[發明專利]無約束場景下的基于特征強化的漸進式級聯人臉檢測方法

在審

• 申請號: 202010319149.1
• 申請日: 2020-04-21
• 公開（公告）號: CN111553230A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 徐琴珍;楊哲;劉楊;王路;王馭揚;楊綠溪
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 葉涓涓

1.無約束場景下的基于特征強化的漸進式級聯人臉檢測方法，其特征在于，包括如下步驟：

步驟1，對WIDERFACE訓練集進行數據增廣；

步驟2，基于步驟1的增廣圖片，以VGGNet-16作為基礎特征提取網絡，利用特征強化模塊實現雙分支架構，并對用于預測的各分支、各層級特征圖應用Max-Both-Out策略；

步驟3，在訓練參數初始化后，搭建迭代式級聯結構，利用漸進式損失指導和監督模型的自主學習過程，待模型收斂后保存，并進行檢測。

2.根據權利要求1所述的無約束場景下的基于特征強化的漸進式級聯人臉檢測方法，其特征在于，所述步驟1具體包括如下子步驟：

步驟1.1：對WIDERFACE訓練集中的圖片進行水平翻轉和隨機裁剪，作為初步預處理，具體操作為：首先將輸入圖像擴展為原先尺寸的4倍，接著再對每一張圖片進行鏡像水平翻轉，最后隨機地裁剪出640×640的區域大小，即應用下式進行處理：

x_preprocess＝Crop(Flip(Extend(x_input)))

式中，x_input表示輸入的訓練集圖片，Extend操作是采用填充均值的方式進行圖片擴展，Flip操作表示隨機地進行水平翻轉，Crop為隨機裁剪操作，x_preprocess則表示相應的初步預處理結果，其尺寸統一為640×640；

步驟1.2：采用色彩抖動、噪聲擾動方式來模擬無約束場景下的干擾，再次對步驟1.1中得到的初步預處理結果x_preprocess進行不同程度地增強，進而得到綜合處理后的增廣圖片x_process，如下式所示：

式中，Color操作表示色彩抖動方式，Noise(Gaussian)、Noise(Saltpepper)操作分別表示為圖片加高斯噪聲、椒鹽噪聲。

3.根據權利要求1所述的無約束場景下的基于特征強化的漸進式級聯人臉檢測方法，其特征在于，所述步驟2具體包括如下子步驟：

步驟2.1：通過VGGNet-16對增廣的輸入圖片進行基礎特征抽取，其中分別選取conv3_3、conv4_3、conv5_3、conv_fc7、conv6_2、conv7_2作最后的預測，其特征圖尺寸分別為160×160、80×80、40×40、20×20、10×10、5×5；

步驟2.2：利用特征強化模塊實現雙分支架構，通過不同的維度信息，對步驟2.1中用作預測的原始特征圖進行增強，記上層的原始特征圖中的神經元細胞為oc_(i,j,l)，當前層的原始特征圖中的非局部神經元細胞為nc_{(i-ε,j-ε,l)}，nc_(i-ε,j,l)，…，nc_i(,j+ε,l)，nc_{(i+ε,j+ε,l)}，則強化后的特征圖的神經元細胞ec_(i,j,l)表示為：

ec_(i,j,l)＝f_Concat(f_Dilation(nc_(i,j,l)))

nc_(i,j,l)＝f_Element-wise(oc_(i,j,l),f_Up(oc_(i,j,l+1)))

式中，c_(i,j,l)是第l層的特征圖中坐標為(i,j)所映射的細胞單元，f指向一系列基本的拼接操作、擴張卷積操作、逐元素相乘操作和上采樣操作；

步驟2.3：對上述步驟中所得到的各個分支、各個層級的用作預測的特征圖應用Max-Both-Out策略，降低訓練樣本的假陽性，Max-Both-Out策略同時預測Cp個正樣本人臉分數和Cn個負樣本背景分數，再從中分別選擇正、負分數最高的作為最終的目標、背景，相當于集成了Cn+Cp個分類器。