[发明专利]一种人脸与人体共同检测的方法和设备

摘要

本发明公开了一种人脸与人体共同检测的方法和设备，其中，该方法包括：获取标准数据；其中，标准数据中包含有标注各行人的人脸的与人体的位置的位置框信息；通过所述标准数据中的位置框信息对共同识别模型进行修正；其中，所述共同识别模型是基于Faster RCNN生成的；基于修正后的共同识别模型对待识别视频中图像进行人脸与人体的共同检测，以输出实时的结构化信息；其中所述结构化信息中同时包括各行人的人脸信息和人体信息。以此实现了高效的同时识别，节约了资源，且提高了实用性以及保证了人脸与人体的对应关系。

主权项

1.一种人脸与人体共同检测的方法，其特征在于，包括：获取标准数据；其中，标准数据中包含有标注各行人的人脸的与人体的位置的位置框信息；通过所述标准数据中的位置框信息对共同识别模型进行修正；其中，所述共同识别模型是基于Faster RCNN生成的；基于修正后的共同识别模型对待识别视频中图像进行人脸与人体的共同检测，以输出实时的结构化信息；其中所述结构化信息中同时包括各行人的人脸信息和人体信息；其中，所述通过所述标准数据中的位置框信息对共同识别模型进行修正的步骤包括：步骤A、随机初始化共同识别模型的参数；其中，所述参数包括：对应损失函数的参数；所述损失函数用于对所述共同识别模型进行修正；步骤B、将所述标准数据中的位置框信息依次通过进行了初始化后的共同识别模型进行计算，以获取对应各所述损失函数的损失；步骤C、通过对各所述损失函数进行求导得到梯度，并通过链式法则进行反向传播，得到更新后的各参数；步骤D、重复所述步骤B以及所述步骤C，直到损失不再下降，以得到最终的参数；步骤E、通过所述最终的参数完成对所述共同识别模型的修正；其中，所述损失函数包括：分类损失函数、位置回归损失函数和相对位置约束损失函数；所述分类损失函数，用于对图像中的候选框进行人脸/行人/背景的分类，以获取人脸框和行人框，并去除掉背景上的候选框；所述位置回归损失函数，用于修正所述人脸框和所述行人框的位置和大小，提高定位的准确度；所述相对位置约束损失函数用于统计标注图片中人脸相对于人体的位置，在所述行人框内确定一个人脸位置的锚点并计算人脸预测框与人脸锚点位置的欧式偏移量以对所述人脸框和所述行人框的相对位置关系进行约束。