度人脸图像；

对所述深度人脸图像进行数据增广与数据预处理，获取所述三维人脸图像。

7.根据权利要求4所述的人脸检测方法，其特征在于，所述生成所述三维人脸候选框，包括：

生成所述三维人脸候选框的过程中，使用的损失函数包括目标性损失函数、边界框位置损失函数和语义分类损失函数。

8.一种人脸检测装置，其特征在于，包括：

获取单元，用于获取三维人脸图像；

检测单元，用于将所述三维人脸图像输入至人脸检测模型，获取三维人脸候选框；

所述人脸检测模型为，以三维人脸样本图像为样本，以与所述三维人脸样本图像对应的三维人脸标注框为样本标签进行训练得到，其中，所述三维人脸标注框基于二维人脸检测算法和三维人脸建模算法获得。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述人脸检测方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述人脸检测方法的步骤。