[發明專利]單步人臉檢測器優化系統、方法、裝置

有效

• 申請號: 201910502740.8
• 申請日: 2019-06-11
• 公開（公告）號: CN110222657B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 雷震;張士峰;張永明
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種單步人臉檢測器優化系統，其特征在于，所述系統包括訓練系統、測試系統；所述訓練系統包括數據增強模塊、尺度感知邊距模塊、特征監督模塊、單步人臉檢測器接口模塊、損失函數模塊；

所述數據增強模塊，配置為基于被檢測圖像，通過復制拼接獲得拼接圖像；在所述拼接圖像中隨機裁剪獲得一個圖像塊，并對該圖像塊進行數據增強后，通過錨點框獲取訓練樣本；

所述單步人臉檢測器接口模塊，配置為將所述訓練樣本發送至待訓練的單步人臉檢測器進行二分類和邊框回歸，并獲取單步人臉檢測器進行訓練樣本的二分類過程中得到的各訓練樣本的采樣特征；

所述尺度感知邊距模塊，配置為獲取訓練樣本的尺度感知邊距損失；

所述特征監督模塊，配置為基于所述各訓練樣本的采樣特征，通過基于特征監督的分類網絡進行訓練樣本的二分類；

所述損失函數模塊，配置為通過基于L_CLS、L_LOC、L_FSM的損失函數，對單步人臉檢測器進行參數更新；其中，L_CLS為所述單步人臉檢測器二分類中的尺度感知邊距損失函數，L_LOC為邊框回歸損失函數，L_FSM為基于特征監督的分類網絡中二分類的損失函數；

所述測試系統，配置為基于預設的測試數據，利用所述訓練系統得到的單步人臉檢測器進行人臉檢測任務獲取檢測準確度，并在該準確度小于預設準確度閾值時，再次通過所述訓練系統優化所述單步人臉檢測器。

2.根據權利要求1所述的單步人臉檢測器優化系統，其特征在于，所述被檢測圖像為矩形，所述數據增強模塊中“基于被檢測圖像，通過復制拼接獲得拼接圖像”，其方法為：

將被檢測圖像復制4次，并通過矩陣式拼接獲取所述拼接圖像；所述拼接圖像的長邊為被檢測圖像長邊的2倍、所述拼接圖像的短邊為被檢測圖像短邊的2倍。

3.根據權利要求2所述的單步人臉檢測器優化系統，其特征在于，所述數據增強模塊中所述圖像塊的長邊為被檢測圖像的長邊的A倍、所述圖像塊的短邊為被檢測圖像的短邊的A倍，A∈[1,2]。

4.根據權利要求1所述的單步人臉檢測器優化系統，其特征在于，所述基于特征監督的分類網絡，包括ROI Align層、四個卷積層、一個全局平均池化層、損失函數層。

5.根據權利要求1所述的單步人臉檢測器優化系統，其特征在于，所述尺度感知邊距損失函數基于感知邊距的預測概率函數構建，所述基于感知邊距的預測概率函數為

y＝sigmoid(x-m)

其中，y為預測的概率值，x是預測值，m是x的邊距值，α為預設的超參數，w、h分別為樣本的寬和高。

6.根據權利要求5所述的單步人臉檢測器優化系統，其特征在于，所述尺度感知邊距損失函數設置在尺度感知邊距網絡中，所述尺度感知邊距網絡包括分類卷積層、尺度感知邊距層、Sigmoid函數層和損失函數層。

7.根據權利要求1-6任一項所述的單步人臉檢測器優化系統，其特征在于，所述基于L_CLS、L_LOC、L_FSM的損失函數為

L＝L_CLS+L_LOC+λL_FSM

其中，λ為預設權重。