[发明专利]一种人脸检测的方法、装置、电子设备及存储介质

权利要求书

1.一种人脸检测的方法，其特征在于，该方法包括：

根据单尺度卷积神经网络对待检测人脸图像进行处理，获得第一特征图和第二特征图，所述单尺度卷积神经网络是输出单尺度特征图的卷积神经网络，所述第一特征图为单尺度的人脸分类概率特征图，所述第二特征图为单尺度的偏移量特征图；

根据所述第一特征图从所述待检测人脸图像中确定出预测人脸框；

根据所述第二特征图对所述预测人脸框进行修正处理，将修正后的人脸框作为人脸检测的结果。

2.根据权利要求1所述的方法，其特征在于，所述根据单尺度卷积神经网络对待检测人脸图像进行处理的步骤之前，该方法进一步包括：

确定所述单尺度卷积神经网络，所述单尺度卷积神经网络包括五个卷积层和一个池化层，其中五个卷积层分别为第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层，且由第三卷积层输出结果分别输入到第四卷积层和第五卷积层，由第四卷积层输出单尺度的人脸分类概率特征图，由第五卷积层输出单尺度的偏移量特征图。

3.根据权利要求1或2所述的方法，其特征在于，所述根据第一特征图从所述待检测人脸图像中确定出预测人脸框的步骤包括：

根据预设的人脸分类概率阈值对所述第一特征图进行二值化处理，获得人脸概率二值图；

利用两次遍历连通成分标记算法(SAUF)对所述人脸概率二值图进行处理，获得全部连通子图以及对应的包围矩形框，所述包围矩形框为包围所述连通子图的矩形框，并从中确定最大的包围矩形框；

将所述最大的包围矩形框映射到所述待检测人脸图像中，确定出所述预测人脸框。

4.根据权利要求1或2所述的方法，其特征在于，所述根据第二特征图对所述预测人脸框进行修正处理的步骤包括：

确定所述预测人脸框左上角坐标为(x1，y1)，所述x1为预测人脸框左上角横坐标，所述y1为预测人脸框左上角纵坐标；

确定所述预测人脸框右下角坐标为(x2，y2)，所述x2为预测人脸框右下角横坐标，所述y2为预测人脸框右下角纵坐标；

计算所述预测人脸框左上角横坐标x1与所述第二特征图相应位置上的偏移量之和，作为修正后的人脸框左上角横坐标x1′；

计算所述预测人脸框左上角纵坐标y1与所述第二特征图相应位置上的偏移量之和，作为修正后的人脸框左上角纵坐标y1′；

计算所述预测人脸框右下角横坐标x2与所述第二特征图相应位置上的偏移量之和，作为修正后的人脸框右下角横坐标x2′；

计算所述预测人脸框右下角纵坐标y2与所述第二特征图相应位置上的偏移量之和，作为修正后的人脸框右下角纵坐标y2′；

确定所述修正后的人脸框左上角坐标为(x1′，y1′)，确定所述预测人脸框右下角坐标为(x2′，y2′)。

5.一种人脸检测的装置，其特征在于，该装置包括：卷积处理单元、人脸框预测单元、人脸框修正单元；其中，

所述卷积处理单元，用于根据单尺度卷积神经网络对待检测人脸图像进行处理，获得第一特征图和第二特征图，所述单尺度卷积神经网络是输出单尺度特征图的卷积神经网络，所述第一特征图为单尺度的人脸分类概率特征图，所述第二特征图为单尺度的偏移量特征图；

所述人脸框预测单元，用于根据所述第一特征图从所述待检测人脸图像中确定出预测人脸框；

所述人脸框修正单元，用于根据所述第二特征图对所述预测人脸框进行修正处理，将修正后的人脸框作为人脸检测的结果。

6.根据权利要求5所述的装置，其特征在于，该装置进一步包括：训练单元；

所述训练单元，用于确定所述单尺度卷积神经网络，所述单尺度卷积神经网络包括五个卷积层和一个池化层，其中五个卷积层分别为第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层，且由第三卷积层输出结果分别输入到第四卷积层和第五卷积层，由第四卷积层输出单尺度的人脸分类概率特征图，由第五卷积层输出单尺度的偏移量特征图。