[發明專利]基于標注框虛擬擴增的微小人臉檢測方法、系統及設備

有效

• 申請號: 202110098072.4
• 申請日: 2021-01-25
• 公開（公告）號: CN112434674B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 何泳澔;蘇虎;向世明;潘春洪
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于標注框虛擬擴增的微小人臉檢測方法，其特征在于，該檢測方法包括以下步驟：

步驟S10，獲取包含微小人臉的圖像集，并使用矩形標注框標注所述圖像集中的每個微小人臉，獲得帶有矩形標注框的圖像集；所述微小人臉為像素值小于或等于設定像素閾值的人臉；

步驟S20，以LFFD作為基準構建人臉檢測模型，并獲取所述人臉檢測模型針對小尺度人臉的檢測分支對應的特征圖下采樣倍數；

步驟S30，基于所述特征圖下采樣倍數，以微小人臉的矩形標注框的中心進行矩形標注框的設定系數的虛擬擴增，獲得帶有虛擬標注框的圖像集；

步驟S40，在標注框的預測目標的生成過程中，以集合作為依據進行真實位置預測，在臉/非臉的分類目標的生成過程中，以集合為依據進行特征圖上為正的區域的設置，在分類目標和預測目標的生成過程中，將特征圖上為正的區域的設置和真實位置預測之外的模型參數及結構設置為與LFFD一致，獲得初始人臉檢測模型；其中，集合為帶有矩形標注框的圖像集，集合為帶有虛擬標注框的圖像集；

步驟S50，采用Back-Propagation和隨機梯度下降法迭代訓練所述初始人臉檢測模型，得到同時檢測通常大小人臉和微小人臉的模型；所述通常大小人臉為像素值大于設定閾值的人臉；

步驟S60，通過所述同時檢測通常大小人臉和微小人臉的模型，進行在線人臉檢測。

2.根據權利要求1所述的基于標注框虛擬擴增的微小人臉檢測方法，其特征在于，所述人臉檢測模型包括25個卷積層和8個檢測分支；

其中，針對小尺度人臉的檢測分支為位于卷積層8和卷積層10的b₁檢測分支與b₂檢測分支。

3.根據權利要求2所述的基于標注框虛擬擴增的微小人臉檢測方法，其特征在于，步驟S30包括：

步驟S31，記圖像集為，其中，為微小人臉的個數，則矩形標注框為：

其中，和分別為矩形標注框左上角頂點的坐標和坐標，和分別為矩形標注框的寬度和高度；

步驟S32，以矩形標注框的中心進行矩形標注框的設定系數的虛擬擴增，獲得帶有虛擬標注框的圖像集：

其中，和分別為虛擬標注框左上角頂點的坐標和坐標，和分別為矩形標注框的寬度和高度：

其中，為設定的矩形框的虛擬擴增系數，為人臉檢測模型針對小尺度人臉的b₁檢測分支與b₂檢測分支對應的特征圖下采樣倍數。

4.根據權利要求1所述的基于標注框虛擬擴增的微小人臉檢測方法，其特征在于，所述微小人臉和通常大小人臉，其判斷的設定像素閾值為16。

5.根據權利要求3所述的基于標注框虛擬擴增的微小人臉檢測方法，其特征在于，所述虛擬擴增系數設置為4。

6.根據權利要求3所述的基于標注框虛擬擴增的微小人臉檢測方法，其特征在于，所述b₁檢測分支與b₂檢測分支對應的特征圖下采樣倍數均為4。