[发明专利]人脸检测的方法、装置和计算机存储介质

权利要求书

1.一种人脸检测的方法，包括：

设置在图像中不断滑动的滑动窗口并且计算所述滑动窗口滑动经过的区域的特征，如果所述特征的特征值大于预设的阈值，则确定所述区域是人脸所在区域；

基于包括人脸的图像，确定所述图像中的多个人脸关键点，其中所述多个人脸关键点中的相应数目的人脸关键点被分配给所述人脸的各个部位；

基于所述多个人脸关键点，确定第一人脸检测框，所述第一人脸检测框覆盖所述多个人脸关键点并且所述第一人脸检测框的边界由所述多个人脸关键点中的至少一个人脸关键点界定，其中所述第一人脸检测框是覆盖72个人脸关键点的最小人脸检测框；

将所述第一人脸检测框扩大预定倍数，以确定第二人脸检测框，所述第二人脸检测框用于检测所述人脸周围的环境，所述第一人脸检测框在所述第二人脸检测框之内，所述预定倍数基于检测场景而被确定；

基于所述第一人脸检测框和所述第二人脸检测框，确定人脸的真实性，

其中基于所述第一人脸检测框和所述第二人脸检测框，确定人脸的真实性包括：

确定根据所述第一人脸检测框和所述第二人脸检测框在所述图像中截取的第一图像的第一特征和第二图像的第二特征；

使用两个并行的MobileNet作为双流卷积神经网络的主干对所述第一特征和所述第二特征进行特征提取；

通过双线性运算将所述第一特征和所述第二特征进行融合；以及

基于融合的特征确定所述人脸的真实性，

其中第一特征表示所述人脸的特征，第二特征表示所述人脸周围环境和所述人脸的特征以及所述人脸周围环境和所述人脸的对应关系的特征，所述双线性运算将卷积神经网络的最后一个卷积层的输出拉伸为特征矩阵x双线性模块的输入，将所述特征矩阵x的转置矩阵x^T与所述特征矩阵x做外积得到二阶特征矩阵，将所述二阶特征矩阵拉伸为一维特征向量，将所述一维特征向量经过符号平方根变换和L2标准化，经过全连接层和Softmax层进行图像分类，以用于人脸检测。

2.根据权利要求1所述的方法，其中基于包括人脸图像，确定所述图像中的多个人脸关键点包括：

基于图像，确定所述图像中的人脸区域；以及

基于所述人脸区域，确定所述图像中的多个人脸关键点。

3.根据权利要求1所述的方法，所述多个人脸关键点具有横坐标和纵坐标，其中基于所述多个人脸关键点，分别确定第一人脸检测框和第二人脸检测框包括：

基于所述多个人脸关键点，确定第一横坐标、第二横坐标、第一纵坐标和第二纵坐标，所述第一横坐标小于第一阈值横坐标，所述第二横坐标大于第二阈值横坐标，所述第一纵坐标小于第一阈值纵坐标，所述第二纵坐标大于第二阈值纵坐标；

基于所述第一横坐标、所述第二横坐标、所述第一纵坐标和所述第二纵坐标，确定所述第一人脸检测框；以及

将所述第一人脸检测框扩大预定倍数，以确定所述第二人脸检测框。

4.根据权利要求1所述的方法，基于所述第一人脸检测框和所述第二人脸检测框，确定人脸的真实性包括：

获取所述第一人脸检测框和所述第二人脸检测框在所述图像中截取第一图像和第二图像；

基于所述第一图像和所述第二图像，分别确定第一特征和第二特征；以及

基于所述第一特征和所述第二特征，确定所述人脸的真实性。

5.根据权利要求4所述的方法，还包括：对所述第一图像和所述第二图像进行归一化处理，以得到经归一化的第一图像和第二图像。

6.根据权利要求1所述的方法，其中所述图像为彩色图像、红外图像和深度图像中的至少一种图像。