[發明專利]無約束場景下的基于上下文推理的人臉檢測方法

在審

• 申請號: 202010531633.0
• 申請日: 2020-06-11
• 公開（公告）號: CN111898410A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 徐琴珍;楊哲;邵文韜;劉茵茵;侯坤林;朱穎;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
• 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上下文推理的人臉檢測方法，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，通過低層級特征金字塔網絡加權地融合不同層的特征，并在預測環節采用上下文輔助預測模塊擴充子網絡，進而加深、加寬網絡模型；

步驟3，在訓練參數初始化后，應用多尺度訓練方法指導模型的自主學習過程，當損失收斂后保存模型，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上下文推理的人臉檢測方法，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；

步驟1.3：采用自適應錨點取樣方法對某圖像中的人臉進行重塑，以此引入具有更高概率的更大人臉，具體操作為：在某一圖像中選取一個大小為s_face的人臉，預設第i層特征圖上的錨點尺度s_i如下式所示：

s_i＝2⁴⁺ⁱ

其中，i＝0,1,…,5；

將第i層特征圖上與人臉大小s_face最接近的錨點的索引表示為：

其中，為第i層特征圖的錨點尺度；

之后再在集合{max(0,i_anchor-1),1,…,min(5,i_anchor+1)}中依次選取索引i_result，最后將原圖s_face調整大小至s_result：

以此得到該圖像的整體尺寸的縮放比例為s^*：

s^*＝s_result/s_face

通過將原始樣本圖片按照s*縮放后，再隨機裁剪出包含了選中人臉的640×640區域，即為經過自適應錨點取樣后的訓練樣本圖片。