[发明专利]人脸检测的方法、装置和电子设备

权利要求书

1.一种人脸检测的方法，其特征在于，包括：

获取待检测目标的深度图，并对所述深度图进行特征提取，得到第一特征图；

对所述第一特征图进行人脸检测，得到人脸区域特征图；

对所述人脸区域特征图进行特征提取，得到第二特征图；

对所述第二特征图进行活体检测，得到人脸的活体检测结果；

根据所述人脸的活体检测结果，输出所述深度图中包括活体人脸的人脸区域框。

2.根据权利要求1所述的方法，其特征在于，所述对所述深度图进行特征提取，得到第一特征图，包括：

采用第一人脸特征提取模块对所述深度图进行特征提取，得到所述第一特征图，其中，所述第一特征图中包括所述深度图中的边缘线条特征。

3.根据权利要求1或2所述的方法，其特征在于，所述第一人脸特征提取模块的卷积层的层数不大于4。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述对所述第一特征图进行人脸检测，得到人脸区域特征图，包括：

采用人脸检测模块对所述第一特征图进行人脸检测，得到人脸区域特征图。

5.根据权利要求4所述的方法，其特征在于，所述人脸检测模块包括：卷积层网络、人脸范围卷积层和人脸中心卷积层，其中，所述采用人脸检测模块对所述第一特征图进行人脸检测，得到人脸区域特征图，包括：

采用所述卷积层网络对所述第一特征图进行卷积计算，得到第一中间特征图；

采用所述人脸范围卷积层和所述人脸中心卷积层分别对所述第一中间特征图进行卷积计算，得到人脸区域预测图和人脸中心预测图；

根据所述人脸区域预测图和所述人脸中心预测图，得到所述第一特征图中的所述人脸区域特征图。

6.根据权利要求5所述的方法，其特征在于，所述人脸检测模块还包括：人脸特征专注层；

所述人脸特征专注层用于对所述中间特征图的像素值进行权重分布，以突出所述中间特征图中的人脸五官特征。

7.根据权利要求6所述的方法，其特征在于，所述人脸特征专注层为基于空间的注意力模块。

8.根据权利要求5至7中任一项所述的方法，其特征在于，还包括：

对所述人脸检测模块进行神经网络训练，得到所述人脸检测模块的参数。

9.根据权利要求8所述的方法，其特征在于，所述人脸检测模块还包括中心调整卷积层，其中，所述对所述人脸检测模块进行神经网络训练，得到所述人脸检测模块的参数，包括：

获取样本图像，所述样本图像中标注有人脸区域真实值和人脸中心真实值；

采用所述卷积层网络对所述样本图像进行卷积计算，得到第一样本特征图；

采用所述人脸范围卷积层、所述人脸中心卷积层和所述中心调整卷积层分别对所述第一样本特征图进行卷积计算，得到人脸区域预测值，人脸中心预测值以及人脸中心偏移预测值；

根据所述人脸区域预测值，所述人脸中心预测值、所述人脸中心偏移预测值，以及所述人脸区域真实值和所述人脸中心真实值，计算损失函数得到所述人脸检测模块的参数。

10.根据权利要求5至9中任一项所述的方法，其特征在于，所述人脸范围卷积层和所述人脸中心卷积层为两个1×1卷积层，其中，所述人脸中心预测图为人脸中心热图。

11.根据权利要求1至10中任一项所述的方法，其特征在于，所述对所述人脸区域特征图进行特征提取，得到第二特征图，包括：

采用第二人脸特征提取模块对所述人脸区域特征图进行特征提取，得到第二特征图，其中，所述第二特征图中包括人脸的细节特征。

12.根据权利要求11所述的方法，其特征在于，所述第二人脸特征提取模块的卷积层的层数不大于4。