[發(fā)明專利]一種改進(jìn)的FasterR?CNN人臉檢測方法

在審

• 申請?zhí)枺?/td>: 201710714095.7
• 申請日: 2017-08-18
• 公開（公告）號: CN107527029A
• 公開（公告）日: 2017-12-29
• 發(fā)明（設(shè)計）人: 衛(wèi)晨;李偉山
• 申請（專利權(quán)）人: 衛(wèi)晨
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 陜西增瑞律師事務(wù)所61219
• 代理人: 劉艷霞

1.一種改進(jìn)的Faster R-CNN人臉檢測方法，其特征在于，包括以下步驟：

步驟1、將原始圖片輸入到RPN網(wǎng)絡(luò)中，輸出多尺度的候選區(qū)域定位框和定位框內(nèi)包含人臉的概率值；

步驟2、用非極大值抑制算法處理步驟1中的區(qū)域定位框，依據(jù)概率值，由高到低依次選取300個候選的人臉區(qū)域定位框；

步驟3、將步驟1中的初始圖片和步驟2中的300個候選的人臉區(qū)域定位框輸入到目標(biāo)檢測網(wǎng)絡(luò)中；

步驟4：目標(biāo)檢測網(wǎng)絡(luò)對輸入的圖片進(jìn)行卷積運(yùn)算，并經(jīng)過多層卷積層前向傳播到最后一層卷積層，輸出圖片特征圖；

步驟5、將步驟2中的300個候選的人臉區(qū)域定位框通過坐標(biāo)的映射變換，映射到步驟4中的圖片特征圖上，即得到300個候選的人臉區(qū)域定位框的特征圖；

步驟6、將步驟5中的300個候選的人臉區(qū)域定位框的特征圖依次經(jīng)ROI pooling層，得尺寸相一致的300個候選的人臉區(qū)域定位框的特征圖；

步驟7、將步驟6中的尺寸相一致的300個候選的人臉區(qū)域定位框的特征圖進(jìn)行分類，輸出人臉區(qū)域坐標(biāo)和概率。

2.根據(jù)權(quán)利要求1所述的一種改進(jìn)的Faster R-CNN人臉檢測方法，其特征在于，所述步驟1中，候選區(qū)域定位框為12種不同規(guī)格大小。

3.根據(jù)權(quán)利要求1或2所述的一種改進(jìn)的Faster R-CNN人臉檢測方法，其特征在于，所述步驟3中的目標(biāo)檢測網(wǎng)絡(luò)包括依次排列的特征提取層、ROI pooling層、全連接層、分類器和定位框回歸器；所述特征提取層包括依次連接的多層卷積層。

4.根據(jù)權(quán)利要求3所述的一種改進(jìn)的Faster R-CNN人臉檢測方法，其特征在于，特征提取層選用101層的殘差網(wǎng)絡(luò)。

5.根據(jù)權(quán)利要求4所述的一種改進(jìn)的Faster R-CNN人臉檢測方法，其特征在于，所述101層的殘差網(wǎng)絡(luò)中，第四個殘差塊conv5_x中的每一個殘差單元中間層為擴(kuò)張卷積層，其擴(kuò)張系數(shù)為2。

6.根據(jù)權(quán)利要求4～5中任一項所述的一種改進(jìn)的Faster R-CNN人臉檢測方法，其特征在于，所述RPN網(wǎng)絡(luò)和目標(biāo)檢測網(wǎng)絡(luò)共用特征提取層。