[發明專利]一種安防系統上的人臉檢測識別方法

在審

• 申請號: 202010736090.6
• 申請日: 2020-07-28
• 公開（公告）號: CN111860393A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 陳勇;王丙佳;胡家瑞;裴植;王成;易文超;吳光華
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06N3/04
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 周紅芳

1.一種安防系統上的人臉檢測識別方法，其特征在于包括如下步驟：

S1：利用攝像頭直接獲取一張含有多個人臉的圖像，進行圖像采集；

S2：將步驟S1獲取的圖像輸入到MTCNN網絡中，MTCNN網絡檢測并截取圖像中的所有人臉，并將這些人臉圖進行旋轉、對齊后一并放置于截取后圖像的正中央，以方便后續的人臉特征提取；

S3：使用改進的Resnet50對步驟S2所得圖像進行人臉特征提取；

S4：將提取出來的人臉特征和數據庫中的人臉特征進行對比，實現人臉識別，輸出識別結果。

2.如權利要求1所述的一種安防系統上的人臉檢測識別方法，其特征在于步驟S2中，將MTCNN網絡中的損失函數加以改進為Arcface中的Loss函數，以便利用MTCNN網絡精準地截取圖像中的所有人臉；其中改進的Arcface中的Loss函數的表達式為：

其中：m表示角度常量，θ_j，i表示向量W_j和樣本x_i之間的角度，x_i表示第i個樣本，y_i表示第i個樣本的ground truth標簽，s表示超球面的半徑；由此，將m以加法的方式懲罰深度特征與其相應權重之間的角度，從而同時增強了類內緊度和類間差異，提升訓練效果。

3.如權利要求1所述的一種安防系統上的人臉檢測識別方法，其特征在于所述改進的Resnet50，是在Resnet50的基礎上加入了注意力機制、將原函數的Batch Normalization替換成Group Normalization和將原網絡中的Relu函數替換為激活性能更好的Swish激活函數；

其中替換后的Swish激活函數的公式為：

f(x)＝x*sigmoid(x)

f(x)表示激活后的輸出特征值，x表示輸入值；

在每個殘差塊之間都加入通道和空間注意力機制，提升模型對于感興趣目標區域的集中程度，以便更好的提取高維度中的特征；其中通道注意力機制的表達公式為：

其中F表不輸入的特征，AvgPool表不全局平均池化，MaxPool表不最大池化；分別對F進行全局平均池化和最大池化層，再將它們分別送入一個兩層的神經網絡得到兩個特征W₀和W₁，再將得到的兩個特征相加后經過一個Sigmoid激活函數得到權重系數M_s(F)；最后，將權重系數M_s(F)和原來的輸入特征F相乘即可得到縮放后的新特征；

空間注意力機制的表達公式為：

其中，F表示輸入的特征，AvgPool表示全局平均池化，MaXPool表示最大池化；將F分別進行一個通道維度的平均池化和最大池化得到兩個通道描述和并將這兩個描述按照通道拼接在一起；最后將拼接在一起的通道送入一個7×7的卷積層，激活函數為Sigmoid，得到權重系數M_s(F)；最后，拿權重系數M_s(F)和特征F相乘即可得到縮放后的新特征。