[發明專利]一種應用于人臉檢測系統的基于蒙版的模型評估方法

有效

• 申請號: 202011091940.8
• 申請日: 2020-10-13
• 公開（公告）號: CN112215154B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 孫家樂;瞿洪桂;袁麗燕;朱海明;高云麗
• 申請（專利權）人: 北京中電興發科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國強

本發明涉及人臉檢測領域，公開了一種應用于人臉檢測系統的基于蒙版的模型評估方法，包括獲取待評估人臉檢測模型，將標注框劃分為標注人臉框和標注蒙版框；對測試圖片進行人臉檢測；計算預測框與標注框的IoU值，設置n個不同的IoU閾值；獲得m個置信度閾值，篩選出若干個預測框，將若干個預測框分別與標注人臉框和標注蒙版框進行匹配，根據匹配結果建立混淆矩陣；遍歷所有置信度閾值，根據P?R曲線獲得AP值；遍歷所有不同的IoU閾值，獲得人臉檢測模型的評估指標結果。本發明對標注人臉框和標注蒙版框進行了區分，使得人臉檢測模型評估標準更注重真實應用場景所關心的人臉，有效提升了后續人臉相關任務的準確度。

技術領域

本發明涉及人臉檢測領域，具體地涉及一種應用于人臉檢測系統的基于蒙版的模型評估方法。

背景技術

對于人臉檢測任務來講，一個具體的人臉預測結果包括：bounding box的坐標及置信度。人臉檢測模型評估方法通過預測框和標注框之間的重合程度從而判斷預測結果是否正確。

現有人臉檢測模型評估方法，采用標注框和預測框在單一交并比(IoU)閾值下的平均精度(AP)作為模型好壞的評估標準。然而實際應用中發現，單一IoU閾值下AP表現較好的模型，在其他IoU閾值下AP表現可能很差。預測框和標注框之間的重合程度，對于人臉相關任務(比如人臉關鍵點檢測、人臉屬性、人臉識別)的準確度影響很大，但是現有模型評估方法并未對此進行有效評估。

因遮擋、角度、光線、模糊等因素，使得部分標注信息難以判定是否是人臉，且上述難以標注的人臉框即便被正確檢測出來，對于人臉檢測器真實場景下的使用也沒有太大意義。現有技術中的人臉檢測模型評估方法，或將上述難以標注的人臉框作為標注框和普通標注框同等對待，致使無法有效區分不同人臉檢測模型在普通標注框上的表現；或將上述難以標注的人臉框作為背景對待，將人臉檢測模型在這部分標注信息上的正檢作為誤檢處理，使得人臉檢測模型對人臉的預測評估不準確。

發明內容

本發明提供一種應用于人臉檢測系統的基于蒙版的模型評估方法，從而解決現有人臉檢測模型進行人臉評估時，未考慮不同IoU閾值且無法處理難以標注的人臉框而導致評估不準確的問題。

一種應用于人臉檢測系統的基于蒙版的模型評估方法，包括以下步驟：

S1)獲取測試圖片以及待評估人臉檢測模型，獲取測試圖片中的所有標注框，根據環境因素將測試圖片中的所有標注框劃分為若干個標注人臉框和若干個標注蒙版框；

S2)利用待評估人臉檢測模型對測試圖片進行人臉檢測，得到測試圖片中的所有預測框以及每個預測框的預測框信息；

S3)計算測試圖片中所有預測框與所述測試圖片中的所有標注框之間的IoU值，設置n個不同的IoU閾值；

S4)在第s個IoU閾值下設置置信度閾值取值范圍,在所述置信度閾值取值范圍內進行等間距取值，獲得m個置信度閾值，s＝1、2、...、n；

S5)篩選出測試圖片中置信度大于第i個置信度閾值的若干個預測框，i＝1、2、...、m；

S6)根據IoU值將測試圖片中置信度大于第i個置信度閾值的若干個預測框分別與步驟S1)中的若干個標注人臉框和若干個標注蒙版框進行匹配，獲得匹配結果，根據匹配結果建立混淆矩陣，根據混淆矩陣計算與第i個置信度閾值相對應的精確度和召回率；

S7)依次重復步驟S5)至步驟S6)，在第s個IoU閾值下遍歷所有置信度閾值，獲得在第s個IoU閾值下與所有置信度閾值分別相對應的精確度和召回率，根據所述在第s個IoU閾值下與所有置信度閾值分別相對應的精確度和召回率繪制P-R曲線，根據P-R曲線獲得與第s個IoU閾值相對應的AP值；

S8)依次重復步驟S4)至步驟S7)，遍歷所有不同的IoU閾值，獲得與所有不同的IoU閾值分別對應的若干個AP值；