[发明专利]一种笑脸检测的方法、装置、电子设备及存储介质

说明书

本公开提供了一种笑脸检测的方法、装置、电子设备及存储介质，其中，该方法包括：获取待检测人脸图像；利用训练好的目标神经网络对待检测人脸图像进行目标特征提取，得到多个通道的笑脸特征信息以及对应每个通道的注意力权重信息；基于多个通道的笑脸特征信息以及对应每个通道的注意力权重信息，得到针对待检测人脸图像的笑脸检测结果。本公开利用注意力权重信息来评估不同通道的笑脸特征信息的重要性程度，经过注意力权重加持的笑脸特征信息更能准确地表达笑脸表情，从而使得整个笑脸检测结果较为准确。

技术领域

本公开涉及计算机视觉技术领域，具体而言，涉及一种笑脸检测的方法、装置、电子设备及存储介质。

背景技术

随着计算机视觉技术的飞速发展，在自然的光照环境下，对人脸的笑脸表情进行检测成为目前的一个研究热点。例如，数码相机对笑脸的自动抓拍、游戏交互、微笑化服务等都能用到笑脸检测技术。

传统的笑脸检测主要依赖于人脸中诸如嘴部、眼部的变化，将图像中具有嘴角上扬、眼部出现皱纹等笑脸特征的人脸识别为笑脸。但考虑上述笑脸检测方法的操作过程较为复杂，且易将面部变化指示为笑脸但实际人物的主观意愿不属于微笑的情况误识别为笑脸，因此，目前亟需一种笑脸检测方案，以解决上述技术问题。

发明内容

本公开实施例至少提供一种笑脸检测的方法、装置、电子设备及存储介质。

第一方面，本公开实施例提供了一种笑脸检测的方法，所述方法包括：

获取待检测人脸图像；

利用训练好的目标神经网络对所述待检测人脸图像进行目标特征提取，得到多个通道的笑脸特征信息以及对应每个通道的注意力权重信息，其中；

基于所述多个通道的笑脸特征信息以及对应每个通道的注意力权重信息，得到针对所述待检测人脸图像的笑脸检测结果。

采用上述笑脸检测的方法，在获取到待检测人脸图像的情况下，可以利用训练好的目标神经网络对待检测人脸图像进行目标特征提取，而后基于得到的多个通道的笑脸特征信息以及对应每个通道的注意力权重信息确定针对待检测人脸图像的笑脸检测结果。本公开利用注意力权重信息来评估不同通道的笑脸特征信息的重要性程度，例如，对于重要性程度较低的笑脸特征信息可以生成更小的注意力权重，反之，对于重要性程度较高的笑脸特征信息可以生成更大的注意力权重，经过注意力权重加持的笑脸特征信息更能准确地表达笑脸表情，从而不会轻易地将面部变化指示为笑脸但实际人物的主观意愿不属于微笑的情况误识别为笑脸，使得整个笑脸检测结果较为准确。

在一种可能的实施方式中，所述基于所述多个通道的笑脸特征信息以及对应每个通道的注意力权重信息，得到针对所述待检测人脸图像的笑脸检测结果，包括：

基于所述多个通道的笑脸特征信息进行特征压缩，得到通道数小于压缩前通道数的特征压缩后的笑脸特征信息；

基于所述特征压缩后的笑脸特征信息进行特征扩展，得到通道数等于压缩前通道数的特征扩展后的笑脸特征信息；

基于所述特征扩展后的笑脸特征信息以及对应每个通道的注意力权重信息，确定针对所述待检测人脸图像的笑脸检测结果。

这里，通过特征压缩可以去除多个通道中较为冗余的笑脸特征，而后又通过特征扩展进行后续的加权求和，从而确保更为准确的笑脸检测结果。

在一种可能的实施方式中，所述目标神经网络包括用于执行笑脸检测任务的任务层；所述基于所述多个通道的笑脸特征信息以及对应每个通道的注意力权重信息，得到针对所述待检测人脸图像的笑脸检测结果，包括：

基于所述多个通道的笑脸特征信息以及对应每个通道的注意力权重信息之间的加权求和，确定加权求和后的笑脸特征信息；

将所述加权求和后的笑脸特征信息输入到所述目标神经网络包括的任务层，得到所述任务层输出的所述笑脸检测结果。