[发明专利]人脸位置检测方法、电子设备和存储介质有效

专利信息
申请号: 202110646494.0 申请日: 2021-06-10
公开(公告)号: CN113095310B 公开(公告)日: 2021-09-07
发明(设计)人: 叶小培;王月平 申请(专利权)人: 杭州魔点科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 杭州创智卓英知识产权代理事务所(普通合伙) 33324 代理人: 张超
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 位置 检测 方法 电子设备 存储 介质
【权利要求书】:

1.一种人脸位置检测方法,其特征在于,包括:

将采集的人脸图片归一化到预设大小的图片;

将所述预设大小的图片裁剪为预设数量的同样大小的区块图;

将每个所述区块图展开为一维向量,并输入全连接层,得到所述预设数量的规定长度的第一特征向量;

将所述预设数量的所述第一特征向量纵向拼接为特征向量矩阵;

将所述特征向量矩阵通过预设的分割策略进行分割,并送入特定的跨域全连接层,得到目标向量矩阵,所述特定的跨域全连接层包括跨通道域全连接层和跨空间域全连接层;

将所述目标向量矩阵逐行输入全局平均池化层,并通过全连接层提取第二特征向量;

将所述第二特征向量分别送入置信度全连接层和检测位置全连接层,得到置信度向量和人脸位置向量;

根据所述人脸位置向量和所述置信度向量计算出人脸位置。

2.根据权利要求1所述的方法,其特征在于,在所述特征向量矩阵表示为第一矩阵[n,t],且n表示特征数量,t表示特征长度的情况下,所述的将所述特征向量矩阵通过预设的分割策略进行分割,并送入特定的跨域全连接层,得到目标向量矩阵包括:

步骤1:将所述第一矩阵[n,t]进行转置,得到第一转置矩阵[t,n];将所述第一转置矩阵[t,n]拆分成t个长度为n的向量,并送入跨通道域全连接层,再将输出结果进行纵向拼接,得到第二转置矩阵[t,n];将所述第二转置矩阵[t,n]进行转置,得到第二矩阵[n,t];将所述第二矩阵[n,t]与所述第一矩阵[n,t]进行相加,得到第三矩阵[n,t];

步骤2:将所述第三矩阵[n,t]拆分成n个长度为t的向量并送入跨空间域全连接层,然后送入激活函数Relu中,再将输出结果进行纵向拼接,得到第四矩阵[n,t];将所述第四矩阵[n,t]与所述第三矩阵[n,t]进行相加,得到第五矩阵[n,t];

步骤3:将所述第五矩阵[n,t]作为第一矩阵[n,t]循环执行步骤1至步骤2,当达到预设循环次数时,得到目标向量矩阵。

3.根据权利要求1所述的方法,其特征在于,所述的将所述目标向量矩阵逐行输入全局平均池化层,并通过全连接层提取第二特征向量包括:

对所述目标向量矩阵采用全局平均池化层求出平均值,并得到长度固定的一维向量,将该一维向量送入全连接层,输出第二特征向量。

4.根据权利要求1所述的方法,其特征在于,在所述人脸位置向量长度为n*9*4,所述置信度向量长度为n*9*2的情况下,所述的根据所述人脸位置向量和所述置信度向量计算出人脸位置包括:

将所述人脸位置向量重组为三维矩阵[n,9,4],将所述置信度向量重组为三维矩阵[n,9,2];

对所述三维矩阵[n,9,4]的第三维进行解码计算人脸坐标框;

对所述三维矩阵[n,9,2]的第三维进行softmax变换计算置信度;

根据所述人脸坐标框和所述置信度计算出人脸位置。

5.根据权利要求1所述的方法,其特征在于,所述的根据所述人脸位置向量和所述置信度向量计算出人脸位置包括:

根据所述置信度向量和所述人脸位置向量计算置信度和人脸坐标框;

选择所述置信度大于阈值的人脸坐标框,得到检测的人脸位置。

6.根据权利要求5所述的方法,其特征在于,在所述的选择所述置信度大于阈值的人脸坐标框之后,所述方法还包括:

对选择的人脸坐标框采用非极大值抑制NMS合并人脸坐标框。

7.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至6中任一项所述的方法。

8.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1至6中任一项所述的方法。

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杭州魔点科技有限公司,未经杭州魔点科技有限公司许可,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/202110646494.0/1.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