(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210825241.4 (22)申请日 2022.07.14 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 陶英杰　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 马小青 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种人脸检测方法、 装置及存 储介质 (57)摘要 本申请公开了一种人脸检测方法、 装置及存 储介质， 可应用于人工智 能领域以及金融领域。 通过将获取的待检测人脸图像输入通过训练得 到的检测模型； 所述检测模型包括预处理模块， 主干网络， 颈部网络以及头部网络； 其中所述主 干网络采用深度可分离残差网络结构并采用 ReLU6作为激活函数； 通过所述预处理模块将所 述待检测人脸图像进行区域划分， 得到预处理图 像； 将所述预处理图像输入所述主干网络进行特 征提取， 得到第一特征提取结果； 根据所述第一 特征提取结果， 利用所述颈部网络对 所述第一特 征进行特征融合， 获得第二特征； 获取所述头部 网络根据所述第二特征输出的人脸检测结果。 通 过改进主干网络， 降低了结构 的复杂度， 提高了 人脸的检测效率。 权利要求书2页 说明书7页 附图4页 CN 115131864 A 2022.09.30 CN 115131864 A 1.一种人脸检测方法， 其特 征在于， 包括： 获取待检测人脸图像； 将所述待检测人脸图像输入通过训练得到的检测模型； 所述检测模型包括预处理模 块， 主干网络， 颈部网络以及头部网络； 其中所述主干网络采用深度可分离残差网络结构并 采用ReLU6作为激活函数； 通过所述预处 理模块将所述待检测人脸图像进行区域划分， 得到预处 理图像； 将所述预处 理图像输入所述主干网络进行 特征提取， 得到第一特 征提取结果； 根据所述第一特征提取结果， 利用所述颈部网络对所述第一特征进行特征融合， 获得 第二特征； 获取所述头部网络根据所述第二特 征输出的人脸检测结果。 2.根据权利要求1所述的方法， 其特 征在于， 所述检测模型通过以下步骤训练得到： 根据人脸角度、 光照条件、 人脸遮挡情况和人脸清晰度， 对人脸图像数据进行筛选、 分 类和标注， 建立数据集； 利用所述数据集， 训练得到所述检测模型。 3.根据权利要求1所述的方法， 其特征在于， 所述颈部网络具体为采用注意力 机制的颈 部网络。 4.根据权利要求1 ‑3中任一项所述的方法， 其特征在于， 所述获取所述头部网络根据 所 述第二特 征输出的人脸检测结果， 包括： 所述头部网络根据所述第二特征， 通过非极大值拟制运算， 得到所述第二特征的重合 度值和置信度值； 去除重合度值大于第一预设值和/或置信度值小于第二预设值的第二特 征； 输出人脸检测结果。 5.根据权利要求 4所述的方法， 其特 征在于， 所述输出 人脸检测结果， 包括： 输出待检测人脸图像的类别、 位置以及置信度。 6.根据权利要求1所述的方法， 其特征在于， 所述预处理模块将所述待检测人脸图像进 行区域划分， 包括： 所述预处理模块根据 所述待检测人脸图像中的人脸所在区域， 对所述待检测人脸图像 进行区域划分， 得到所述预处 理图像。 7.一种人脸检测装置， 其特 征在于， 包括： 获取模块， 用于获取待检测人脸图像； 输入模块， 将所述待检测人脸图像输入通过训练得到的检测模型， 所述检测模型包括 预处理模块， 主干网络， 颈部网络以及头部网络； 其中所述主干网络采用深度可分离残差网 络结构并采用ReLU6作为激活函数； 所述预处 理模块， 用于将所述待检测人脸图像进行区域划分， 得到预处 理图像； 所述主干网络， 用于对所述预处 理图像进行 特征提取， 得到第一特 征提取结果； 所述颈部网络， 用于根据 所述第一特征提取结果， 对所述第 一特征进行特征融合， 获得 第二特征； 所述头部网络， 用于根据所述第二特 征输出人脸检测结果。 8.根据权利要求7 所述的装置， 其特 征在于， 还 包括：权　利　要　求　书 1/2 页 2 CN 115131864 A 2数据集建立模块和训练模块； 所述数据集模块， 用于根据人脸角度、 光照条件、 人脸遮挡情况和人脸清晰度， 对人脸 图像数据进行筛 选、 分类和标注， 建立数据集； 所述训练模块， 用于利用所述数据集， 通过训练得到所述检测模型。 9.根据权利要求7 所述的装置， 其特 征在于， 所述头 部网络， 包括： 计算模块、 去重模块以及输出模块； 所述计算模块， 用于进行非极大值拟制运算， 得到所述第二特征的重合度值和置信度 值； 所述去重模块， 用于根据所述第二特征的重合度值和置信度值， 去 除重合度值大于第 一预设值或置信度值小于第二预设值的第二特 征， 得到人脸检测结果； 所述输出模块， 用于 输出所述人脸检测结果。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求1 ‑6任一项所述的一种人脸检测方 法的步骤。权　利　要　求　书 2/2 页 3 CN 115131864 A 3