【技术实现步骤摘要】
【国外来华专利技术】人脸检测装置、方法和人脸解锁系统
[0001]相关申请的交叉引用
[0002]本申请要求于2019年11月20日提交的申请号为No.62/938,205,标题为“人脸检测器在人脸解锁应用中的方法和系统”的美国临时申请的优先权,其全部内容通过引用结合在本申请中。
[0003]本申请涉及计算机视觉
,尤其涉及一种人脸检测设备、一种人脸检测方法和一种人脸解锁系统。
技术介绍
[0004]人脸检测一直是计算机视觉研究中最重要的课题之一,在人脸解锁、视频监控等日常应用中发挥着重要作用。
[0005]目前,大多数研究都集中在野外环境中,其中,人脸通常具有不同的尺度,很难检测到极小的人脸;人脸检测的研究主要集中在提高人脸检测准确度上,增加了昂贵的计算成本。然而,上述两种情况都不是人脸解锁的关注点。原因如下:1)人脸尺度与人脸解锁下的尺度不同;2)人脸解锁部署在移动设备上,计算能力非常有限。
技术实现思路
[0006]本申请提供了一种人脸检测设备、人脸检测方法和人脸解锁系统,能够实现良好的准确性,并且重量轻,易于部署在移动设备上。
[0007]本申请实施例提供了一种基于卷积神经网络的人脸检测设备。所述设备包括前端特征提取器单元和后端检测器单元。所述前端特征提取器单元包括基本特征提取器、多尺度特征提取器和深度特征提取器。所述基本特征提取器用于对输入灰度图像应用第一组卷积核,以生成一组基本特征图(feature map)。所述多尺度特征提取器用于将大小小于所述第一组卷积核的第二组卷积 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种基于卷积神经网络的人脸检测设备,其特征在于,包括:前端特征提取器单元,包括:基本特征提取器,用于对输入灰度图像应用第一组卷积核以生成一组基本特征图;多尺度特征提取器,用于对所述一组基本特征图应用第二组卷积核以生成多组中间特征图,所述第二组卷积核的大小小于所述第一组卷积核的大小,所述多组中间特征图连接形成连接层;和深度特征提取器,用于对所述连接层执行至少一卷积操作;以及后端检测器单元,包括至少一个检测器,所述至少一个检测器的输入来自于所述多尺度特征提取器或所述深度特征提取器。2.根据权利要求1所述的设备,其特征在于,所述第一组卷积核包括:第一类卷积核和第二类卷积核,所述第一类卷积核的大小为N
×
N,所述第二类卷积核的大小为P
×
P,N大于P。3.根据权利要求2所述的设备,其特征在于,P是大于或等于5的整数。4.根据权利要求1所述的设备,其特征在于,所述基本特征提取器用于执行至少一卷积操作和至少一池化操作。5.根据权利要求1所述的设备,其特征在于,所述基本特征提取器用于依次执行第一操作、第二操作、第三操作和第四操作,所述第一操作和所述第三操作为卷积操作,所述第二操作和所述第四操作为池化操作。6.根据权利要求1所述的设备,其特征在于,所述基本特征提取器的下采样步长大于或等于32。7.根据权利要求2所述的设备,其特征在于,所述第二组卷积核包括:第三类卷积核和第四类卷积核,所述第三类卷积核的大小为C
×
C,所述第二类卷积核的大小为1
×
1,C大于1且小于P。8.根据权利要求1所述的设备,其特征在于,所述多尺度特征提取器包括:多个处理路径和一连接操作,所述多个处理路径用于在所述一组基本特征图上应用不同大小的卷积核以生成不同尺度的多组特征图,所述连接操作用于连接所述不同尺度的多组特征图以生成所述连接层。9.根据权利要求8所述的设备,其特征在于,每个所述处理路径包括1
×
1卷积操作。10.根据权利要求1所述的设备,其特征在于,所述至少一个检测器包括第一后端检测器和第二后端检测器,所述第一后端检测器的输入来自于所述多尺度特征提取器,所述第二后端检测器的输入来自于所述深度特征提取器。11.根据权利要求1所述的设备,其特征在于,所述深度特征提取器包括至少两个卷积操作;其中,所述至少一个检测器包括第一后端检测器、第二后端检测器和第三后端检测器,所述第一后端检测器的输入来自于所述多尺度特征提取器,所述第一后端检测器用于输出第一检测结果,所述第二后端检测器的输入来自于所述深度特征提取器的一个卷积操作,所述第二后端检测器用于输出第二检测结果,所述第三后端检测器的输入来自于所述深度特征提取器的另一个卷积操作...
【专利技术属性】
技术研发人员:周扬,刘杰,
申请(专利权)人:OPPO广东移动通信有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。