[发明专利]多尺寸融合人脸检测方法、装置及存储介质

权利要求书

1.一种多尺寸融合人脸检测方法，其特征在于，包括：

将初始人脸图片输入VGG16的主干网络，获取常规人脸特征图集及待归一化人脸特征图集；

归一化所述待归一化人脸特征图集中的每张特征图，得到归一化人脸特征图集；

将所述常规人脸特征图集及归一化人脸特征图集合并，得到最终人脸特征图集；

将所述最终人脸特征图集中，任意相邻的两张人脸特征图进行特征融合，得到融合后的多尺寸人脸特征图；

对所述多尺寸人脸特征图进行分类，并对每项分类结果进行计分，得分最高的分类结果作为人脸检测结果；

其中，所述最终特征图集中的任意两张特征图，尺寸均不相同；

所述将所述最终人脸特征图集中，任意相邻的两张人脸特征图进行特征融合，得到融合后的多尺寸人脸特征图，包括：

若第n层特征图不属于处于边缘的特征图，则卷积第n-1层特征图，将所述第n-1层特征图的特征维度，降低至第n层特征图的特征维度的八分之一，得到降维的第n-1层特征图；

池化所述降维的第n-1层特征图，将所述降维的第n-1层特征图的尺寸降低至原尺寸的二分之一，得到待融合第n-1层特征图；

卷积第n+1层特征图，将所述第n+1层特征图的特征维度，降低至第n层特征图特征维度的八分之一，并将平面尺寸扩大至所述第n+1层特征图原尺寸的2倍，得到降维的第n+1层特征图；

将所述待融合第n-1层特征图、第n层特征图与降维的第n+1层特征图进行特征融合，得到融合后的多尺寸特征图；

若第n层特征图属于处于边缘的特征图，

当n=1时，卷积第2层特征图，将所述第2层特征图的特征维度，降低至第1层特征图特征维度的八分之一，并将平面尺寸扩大至所述第2层特征图原尺寸的2倍，得到降维的第2层特征图；

将第1层特征图与降维的第2层特征图进行特征融合，得到融合后的多尺寸特征图；

否则，卷积第n-1层特征图，将所述第n-1层特征图的特征维度，降低至第n层特征图的特征维度的八分之一，得到降维的第n-1层特征图；

池化所述降维的第n-1层特征图，将所述降维的第n-1层特征图的尺寸降低至原尺寸的二分之一，得到待融合第n-1层特征图；

将所述待融合第n-1层特征图与所述第n层特征图进行特征融合，得到融合后的多尺寸特征图。

2.根据权利要求1所述的方法，其特征在于，所述待归一化人脸特征图集包括：

卷积层conv3_3卷积得到的特征图、卷积层conv4_3卷积得到的特征图和卷积层conv5_3卷积得到的特征图。

3.根据权利要求1所述的方法，其特征在于，所述常规人脸特征图集包括：

卷积层conv_fc7卷积得到的特征图、卷积层conv6_2卷积得到的特征图和卷积层conv7_2卷积得到的特征图。

4.根据权利要求2所述的方法，其特征在于，所述卷积层conv3_3卷积得到的特征图，尺寸是所述初始人脸图片的四分之一；所述卷积层conv4_3卷积得到的特征图，尺寸是所述初始人脸图片的八分之一；卷积层conv5_3卷积得到的特征图，尺寸是所述初始人脸图片的十六分之一。

5.根据权利要求3所述的方法，其特征在于，所述卷积层conv_fc7卷积得到的特征图，尺寸是所述初始人脸图片的三十二分之一；所述卷积层conv6_2卷积得到的特征图，尺寸是所述初始人脸图片的六十四分之一；所述卷积层conv7_2卷积得到的特征图，尺寸是所述初始人脸图片的一百二十八分之一。

6.根据权利要求2所述的方法，其特征在于，所述归一化所述待归一化人脸特征图集中的每张特征图，得到归一化人脸特征图集，包括：

对于卷积层conv3_3卷积得到的特征图，将所述特征图特征值的L2范数值归一化到10；

对于卷积层conv4_3卷积得到的特征图，将所述特征图特征值的L2范数值归一化到8；

对于卷积层conv5_3卷积得到的特征图，将所述特征图特征值的L2范数值归一化到5。