[發(fā)明專利]基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法、裝置及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110441009.6
• 申請(qǐng)日: 2021-04-23
• 公開（公告）號(hào): CN113205122A
• 公開（公告）日: 2021-08-03
• 發(fā)明（設(shè)計(jì)）人: 黃珀彬;黃沛杰
• 申請(qǐng)（專利權(quán)）人: 微馬科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04
• 代理公司: 廣東普羅米修律師事務(wù)所 44615
• 代理人: 齊則琳

本發(fā)明適用于計(jì)算機(jī)領(lǐng)域，提供了一種基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)的方法、裝置及介質(zhì)，包括前置處理、微調(diào)及回歸處理；前置處理包括：對(duì)輸入的圖片使用神經(jīng)網(wǎng)絡(luò)框架進(jìn)行特征提取，得到若干人臉預(yù)選框；微調(diào)用于對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行微調(diào)，包括：通過多個(gè)微型的卷積核以及可配置的網(wǎng)絡(luò)結(jié)構(gòu)的自定義組合，其中每個(gè)卷積核設(shè)置有對(duì)應(yīng)的步長(zhǎng)參數(shù)，卷積核用于神經(jīng)網(wǎng)絡(luò)的卷積及池化；回歸處理包括：基于人臉預(yù)選框的平均關(guān)鍵點(diǎn)執(zhí)行回歸過濾處理，得到人臉框有效位置及人臉關(guān)鍵點(diǎn)的位置。可以在保證機(jī)器學(xué)習(xí)的精度時(shí)，減少對(duì)算力的要求，同時(shí)在具有低算力的硬件系統(tǒng)中也能夠完成人臉檢測(cè)的多個(gè)任務(wù)。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)領(lǐng)域，尤其涉及一種基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法、裝置及介質(zhì)。

背景技術(shù)

近年來，作為機(jī)器學(xué)習(xí)領(lǐng)域標(biāo)志技術(shù)的深度學(xué)習(xí)，在計(jì)算機(jī)視覺方面取得了很多標(biāo)志性的進(jìn)展，特別是人臉相關(guān)的諸多任務(wù)中，不過深度學(xué)習(xí)特有的多層的網(wǎng)絡(luò)以及數(shù)目繁多神經(jīng)元特性，使其對(duì)與計(jì)算機(jī)硬件算力的要求十分嚴(yán)苛，諸多經(jīng)典的網(wǎng)絡(luò)結(jié)構(gòu)難以真正的應(yīng)用于實(shí)際場(chǎng)景，特別是在一些Edge端，例如嵌入式系統(tǒng)、NUC及手機(jī)等等。因此，需要一種解決深度學(xué)習(xí)在這些低算力硬件系統(tǒng)中無法進(jìn)行人臉檢測(cè)的技術(shù)方案。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法、裝置及介質(zhì)，通過人臉檢測(cè)連同人臉關(guān)鍵點(diǎn)定位法，在保證機(jī)器學(xué)習(xí)的精度時(shí)，減少對(duì)算力的要求，同時(shí)在具有低算力的硬件系統(tǒng)中也能夠完成人臉檢測(cè)的多個(gè)任務(wù)。

本發(fā)明是這樣實(shí)現(xiàn)的，包括一種基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法，其特征在于：包括前置處理、微調(diào)及回歸處理；所述前置處理包括：對(duì)輸入的圖片使用神經(jīng)網(wǎng)絡(luò)框架進(jìn)行特征提取，得到若干人臉預(yù)選框；所述微調(diào)用于對(duì)所述神經(jīng)網(wǎng)絡(luò)進(jìn)行微調(diào)，包括：通過多個(gè)微型的卷積核以及可配置的網(wǎng)絡(luò)結(jié)構(gòu)的自定義組合，其中每個(gè)所述卷積核設(shè)置有對(duì)應(yīng)的步長(zhǎng)參數(shù)，所述卷積核用于神經(jīng)網(wǎng)絡(luò)的卷積及池化；所述回歸處理包括：基于所述人臉預(yù)選框的平均關(guān)鍵點(diǎn)執(zhí)行回歸過濾處理，得到人臉框有效位置及人臉關(guān)鍵點(diǎn)的位置。

如所述的基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法，其中對(duì)輸入的圖片使用神經(jīng)網(wǎng)絡(luò)框架進(jìn)行特征提取包括：輸入所述圖片中的每個(gè)像素點(diǎn)，計(jì)算對(duì)應(yīng)一個(gè)人臉框的預(yù)測(cè)值以及置信。

如所述的基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法，其中圖片可自定設(shè)置，根據(jù)輸入的所述圖片的類型的不同，配置所述神經(jīng)網(wǎng)絡(luò)框架最后一層神經(jīng)網(wǎng)絡(luò)的神經(jīng)元數(shù)量及訓(xùn)練方式，所述圖片類型包括但不限于人臉。

如所述的基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法，其中通過多個(gè)卷積核級(jí)聯(lián)執(zhí)行卷積運(yùn)算包括：根據(jù)卷積層為線性運(yùn)算公式將所述神經(jīng)網(wǎng)絡(luò)框架中的卷積核配置為多個(gè)小的級(jí)聯(lián)卷積核，其中A代表了輸入神經(jīng)元，m代表了當(dāng)前神經(jīng)元的層數(shù)，w和b分表代表這權(quán)重和偏置，g代表了激活函數(shù)，k則代表了感受野，以保持感受野不變的情況下，采用微型聯(lián)卷積核執(zhí)行卷積運(yùn)算。

如所述的基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法，其中配置的網(wǎng)絡(luò)結(jié)構(gòu)包括具有不同步長(zhǎng)的所述卷積核和全連接層組合，具體地，根據(jù)卷積層為線性運(yùn)算公式其輸出維度為(W-F+2P)/S+1，其中W代表輸入圖像的維度，F(xiàn)代表卷積核或者濾波矩陣的大小，P為填充的維度，S為步長(zhǎng)的大小；根據(jù)輸入的圖像維度，采用不同大小的卷積核，同時(shí)對(duì)應(yīng)地?cái)U(kuò)大S的值；以及根據(jù)輸出神經(jīng)層的維度與輸入神經(jīng)層的關(guān)系(W-F+2P)/S+1，執(zhí)行S的自定義設(shè)置，以確定所述神經(jīng)網(wǎng)絡(luò)框架的自定義配置。

如所述的基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法，其中神經(jīng)網(wǎng)絡(luò)框架包括但不限于resnet50、resnet18或darknet53。

如所述的基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法，其中回歸處理包括：在所述全連接層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后添加特定數(shù)量的神經(jīng)元，設(shè)置人臉臉部及人臉預(yù)選框?qū)?yīng)的損失函數(shù)。

如所述的基于低成本運(yùn)算平臺(tái)的人臉檢測(cè)方法，其中臉部、所述預(yù)選框及所述回歸樹對(duì)應(yīng)的損失函數(shù)分別配置為：