[發明專利]一種學習噪聲區域信息的人臉檢測方法及裝置

有效

• 申請號: 202110542099.8
• 申請日: 2021-05-18
• 公開（公告）號: CN113128479B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 桑高麗;盧麗;閆超;胡二建
• 申請（專利權）人: 成都市威虎科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/30;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 鄭州宏海知識產權代理事務所(普通合伙) 41184
• 代理人: 李曉

1.一種學習噪聲區域信息的人臉檢測方法，其特征在于，包括以下步驟：

S1、構建深度神經網絡模型，所述深度神經網絡模型的網絡結構從前至后包括：卷積層、批標準化層、激活函數層、第一混合深度可分離卷積模塊、最大值池化層、第一倒置殘差模塊、第二混合深度可分離卷積模塊、第二倒置殘差模塊，所述第二倒置殘差模塊后接兩個并行的卷積層；所述第一倒置殘差模塊和第二倒置殘差模塊從前至后均由卷積層、批標準化層、激活函數層、深度可分離卷積層、批標準化層、激活函數層、卷積層、批標準化層、特征相加層封裝而成；所述混合深度可分離卷積模塊從前至后由兩個并行的深度可分離卷積層、特征連接層、批標準化層、激活函數層封裝而成；

S2、收集任意大小的人臉圖像，并預先錨框的長寬比和面積大小比，然后分成訓練集和測試集；

S3、將訓練集輸入深度神經網絡模型，由深度神經網絡模型提取訓練集中的人臉圖像特征圖，然后利用設定的錨框在人臉圖像特征圖的每個特征點上生成候選區域，并且每個候選區域用預測定位信息和預測置信度定義無噪聲得分；所述無噪聲得分反映候選區域包含噪聲信息的程度；

所述無噪聲得分計算公式如下：

式中：cls表示某候選區域的置信度，reg表示候選區域與真實邊界框之間的距離交并比值，表示某一個候選區域，B₊₁和B_-1分別表示正樣本候選區域集合和負樣本候選區域集合，α是調節因子，用來調節置信度和距離交并比值在無噪聲得分中的占比；所述距離交并比計算公式如下：

其中：b為候選區域B的中心點，b^gt為真實邊界框B^gt的中心點，ρ(·)為歐式距離計算公式，C為候選區域B和B^gt的最小外接矩形的對角線距離；正樣本候選區域集合和負樣本候選區域集合是通過將所有候選區域按置信度排序之后，選擇前N個候選區域為正樣本，其余候選區域為負樣本，其中N為300；最后針對每個候選區域用損失函數計算損失值，所述深度神經網絡模型的損失函數由類別損失函數和定位回歸損失函數構成；所述的類別損失函數采用改進的二元交叉熵損失函數，用于計算無噪聲得分與預測概率值之間的損失值；所述的定位回歸損失函數采用改進的平滑L1損失函數，計算候選區域與真實邊界框之間的損失值；并根據制定優化策略衰減損失值，以及設定相關超參數，重復對深度神經網絡模型進行訓練，直至損失值收斂，得到優化深度神經網絡模型；

S4、將人臉圖像輸入優化深度神經網絡模型，輸出人臉檢測結果。

2.根據權利要求1所述的學習噪聲區域信息的人臉檢測方法，其特征在于，對每個候選區域用損失函數計算損失值之前，設定一個權重因子，控制重要程度不同的樣本對訓練損失值的占比，該權重因子計算公式如下：

r＝(α·f(reg)+(1-α)·f(cls))^γ；

其中f(x)對定位信息和類別置信度進行歸一化，γ是調節因子，這兩個參數都是為了增加權重因子的方差設定的；將權重因子添加到損失函數中，公式如下所示：

L_cls是類別損失函數，采用改進的二元交叉熵損失函數，用于計算無噪聲得分與預測概率值之間的損失值，p_i為某候選區域的預測概率值，i表示正樣本，j表示負樣本；L_reg是定位回歸損失函數，采用改進的平滑L1損失函數，計算候選區域與真實邊界框之間的損失值，t是真實邊界框位置，表示預測的邊界框位置；最終獲得用于深度神經網絡模型訓練的完整的損失函數為：

L＝L_cls+L_reg。

3.根據權利要求1所述的學習噪聲區域信息的人臉檢測方法，其特征在于，所述的激活函數層采用抑制最大值為6的修正線性單元層。

4.根據權利要求1所述的學習噪聲區域信息的人臉檢測方法，其特征在于，所述的錨框尺寸比例中面積大小為[32×32，64×64，96×96]，單位為mm，尺度比例為[0.5，1.2]。