[發明專利]基于廣義交并比的多尺度特征融合人臉檢測與分割方法

在審

• 申請號: 202011251701.4
• 申請日: 2020-11-10
• 公開（公告）號: CN114463800A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 呂巨建;林凱瀚;趙慧民;陳榮軍;熊建斌;戰蔭偉
• 申請（專利權）人: 廣東技術師范大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/25;G06V10/80;G06K9/62;G06T7/194
• 代理公司: 廣州藍晟專利代理事務所(普通合伙) 44452
• 代理人: 歐陽凱;范順萍

1.一種基于廣義交并比的多尺度特征融合人臉檢測與分割方法，其特征在于：包括如下步驟：

S1：將待檢測的人臉圖像進行預處理并將其輸入Mask R-CNN模型中，通過預訓練好的深度神經網絡模型提取相應的特征圖；

S2：通過預設好尺寸的區域建議網絡在特征圖上生成候選區域；

S3：然后利用候選區域匹配，將輸入圖像與特征圖的像素匹配對應并獲取相對應的固定尺寸特征圖；

S4：最后利用全連接層對候選區域進行分類和邊界框的定位，利用全卷積網絡進行逐像素點的預測，生成相應的二值掩碼將人臉目標與背景圖像分割開來。

2.根據權利要求1所述的一種基于廣義交并比的多尺度特征融合人臉檢測與分割方法，其特征在于：對Mask R-CNN模型中Mask R-CNN損失函數在邊界框回歸損失中采用廣義交并比函數替代傳統的smooth L1函數，提高了多目標人臉的檢測精度。

3.根據權利要求1所述的一種基于廣義交并比的多尺度特征融合人臉檢測與分割方法，其特征在于：在FPN網絡采用了多尺度特征融合策略，增加自下向上的反向側邊連接路徑進行多尺度特征融合，提高了小尺度人臉檢測性能。

4.根據權利要求1所述的一種基于廣義交并比的多尺度特征融合人臉檢測與分割方法，其特征在于：所述Mask R-CNN模型在同一網絡架構完成了三項任務，即目標位置信息的檢測定位、目標與背景的分類、目標與背景的分割，因此，同一網絡架構的損失函數包含了定位損失，分類損失及分割損失三部分。

5.根據權利要求4所述的一種基于廣義交并比的多尺度特征融合人臉檢測與分割方法，其特征在于：所述網絡整體損失函數定義如下：L＝L_cls+L_box+L_mask#；其中L_cls為分類損失，L_box為定位損失，L_mask為分割損失。