[发明专利]一种基于卷积神经网络的人脸检测方法

说明书

本发明涉及一种基于卷积神经网络的人脸检测方法，包括以下步骤：1)建立人脸检测模型，该模型采用RFCN网络结构，所述RFCN网络结构包括基于特征融合的特征提取层；2)获取样本集；3)对步骤1)中建立的人脸检测模型进行训练；4)以训练后的人脸检测模型对待测图片进行人脸检测。与现有技术相比，本发明具有准确率和检全率较高、对于复杂场景下有良好的适应效果等优点。

技术领域

本发明涉及人脸识别技术领域，尤其是涉及一种基于卷积神经网络的人脸检测方法。

背景技术

人脸检测是一项涉及计算机视觉、模式识别及人工智能等多领域的研究课题，因其在商业、医疗和军事等领域中广泛的应用价值，一直是人们研究的热点。然而，在现实场景下，复杂图像中的人脸经常会存在遮挡严重的情况，这给人脸检测带来巨大的挑战，所以提出一种能够适应于严重遮挡的人脸检测方法仍然是研究的难点。

文献“Object Detection via Region-based Fully Convolutional Networks”(Dai,J., Li,Y.,He,K.,Sun,J.:R-FCN:.In:30th Conference on Neural InformationProcessing Systems,pp.379-387.Barcelona)公开一种基于区域全卷积神经网络的目标检测方法，该方法基础网络采用ResNet101，为RFCN网络结构，子网络分为Region ProposalNetwork(RPN)和分类网络，整体网络结构如图1所示。ResNet提取feature maps的过程共4个阶段，分别记为res1，res2，res3，res4。res4之后通过卷积运算与RPN子网络和分类子网连接。RPN子网络与分类子网共享ResNet所提取的 feature maps，使得特征的提取只需进行一次运算，极大地提高了运算效率。

RPN网络用于提取region proposals，也就是可能的人脸区域。rpn_bbox_pred层回归得每个region相对于anchor的偏移量。anchor是基于原始输入图片所生成的不同尺度scale和长宽比ratio的矩形框。每个anchor值加上rpn_bbox_pred得到的针对每个anchor的偏移量就是RPN层需要输出的region的位置。rpn_cls_prob输出每个region是前景物体和背景的概率。proposal层对rpn_bbox_pred层以及 rpn_cls_prob层的结果进行整合，根据前景概率进行排序，然后利用非极大值抑制 non maximum supression(NMS)算法获取若干regions。(训练时提取2000个，测试时提取300个)。分类网络基于ResNet的第五阶段res5继续提取特征后得到深度为C*k*k的score maps。k为超参数，取值3；C表示最终分类的类别数(包含背景类)，取值2(人脸|背景)。RFCN利用Position-sensitive ROIPooling层，对RPN网络获取的每个region，在score maps上做基于位置的average pooling。它对region 的每个位置都分别提取特征，通过对所有位置的投票得出最终的结果。通过RPN 子网络和分类子网络最终可得到人脸所在的位置region，以及每个region为人脸的概率。

该目标检测方法在训练过程中，选择公共数据集WIDER FACE作为样本集，先获取在ImageNet上预训练的RFCN模型，然后在准备好的样本集上再开始训练。最终以训练后的模型进行人脸检测。

上述现有方法虽然能获得一定精度，但还存在以下缺点：1、对于人脸遮挡敏感，有较多遮挡的情况下检测困难，在WIDER FACE上mAP仅有0.77；2、对于较小的人脸或者侧脸检测不佳。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于卷积神经网络的人脸检测方法。

本发明的目的可以通过以下技术方案来实现：