图像识别方法、装置、电子设备及存储介质与流程

技术特征：
1.一种图像识别方法，其特征在于，包括：获取图像数据，基于人头检测算法对所述图像数据进行人头检测，生成包含人头图像的人头位置框；通过人脸检测算法对所述人头位置框进行检测确定所述人头位置框内的人脸位置，根据所述人脸位置生成人脸位置框，其中，所述人脸位置框为包含所述人脸位置对应区域的框型结构。2.根据权利要求1所述的方法，其特征在于，所述基于人头检测算法对所述图像数据进行人头检测，生成包含人头图像的人头位置框，包括：对所述图像数据进行分割得到至少一个待检区域；在每个所述待检区域中生成多个候选框，基于人头检测算法对所述候选框进行人头检测，确定包含人头图像的所述候选框为所述人头位置框。3.根据权利要求2所述的方法，其特征在于，所述在每个所述待检区域中生成多个候选框，包括：确定所述待检区域的中心位置，以所述中心位置为所述候选框的中心点生成所述候选框。4.根据权利要求2所述的方法，其特征在于，所述基于人头检测算法对所述候选框进行人头检测，确定包含人头图像的所述候选框为人头位置框，包括：基于所述人头检测算法计算所述候选框为所述人头位置框的可能性得分及偏移信息，根据所述可能性得分对所述候选框进行筛选，根据所述偏移信息确定筛选后的所述候选框中偏移最小的所述候选框为所述人头位置框。5.根据权利要求4所述的方法，其特征在于，所述确定所述候选框为人头位置框的可能性得分及偏移信息，包括：基于训练好的人头识别深度神经网络，计算所述候选框为人头位置框的交并比，根据每个所述候选框的所述交并比得到每个所述候选框的所述可能性得分，并计算所述候选框的四角到人头位置的偏移量以生成所述偏移信息。6.根据权利要求5所述的方法，其特征在于，所述人头识别深度神经网络，具体为：以标注有人头位置框的训练图片为基础，对深度神经网络进行训练，输入所述训练图片及所述训练图片对应的训练框，输出识别后所述交并比不小于设定阈值的所述训练框，将训练后的所述深度神经网络作为所述人头识别深度神经网络。7.根据权利要求1所述的方法，其特征在于，所述通过人脸检测算法对所述人头位置框进行检测确定所述人头位置框内的人脸位置，包括：根据人脸关键点检测算法对所述人头位置框内的图像进行人脸关键点识别，确定所述人脸位置。8.根据权利要求7所述的方法，其特征在于，所述根据所述人脸位置生成人脸位置框，包括：根据所述人脸位置确定外接框体，确定所述外接框体的四角到所述人头位置框中心位置的偏移值，根据所述偏移值生成所述人脸位置框。9.根据权利要求1所述的方法，其特征在于，所述获取图像数据之后，还包括：对所述图像数据的尺寸进行归一化处理。
10.一种图像识别装置，其特征在于，包括：人头确定模块，用于获取图像数据，基于人头检测算法对所述图像数据进行人头检测，生成包含人头图像的人头位置框；人脸确定模块，用于通过人脸检测算法对所述人头位置框进行检测确定所述人头位置框内的人脸位置，根据所述人脸位置生成人脸位置框，其中，所述人脸位置框为包含所述人脸位置对应区域的框型结构。11.一种电子设备，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9任一项所述的方法。12.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机实现权利要求1至9任一项所述的方法。

技术总结
本申请提供的一种图像识别方法、装置、电子设备及存储介质，包括：获取图像数据，基于人头检测算法对所述图像数据进行人头检测，生成包含人头图像的人头位置框；通过人脸检测算法对所述人头位置框进行检测确定所述人头位置框内的人脸位置，根据所述人脸位置生成人脸位置框，其中，所述人脸位置框为包含所述人脸位置对应区域的框型结构。本申请通过将人头检测和人脸检测看成是一个单阶段检测算法，在完成人头检测之后，直接对人头检测出的人头位置框内的图像进行人脸检测进而快速输出人脸检测结果，以此来降低人脸检测的训练难度、计算量及计算耗时，并最终降低了任务的内存占用空间，提升了用户体验。提升了用户体验。提升了用户体验。


技术研发人员：韦涛 张宏源
受保护的技术使用者：北京罗克维尔斯科技有限公司
技术研发日：2022.08.12
技术公布日：2022/12/5