[发明专利]一种基于深度学习的人脸检测方法和系统在审
| 申请号： | 202310624221.5 | 申请日： | 2023-05-30 |
| 公开（公告）号： | CN116645714A | 公开（公告）日： | 2023-08-25 |
| 发明（设计）人： | 陈丹 | 申请（专利权）人： | 江苏日颖慧眼智能设备有限公司 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/774;G06N20/00 |
| 代理公司： | 成都众慧优创知识产权代理有限公司 51384 | 代理人： | 薛虹 |
| 地址： | 215312 江苏省苏州市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 深度 学习 检测 方法 系统 | ||
1.一种基于深度学习的人脸检测方法，其特征在于，所述方法包括：
获取待检测图像；
对所述待检测图像进行预处理，确定处理后图像；
基于所述处理后图像，通过人脸检测模型确定人脸识别结果，其中，所述人脸检测模型包括至少一个识别子模型，所述人脸检测模型为机器学习模型。
2.如权利要求1所述的方法，其特征在于，所述至少一个识别子模型至少包括至少一个粗识别模型和至少一个深度识别模型，所述至少一个粗识别模型用于进行粗识别，所述至少一个深度识别模型用于进行细识别。
3.如权利要求2所述的方法，其特征在于，所述至少一个识别子模型还包括补偿模型，所述补偿模型至少包括第一补偿模型，所述第一补偿模型用于对图像进行补偿。
4.如权利要求3所述的方法，其特征在于，所述补偿模型还包括第二补偿模型，所述第二补偿模型用于对人脸进行补偿。
5.如权利要求1所述的方法，其特征在于，所述人脸检测模型基于训练得到，用于训练所述人脸检测模型的损失函数基于所述至少一个识别子模型的输出结果构建。
6.一种基于深度学习的人脸检测系统，其特征在于，所述系统包括：
获取模块，用于获取待检测图像；
预处理模块，用于对所述待检测图像进行预处理，确定处理后图像；
识别模块，用于基于所述处理后图像，通过人脸检测模型确定人脸识别结果，其中，所述人脸检测模型包括至少一个识别子模型，所述人脸检测模型为机器学习模型。
7.如权利要求6所述的系统，其特征在于，所述至少一个识别子模型至少包括至少一个粗识别模型和至少一个深度识别模型，所述至少一个粗识别模型用于进行粗识别，所述至少一个深度识别模型用于进行细识别。
8.如权利要求6所述的系统，其特征在于，所述人脸检测模型基于训练得到，用于训练所述人脸检测模型的损失函数基于所述至少一个识别子模型的输出结果构建。
9.一种基于深度学习的人脸检测装置，其特征在于，所述装置包括至少一个处理器以及至少一个存储器；
所述至少一个存储器用于存储计算机指令；
所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现权利要求1-5中任意一项所述的方法。
10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行如权利要求1-5中任意一项所述的方法。
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江苏日颖慧眼智能设备有限公司，未经江苏日颖慧眼智能设备有限公司许可，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/202310624221.5/1.html，转载请声明来源钻瓜专利网。
