本申请实施例提供了一种人脸检测方法、人脸检测装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取待检测目标的原始图像数据；通过预设的人脸检测算法对所述原始图像数据进行人脸检测得到包含人脸的初步图像数据；对所述初步图像数据进行图像质量评估得到初步评估数据；根据预设的参考标签对所述初步评估数据进行过滤得到目标图像数据；对所述目标图像数据进行人脸特征提取得到初步人脸特征；计算所述初步人脸特征与参考人脸特征之间的特征相似度得到目标相似度；根据目标相似度从人脸库中筛选出目标人脸数据，该目标人脸数据包括目标人脸图像和目标人脸图像的目标身份信息。本申请实施例能够提高人脸检测的效率和准确率。的效率和准确率。的效率和准确率。
【技术实现步骤摘要】
人脸检测方法、人脸检测装置、电子设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种人脸检测方法、人脸检测装置、电子设备及存储介质。
技术介绍
[0002]目前，人脸识别系统在对人脸图像进行识别时，会对输入的人脸图像进行人脸特征的提取与比对，若输入的人脸图像存在质量问题，将直接影响着人脸识别系统匹配的精度，从而会导致识别结果不可靠；并且，大量是人脸图像的识别会极大增加计算耗时，例如，在公司员工通过刷脸门禁进入公司的场景下，公司员工从远到近，可能前几帧检测到的人脸都是模糊的，此时系统进行人脸识别时容易识别失败。因此，如何提高人脸检测的效率，成为了亟待解决的技术问题。
技术实现思路
[0003]本申请实施例的主要目的在于提出一种人脸检测方法、人脸检测装置、电子设备及存储介质，旨在提高人脸检测的效率和准确率。
[0004]为实现上述目的，本申请实施例的第一方面提出了一种人脸检测方法，所述方法包括：
[0005]获取待检测目标的原始图像数据；
[0006]通过预设的人脸检测算法对所述原始图像数据进行人脸检测，得到包含人脸的初步图像数据；
[0007]对所述初步图像数据进行图像质量评估，得到初步评估数据；其中，所述初步评估数据包括所述初步图像数据和初步图像数据的质量标签，所述质量标签用于表征所述初步图像数据的图像质量；
[0008]根据预设的参考标签对所述初步评估数据进行过滤，得到目标图像数据；其中，所述参考标签至少包括表情标签；
[0009]对所述目标图像数据进行人脸特征提取，得到初步人脸特征；
[0010]计算所述初步人脸特征与预设的参考人脸特征之间的相似度，得到目标相似度；其中，所述参考人脸特征存储于预设的人脸库；
[0011]根据所述目标相似度从所述人脸库中筛选出目标人脸数据；其中，所述目标人脸数据包括目标人脸图像和所述目标人脸图像的目标身份信息，所述目标身份信息用于表征所述待检测目标的身份。
[0012]在一些实施例，所述根据所述目标相似度从预设的人脸库中筛选出目标人脸数据，包括：
[0013]根据所述目标相似度从所述人脸库的参考人脸特征中筛选出目标人脸特征；
[0014]根据所述目标人脸特征从所述人脸库筛选出所述目标人脸图像；
[0015]根据所述目标人脸图像从所述人脸库提取出所述目标身份信息。
[0016]在一些实施例，所述目标相似度为余弦相似度，所述计算所述初步人脸特征与预设的参考人脸特征之间的相似度，得到目标相似度，包括：
[0017]对所述初步人脸特征与每一所述参考人脸特征之间进行相似度计算，得到至少两个特征相似度；其中，所述特征相似度为所述余弦相似度，所述特征相似度的数量与所述参考人脸特征的数量相等；
[0018]从所述至少两个特征相似度筛选出最大的特征相似度，作为所述目标相似度。
[0019]在一些实施例，所述对所述目标图像数据进行人脸特征提取，得到初步人脸特征，包括：
[0020]将所述目标图像数据输入预设的人脸特征提取模型；其中，所述人脸特征提取模型包括特征提取网络层和分类层；
[0021]通过所述特征提取网络层对所述目标图像数据进行人脸特征提取，得到人脸特征向量；
[0022]根据所述分类层对所述人脸特征向量进行分类处理，得到所述初步人脸特征。
[0023]在一些实施例，所述方法还包括训练所述人脸特征提取模型，具体包括：
[0024]获取训练样本的训练图像数据；
[0025]根据所述训练图像数据对所述特征提取网络层进行训练，得到样本特征向量；
[0026]根据所述样本特征向量对分类层进行训练，直至所述分类层的分类损失函数收敛，得到所述人脸特征提取模型。
[0027]在一些实施例，所述参考标签包括参考值，所述质量标签包括质量值，所述根据预设的参考标签对所述初步评估数据进行过滤，得到目标图像数据，包括：
[0028]将所述参考值与所述质量值进行比较；
[0029]将与所述参考值不相等的质量值筛选出来作为目标值；
[0030]根据所述目标值对所述质量标签进行过滤，得到目标标签；所述目标标签的质量值与所述参考值相等；
[0031]根据所述目标标签对所述初步评估数据的初步图像数据进行过滤，得到所述目标图像数据。
[0032]在一些实施例，所述对所述初步图像数据进行图像质量评估，得到初步评估数据，包括：
[0033]对所述初步图像数据进行质量特征识别，得到图像识别数据；其中，所述图像识别数据包括用于表征符合质量要求的识别合格结果和用于表征不符合质量要求的识别失败结果，所述质量特征识别包括表情特征识别，所述质量特征识别还包括以下至少之一：光照特征识别、清晰度识别、图像遮挡识别、正脸完整性识别；
[0034]根据所述识别合格结果或所述识别失败结果对所述初步图像数据进行标记，得到包含所述质量标签的初步评估数据。
[0035]为实现上述目的，本申请实施例的第二方面提出了一种人脸检测装置，所述装置包括：
[0036]原始图像获取模块，用于获取待检测目标的原始图像数据；
[0037]人脸检测模块，用于通过预设的人脸检测算法对所述原始图像数据进行人脸检测，得到包含人脸的初步图像数据；
[0038]图像质量评估模块，用于对所述初步图像数据进行图像质量评估，得到初步评估数据；其中，所述初步评估数据包括所述初步图像数据和初步图像数据的质量标签，所述质量标签用于表征所述初步图像数据的图像质量；
[0039]图像过滤模块，用于根据预设的参考标签对所述初步评估数据进行过滤，得到目标图像数据；其中，所述参考标签至少包括表情标签；
[0040]人脸特征提取模块，用于对所述目标图像数据进行人脸特征提取，得到初步人脸特征；
[0041]相似度计算模块，用于计算所述初步人脸特征与预设的参考人脸特征之间的相似度，得到目标相似度；其中，所述参考人脸特征存储于预设的人脸库；
[0042]目标人脸获取模块，用于根据所述目标相似度从所述人脸库中筛选出目标人脸数据；其中，所述目标人脸数据包括目标人脸图像和所述目标人脸图像的目标身份信息，所述目标身份信息用于表征所述待检测目标的身份。
[0043]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
[0044]为实现上述目的，本申请实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
[0045]本申请提出的人脸检测方法、人脸检测装置、电子设备及存储介质,其通过获取待检测目标的原始图像数据，并通过预设的人脸检测算法对所述原始图像数据进行人脸检测得到包含人本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人脸检测方法，其特征在于，所述方法包括：获取待检测目标的原始图像数据；通过预设的人脸检测算法对所述原始图像数据进行人脸检测，得到包含人脸的初步图像数据；对所述初步图像数据进行图像质量评估，得到初步评估数据；其中，所述初步评估数据包括所述初步图像数据和初步图像数据的质量标签，所述质量标签用于表征所述初步图像数据的图像质量；根据预设的参考标签对所述初步评估数据进行过滤，得到目标图像数据；其中，所述参考标签至少包括表情标签；对所述目标图像数据进行人脸特征提取，得到初步人脸特征；计算所述初步人脸特征与预设的参考人脸特征之间的相似度，得到目标相似度；其中，所述参考人脸特征存储于预设的人脸库；根据所述目标相似度从所述人脸库中筛选出目标人脸数据；其中，所述目标人脸数据包括目标人脸图像和所述目标人脸图像的目标身份信息，所述目标身份信息用于表征所述待检测目标的身份。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标相似度从预设的人脸库中筛选出目标人脸数据，包括：根据所述目标相似度从所述人脸库的参考人脸特征中筛选出目标人脸特征；根据所述目标人脸特征从所述人脸库筛选出所述目标人脸图像；根据所述目标人脸图像从所述人脸库提取出所述目标身份信息。3.根据权利要求1所述的方法，其特征在于，所述目标相似度为余弦相似度，所述计算所述初步人脸特征与预设的参考人脸特征之间的相似度，得到目标相似度，包括：对所述初步人脸特征与每一所述参考人脸特征之间进行相似度计算，得到至少两个特征相似度；其中，所述特征相似度为所述余弦相似度，所述特征相似度的数量与所述参考人脸特征的数量相等；从所述至少两个特征相似度筛选出最大的特征相似度，作为所述目标相似度。4.根据权利要求1所述的方法，其特征在于，所述对所述目标图像数据进行人脸特征提取，得到初步人脸特征，包括：将所述目标图像数据输入预设的人脸特征提取模型；其中，所述人脸特征提取模型包括特征提取网络层和分类层；通过所述特征提取网络层对所述目标图像数据进行人脸特征提取，得到人脸特征向量；根据所述分类层对所述人脸特征向量进行分类处理，得到所述初步人脸特征。5.根据权利要求4所述的方法，其特征在于，所述方法还包括训练所述人脸特征提取模型，具体包括：获取训练样本的训练图像数据；根据所述训练图像数据对所述特征提取网络层进行训练，得到样本特征向量；根据所述样本特征向量对分类层进行训练，直至所述分类层的分类损失函数收敛，得到所述人脸特征提取模型。
6.根据权利要求1至5任一...
【专利技术属性】
技术研发人员：易苗，
申请(专利权)人：中国平安人寿保险股份有限公司，
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。