[發明專利]一種基于深度學習的行人口罩佩戴實時檢測方法

在審

• 申請號: 202010164210.X
• 申請日: 2020-03-11
• 公開（公告）號: CN111401202A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 王兵;樂紅霞;趙春蘭;肖斌;李文璟
• 申請（專利權）人: 西南石油大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 成都方圓聿聯專利代理事務所(普通合伙) 51241
• 代理人: 宋紅賓

1.一種基于深度學習的行人口罩佩戴實時檢測方法，其特征在于，包括以下步驟：

S1、搭建健壯的骨干網絡

采用骨干網絡Darknet53作為特征提取器；Darknet53由52個卷積層作為主體網絡層，最后一層為1*1卷積組成的全連接層；主體網絡層的第一層為convolutional，然后是5組重復的resblock_body，每個resblock_body_n包括1個單獨的convolutional與一組res_unit_n，res_unit_n為重復執行的convolutional，執行次數為n(n＝1,2,8,8,4)，總共是：

1+(1+1*2)+(1+2*2)+(1+8*2)+(1+8*2)+(1+4*2)＝52層；

其中，res_unit_n中存在快連接層shortcut，殘差層不屬于卷積層計算；

主體網絡中的第一層convolutional由一個二維卷積層、一個批正則化層和斜率為0.1的LeakyReLU層構成；該二維卷積層使用L²(2)對核權重矩陣進行正則化操作，參數為5e-4，L²正則化不會產生稀疏化；LeakyReLU層的LeakyReLU是在ReLU基礎改進后的激活函數，ReLU將所有的負值都設為零，當大梯度經過ReLU神經元，更新后的梯度為0；此時如果學習率很大，很可能網絡中一半的神經元都不會對任何數據有激活現象；而LeakyReLU是給所有負值賦予一個非零斜率，解決了該問題，其公式如下：

Darknet53使用更多連續的3×3和1×1卷積層，并將它們組織為殘差塊；

S2、多尺度訓練

在三種不同的尺度上預測邊界框，假設輸入RoI寬為w，高為h，S為RoI的上下文比例因子，三種不同尺度的區域具有相同的中心，從多個尺度中提取不同區域的上下文信息，同時在特征圖上建立三個不同尺度的檢測頭，負責檢測不同尺度的目標；檢測頭中的每個網格被分配了三個不同的錨，從而預測由4個邊界坐標、1個客觀和C類預測組成的三個檢測；檢測頭的最終結果張量為N×N×(3×(4+1+C))，其中N×N表示最后卷積特征圖的空間大小；

通過引進Maxout結合dropout作為該層的激活函數，融合多個人臉RoIs輸出到池化層，其中Maxout公式如下:

其中：權重W是一個大小為d×m×k的三維矩陣，偏移量b是一個大小為m×k的二維矩陣，這兩個就是需要學習的參數；m表示隱含層節點的個數，k表示每個隱含層節點對應了k個“隱隱含層”節點，當使用Maxout時，三個特征圖融合成具有相同維度的單個特征圖；這些特征圖在RoI池化層之前共享每層的權重，不同尺度的RoI前向傳播到目標RoI池化層，獲得固定分辨率的特征圖；

該方法可檢測人臉是否存在及人臉是否存在遮擋的判別；定位到人臉后將產生四個錨點：左上頂點(x0,y0)、右下頂點(x1,y1)和一個錨框，將該錨框分為上下兩部分，即對應人臉的上半部分：左上頂點(x0,y0)、右下頂點(x1,(y0+y1)/2)，下半部分：左上頂點(x0,(y0+y1)/2)、右下頂點(x1,y1)；若被遮擋區域中心點落于人臉下半部分錨框且IOU大于閥值P，則認為該行人佩戴口罩；若被遮擋區域中心點落于人臉下半部分錨框且IOU小于閥值或人臉下半部分未檢測到遮擋情況，則認為該行人未佩戴口罩；

S3、模型壓縮

經過步驟S2后可得到初步結果，對該過程進行模型壓縮，模型壓縮方法分為兩部分：通道稀疏和通道剪枝；

S4、模型優化

對通道剪枝后的模型執行模型優化操作，以補償暫時下降的精度和方法潛在的性能退化；在細粒度目標檢測任務中，檢測性能通常對通道剪枝敏感；通過微調進行模型優化，修改更新次數、迭代次數、學習率、正則化參數來得到合適的模型。