本发明公开了一种基于深度卷积神经网络的人脸遮挡检测方法，包括：对输入图像进行分块，得到目标预选区域；构建第一深度卷积神经网络，通过训练包括第一深度卷积网络和与其连接的第一多层感知器的第一深度卷积神经网络得到所需参数，提取目标预选区域的特征并进行分类；根据提取的特征，通过第二多层感知器预测人头位置；将分类类别是人头的可信度和预测得到的人头位置通过非极大值抑制过滤去除重叠的重复检测框；联合原图分割得到人头块，构建基于多任务学习策略的第二深度卷积神经网络，判断该人头块的左眼、右眼、鼻子和嘴巴是否被遮挡。该方法能准确检测遮挡的人脸，并且判断其具体的遮挡部位，主要用于自动取款机前摄像机视频的犯罪预警。

本发明公开了一种基于深度卷积神经网络的人脸遮挡检测方法，包括：对输入图像进行分块，得到目标预选区域；构建第一深度卷积神经网络，通过训练包括第一深度卷积网络和与其连接的第一多层感知器的第一深度卷积神经网络得到所需参数，提取目标预选区域的特征并进行分类；根据提取的特征，通过第二多层感知器预测人头位置；将分类类别是人头的可信度和预测得到的人头位置通过非极大值抑制过滤去除重叠的重复检测框；联合原图分割得到人头块，构建基于多任务学习策略的第二深度卷积神经网络，判断该人头块的左眼、右眼、鼻子和嘴巴是否被遮挡。该方法能准确检测遮挡的人脸，并且判断其具体的遮挡部位，主要用于自动取款机前摄像机视频的犯罪预警。