[發(fā)明專利]一種學(xué)習(xí)噪聲區(qū)域信息的人臉檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110542099.8
• 申請(qǐng)日: 2021-05-18
• 公開（公告）號(hào): CN113128479B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 桑高麗;盧麗;閆超;胡二建
• 申請(qǐng)（專利權(quán)）人: 成都市威虎科技有限公司
• 主分類號(hào): G06V40/16
• 分類號(hào): G06V40/16;G06V10/30;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 鄭州宏海知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41184
• 代理人: 李曉

本發(fā)明涉及人臉檢測(cè)技術(shù)領(lǐng)域，具體涉及一種學(xué)習(xí)噪聲區(qū)域信息的人臉檢測(cè)方法及裝置，包括：搭建深度神經(jīng)網(wǎng)絡(luò)模型，提取訓(xùn)練樣本的特征圖，然后在特征圖上生成候選區(qū)域，并且每個(gè)候選區(qū)域需用預(yù)測(cè)定位信息和預(yù)測(cè)置信度定義無噪聲得分，然后針對(duì)每個(gè)候選區(qū)域用損失函數(shù)計(jì)算損失值，最后優(yōu)化損失值，得到優(yōu)化深度神經(jīng)網(wǎng)絡(luò)模型，輸入人臉圖像即可進(jìn)行人臉檢測(cè)；其中，所述的候選區(qū)域由設(shè)定的錨框在每個(gè)特征點(diǎn)上生成。與現(xiàn)有技術(shù)相比，本發(fā)明通過將人臉檢測(cè)方法結(jié)合預(yù)測(cè)定位信息和預(yù)測(cè)置信度相結(jié)合計(jì)算得到無噪聲得分，并將得分作為候選區(qū)域的軟標(biāo)簽，再融入到損失函數(shù)中，使網(wǎng)絡(luò)模型在訓(xùn)練過程中學(xué)習(xí)到噪聲信息，有效地提高模型的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及人臉檢測(cè)領(lǐng)域，具體涉及一種學(xué)習(xí)噪聲區(qū)域信息的人臉檢測(cè)方法及裝置。

背景技術(shù)

近幾年，隨著深度學(xué)習(xí)和計(jì)算機(jī)算力的快速發(fā)展，目標(biāo)檢測(cè)技術(shù)領(lǐng)域的精度和速度也取得了很大的突破。人臉檢測(cè)技術(shù)是目標(biāo)檢測(cè)技術(shù)中較為重要的一個(gè)研究分支，主要做法是用剛性的邊界框包圍感興趣的目標(biāo)，而且在過去的多年里得到了不斷地改進(jìn)完善。

人臉檢測(cè)技術(shù)通常用一組預(yù)先定義面積大小比例的候選框，即錨框，用于將類別判為目標(biāo)的位置回歸至期望的地方。人臉檢測(cè)技術(shù)的目的是完成定位和分類這兩個(gè)任務(wù)，定位任務(wù)是使用真實(shí)邊界框作為“標(biāo)桿”訓(xùn)練預(yù)測(cè)位置，而分類任務(wù)是指導(dǎo)模型學(xué)習(xí)區(qū)分候選區(qū)域類別的能力，但是大量的候選區(qū)域中只有少量候選區(qū)域與真實(shí)邊界框有足夠地重疊，為了學(xué)習(xí)到更好的分類器，減弱樣本不平衡的影響，衍生出焦點(diǎn)損失函數(shù)和難例挖掘算法。除此之外，區(qū)別候選區(qū)域的類別標(biāo)簽是通過設(shè)定閾值判斷的，完全憑借經(jīng)驗(yàn)人為干預(yù)，類別標(biāo)簽比較模糊，容易引入噪聲影響分類。例如，有時(shí)候候選區(qū)域?yàn)槟繕?biāo)的置信度較高，包含大量的語義信息，但因與真實(shí)邊界框重疊度比較低，按閾值判斷分為負(fù)樣本，這算一種噪聲信息，此外，由于矩形框的局限性，目標(biāo)之間的距離較小時(shí)，有時(shí)候候選區(qū)域會(huì)包含多個(gè)目標(biāo)，這就會(huì)引入另外一種噪聲信息。

綜上所述，生成候選區(qū)域的類別標(biāo)簽時(shí)總會(huì)引入不同形式的噪聲信息，因此，急需提出一種簡(jiǎn)單高效的人臉檢測(cè)方法，自適應(yīng)地生成候選區(qū)域的軟標(biāo)簽，充分利用噪聲區(qū)域的信息加強(qiáng)模型的性能。

發(fā)明內(nèi)容

針對(duì)上述問題，本發(fā)明的目的在于提供一種學(xué)習(xí)噪聲區(qū)域信息的人臉檢測(cè)方法及裝置，本發(fā)明采用的技術(shù)方案如下：

本發(fā)明的第一個(gè)目的是提供一種學(xué)習(xí)噪聲區(qū)域信息的人臉檢測(cè)方法，包括以下步驟：

S1、構(gòu)建深度神經(jīng)網(wǎng)絡(luò)模型，所述深度神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)結(jié)構(gòu)從前至后包括：卷積層、批歸一化層、激活函數(shù)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、第二倒置殘差卷積模塊，所述第二倒置殘差卷積模塊后接兩個(gè)并行的卷積層；所述倒置殘差模塊從前至后由卷積層、批歸一化層、激活函數(shù)層、深度可分離卷積層、批歸一化層、激活函數(shù)層、卷積層、批歸一化層、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(gè)并行的深度可分離卷積層、特征連接層、批歸一化層、激活函數(shù)層封裝而成；

S2、收集任意大小的人臉圖像，并預(yù)先定義錨框的長(zhǎng)寬比和面積大小比，然后分成訓(xùn)練集和測(cè)試集；

S3、將訓(xùn)練集輸入深度神經(jīng)網(wǎng)絡(luò)模型，由深度神經(jīng)網(wǎng)絡(luò)模型提取訓(xùn)練集中的人臉圖像特征圖，然后利用設(shè)定的錨框在人臉圖像特征圖的每個(gè)特征點(diǎn)上生成候選區(qū)域，并且每個(gè)候選區(qū)域用預(yù)測(cè)定位信息和預(yù)測(cè)置信度定義無噪聲得分；最后針對(duì)每個(gè)候選區(qū)域用損失函數(shù)計(jì)算損失值，并根據(jù)制定優(yōu)化策略衰減損失值，以及設(shè)定相關(guān)超參數(shù)，重復(fù)對(duì)深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，直至損失值收斂，得到優(yōu)化深度神經(jīng)網(wǎng)絡(luò)模型。

S4、將人臉圖像輸入優(yōu)化深度神經(jīng)網(wǎng)絡(luò)模型，輸出人臉檢測(cè)結(jié)果。

進(jìn)一步地，所述無噪聲得分反映候選區(qū)域包含噪聲信息的程度；

所述無噪聲得分計(jì)算公式如下：

；