[发明专利]人体与人脸联合检测方法及装置

权利要求书

1.一种人体与人脸联合检测方法，其特征在于，包括：

获取第一人体数据、第二人体数据、第一人脸数据和第二人脸数据；

利用所述第一人体数据训练人体检测教师模型，利用所述第一人脸数据训练人脸检测教师模型；

将所述第二人体数据输入训练后的人体检测教师模型，输出人体中心点的第一热图以及人体中心点到人体检测框各边框距离的第二热图，将所述第二人脸数据输入训练后的人脸检测教师模型，输出人脸中心点的第三热图以及人脸中心点到人脸检测框各边框距离的第四热图；

根据所述第一热图和所述第三热图确定人体与人脸中心点的第五热图，根据所述第二热图和所述第四热图确定人体与人脸中心点到人体与人脸检测框各边框距离的第六热图；

构建人体与人脸检测学生模型，基于所述第五热图和所述第六热图，利用第一损失函数训练人体与人脸检测学生模型；

利用训练后的人体与人脸检测学生模型进行人体与人脸联合检测。

2.根据权利要求1所述的方法，其特征在于，所述人体与人脸检测学生模型，包括：特征提取网络、用于预测人体与人脸中心点的第一头网络以及用于预测人体与人脸中心点到人体与人脸检测框各边框距离的第二头网络；

其中，所述第一头网络和所述第二头网络并列连接在所述特征提取网络之后。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第五热图和所述第六热图，利用第一损失函数训练人体与人脸检测学生模型，包括：

将所述第二人体数据和所述第二人脸数据输入所述人体与人脸检测学生模型，输出人体与人脸中心点的第七热图以及人体与人脸中心点到人体与人脸检测框各边框距离的第八热图；

在所述人体与人脸检测学生模型基于所述第二人体数据和所述第二人脸数据输出所述第七热图和所述第八热图时，利用所述第一损失函数约束所述人体与人脸检测学生模型，使得所述第五热图和所述第七热图之间的差值最小以及所述第六热图和所述第八热图之间的差值最小。

4.根据权利要求3所述的方法，其特征在于，所述第一损失函数，包括：

N为所述第二人体数据和所述第二人脸数据中的样本数，i为样本的序号，当y_i为所述第七热图时，则为所述第五热图，L_mse为所述第五热图和所述第七热图之间的差值，当y_i为所述第八热图，为所述第六热图，L_mse为所述第六热图和所述第八热图之间的差值。

5.根据权利要求1所述的方法，其特征在于，所述构建人体与人脸检测学生模型之后，所述方法还包括：

获取所述第二人体数据和所述第二人脸数据对应的标注结果，其中，所述标注结果，包括：人体与人脸中心点的第九热图以及人体与人脸中心点到人体与人脸检测框各边框距离的第十热图；

将所述第二人体数据和所述第二人脸数据输入所述人体与人脸检测学生模型，输出人体与人脸中心点的第七热图以及人体与人脸中心点到人体与人脸检测框各边框距离的第八热图；

在所述人体与人脸检测学生模型基于所述第二人体数据和所述第二人脸数据输出所述第七热图和所述第八热图时，利用第二损失函数约束所述人体与人脸检测学生模型，使得所述第九热图和所述第七热图之间的差值最小以及所述第十热图和所述第八热图之间的差值最小。

6.根据权利要求5所述的方法，其特征在于，所述第二损失函数，包括：

N为所述第二人体数据和所述第二人脸数据中的样本数，i为样本的序号，当y_i为所述第七热图时，则为所述第九热图，L_gfl为所述第九热图和所述第七热图之间的差值，当y_i为所述第八热图，为所述第十热图，L_gfl为所述第十热图和所述第八热图之间的差值，a和β为超参数。