一种学习噪声区域信息的人脸检测方法及装置

摘要

本发明涉及人脸检测技术领域，具体涉及一种学习噪声区域信息的人脸检测方法及装置，包括：搭建深度神经网络模型，提取训练样本的特征图，然后在特征图上生成候选区域，并且每个候选区域需用预测定位信息和预测置信度定义无噪声得分，然后针对每个候选区域用损失函数计算损失值，最后优化损失值，得到优化深度神经网络模型，输入人脸图像即可进行人脸检测；其中，所述的候选区域由设定的锚框在每个特征点上生成。与现有技术相比，本发明通过将人脸检测方法结合预测定位信息和预测置信度相结合计算得到无噪声得分，并将得分作为候选区域的软标签，再融入到损失函数中，使网络模型在训练过程中学习到噪声信息，有效地提高模型的鲁棒性。