[發(fā)明專利]YOLO和分塊-融合策略結(jié)合的稠密人臉檢測方法

在審

• 申請?zhí)枺?/td>: 202011566195.8
• 申請日: 2020-12-25
• 公開（公告）號: CN112541483A
• 公開（公告）日: 2021-03-23
• 發(fā)明（設(shè)計）人: 徐光柱;屈金山;雷幫軍;劉鳴;石勇濤
• 申請（專利權(quán)）人: 三峽大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 宜昌市三峽專利事務(wù)所 42103
• 代理人: 吳思高

YOLO和分塊?融合策略結(jié)合的稠密人臉檢測方法，包括以下步驟：對人臉訓(xùn)練數(shù)據(jù)集進行數(shù)據(jù)增廣，擴充密集場景下的人臉樣本；構(gòu)建YOLOv3和分塊?融合策略相結(jié)合的YOLOv3網(wǎng)絡(luò)模型，在檢測階段，將原圖進行分塊，并將分塊得到的子圖和原圖一同輸入到Y(jié)OLOv3網(wǎng)絡(luò)模型中分別進行檢測；對NMS算法進行改進，解決大尺度人臉融合問題的同時提高小人臉檢測的精度。本發(fā)明通過多次NMS在解決人臉融合問題的同時，利用不同分塊重疊率下的檢測提高小人臉的召回提高最終檢測精度。

技術(shù)領(lǐng)域

本發(fā)明涉及機器視覺技術(shù)領(lǐng)域，具體涉及一種YOLO和分塊-融合策略結(jié)合的稠密人臉檢測方法。

背景技術(shù)

人臉檢測作為機器視覺領(lǐng)域的經(jīng)典問題，在安防監(jiān)控、人機交互、移動支付、等領(lǐng)域都有重要的應(yīng)用價值。當(dāng)前，隨著人們生活水平的提高，人臉檢測在日常生活中的需求也越來越廣泛，同時，科技水平的發(fā)展也使人臉檢測的應(yīng)用范圍不斷擴大。如密集人群監(jiān)測，教室人數(shù)統(tǒng)計等復(fù)雜場景的人臉檢測也開始受到人們關(guān)注。然而密集人群中的人臉不同于傳統(tǒng)人臉識別應(yīng)用場景中具有清晰特征的人臉，如圖1所示，因為受到遮擋、角度、模糊、尺度過小等因素影響，密集場景下的稠密人臉檢測難度較大，而尺度過小則是其中尤為明顯的問題。

針對密集場景下的稠密人臉主要存在的尺度過小的問題，學(xué)者們從小尺度人臉檢測角度出發(fā)。

文獻[1]Zhang S,Zhu X,Zhen L,et al.S³FD:Single Shot Scale-invariantFace Detector[J],2017:arXiv:1708.05237記載的算法通過使用更小更稠密的Anchor和Anchor尺度補償策略，為不同尺度的人臉尋找更合適的Anchor，提高了小尺度人臉的檢測精度；

文獻[2]Hu P,Ramanan D.Finding Tiny Faces[C].Computer VisionPatternRecognition,2017:arXiv:1612.04402.通過結(jié)合人臉上下文特征來分析人臉，提高了小尺度人臉的檢測效果，但更多的上下文易受遮擋影響，這在密集場景中尤為明顯；

文獻[3]Sam D B,Peri S V,Sundararaman M N,et al.Locate,Size and Count:Accurately Resolving People in Dense Crowds via Detection[J].IEEETransactions on Pattern Analysis and Machine Intelligence,2020:1-1.從人群計數(shù)角度出發(fā)，提出一種新的卷積神經(jīng)網(wǎng)絡(luò)框架，該網(wǎng)絡(luò)用多分辨率特征提取代替典型的多尺度輸入，同時其輸出的預(yù)測分辨率也高于其他人臉檢測器，在密集人群檢測中取得明顯提升；

文獻[4]Bai Y,Zhang Y,Ding M,et al.Finding Tiny Faces in the Wild withGenerative Adversarial Network[C].computer vision and pattern recognition,2018:21-30.提出利用超分辨率，對于模糊的小人臉利用生成對抗網(wǎng)絡(luò)實現(xiàn)分辨率的提高，利用超分辨率網(wǎng)絡(luò)將小人臉放大，實現(xiàn)了小人臉精度的提高；

文獻[5]中國專利[申請?zhí)枺?02010418338.4]提出一種基于特征融合和視覺感受野網(wǎng)絡(luò)的多尺度人臉檢測方法，以VGG-16為基礎(chǔ)網(wǎng)絡(luò)，由視覺感受野網(wǎng)絡(luò)、空洞卷積網(wǎng)絡(luò)共同組成。在不同分辨率的特征層上采用不同的方法提取候選框，在小尺度人臉上取得了較好的效果。但該方案通過增加網(wǎng)絡(luò)寬度和深度，明顯增加了計算量。上述方法為了追求在小尺度人臉上的檢測精度，針對特定的網(wǎng)絡(luò)進行修改，復(fù)雜的網(wǎng)絡(luò)模型導(dǎo)致運算量增加，消耗時間長，具有較大的限制，應(yīng)用場景較少。