一种用于人脸检测的方法和装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114998969A(43)申请公布日2022.09.02(21)申请号202210686648.3(22)申请日2022.06.16(71)申请人度小满科技(北京)有限公司地址100193北京市海淀区西北旺东路10号院西区4号楼6层606室(72)发明人施惠杰杨青(74)专利代理机构北京启坤知识产权代理有限公司11655专利代理师李琛(51)Int.Cl.G06V40/16(2022.01)G06V10/44(2022.01)G06V10/80(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书8页附图2页(54)发明名称一种用于人脸检测的方法和装置(57)摘要本发明的目的是提供一种用于人脸检测的方法和装置。所述方法包括：对于待处理的多个特征图，通过空间金字塔网络和路径增强网络，得到经过处理的多个特征图，其中，所述待处理的特征图为通过骨干网络和特征金字塔网络后得到的具有不同尺寸的特征图；基于所述经过处理的多个特征图，通过基于层级衰减的预测网络，得到相应的人脸预测结果。本申请实施例具有以下优点：通过在现有的人脸检测方案的框架中结合融合空间金字塔结构的路径增强网络和基于层级衰减的预测网络层来对多个特征图进行处理，提升了算法模型的性能，从而提高了人脸检测方案的检测精度和鲁棒性。CN114998969ACN114998969A权利要求书1/2页1.一种用于人脸检测的方法，其中，所述方法适用于人脸检测模型，所述方法包括：对于待处理的多个特征图，通过空间金字塔网络和路径增强网络，得到经过处理的多个特征图，其中，所述待处理的特征图为通过骨干网络和特征金字塔网络后得到的具有不同尺寸的特征图；基于所述经过处理的多个特征图，通过基于层级衰减的预测网络，得到相应的人脸预测结果。2.根据权利要求1所述的方法，其中，所述对于待处理的多个特征图，通过空间金字塔和路径增强网络，得到经过处理的多个特征图包括：通过空间金字塔网络将待处理的多个特征图进行卷积、池化和向量拼接的操作；将经过空间金字塔网络处理后的多个特征图输入至路径增强网络进行处理，以提高高层特征图的位置特征提取能力。3.根据权利要求2所述的方法，其中，所述路径增强网络为一种卷积网络，路径增强网络中进行的处理包括以下至少任一项：进行普通卷积；进行深度可分离卷积；基于残差结构进行卷积。4.根据权利要求1所述的方法，其中，所述基于所述经过处理的多个特征图，通过基于层级衰减的最大输出预测网络，得到相应的人脸预测结果包括：基于所述经过处理的多个特征图，通过基于层级衰减的预测网络，得到相应的多个候选人脸预测结果，其中，所述候选人脸预测结果包括分类结果和边框回归结果，每个分类结果包含一个正类特征向量和多个负类特征向量；将正类特征向量作为正类特征值，将多个负类特征向量中的最大值作为负类特征值，通过对正类特征值和负类特征值使用归一化指数函数得到最终的分类结果。5.根据权利要求4所述的方法，其中，所述基于层级衰减的预测网络层输出的多个负类特征向量的数量根据对应特征图大小的减小趋势而衰减。6.根据权利要求1至4中任一项所述的方法，其中，在所述方法所适用的人脸检测模型包括一个骨干网络，一个特征金字塔网络，一个融合空间金字塔结构的路径增强网络和一个层级衰减的预测网络层。7.一种用于人脸检测的装置，其中，所述装置适用于人脸检测模型，所述装置包括：用于对于待处理的多个特征图，通过空间金字塔网络和路径增强网络，得到经过处理的多个特征图的单元，其中，所述待处理的特征图为通过骨干网络和特征金字塔网络后得到的具有不同尺寸的特征图；用于基于所述经过处理的多个特征图，通过基于层级衰减的预测网络，得到相应的人脸预测结果的单元。8.根据权利要求7所述的装置，其中，所述用于对于待处理的多个特征图，通过空间金字塔网络和路径增强网络，得到经过处理的多个特征图的单元用于：通过空间金字塔网络将待处理的多个特征图进行卷积、池化和向量拼接的操作；将经过空间金字塔网络处理后的多个特征图输入至路径增强网络进行处理，以提高高层特征图的位置特征提取能力。2CN114998969A权利要求书2/2页9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6中任一所述的方法。10.一种计算机可读的存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至6中任一项所述的方法。3CN114998969A说明书1/8页一种用于人脸检测的方法和装置技术领域[0001]本发明涉及计算机技术领域，尤其涉及一种用于人脸检测的方法和装置。背景技术[0002]