[发明专利]一种轻量化人脸联合检测与识别方法及其系统

权利要求书

1.一种基于轻量化人脸联合检测与识别的方法，其特征在于，包括以下步骤：

S1：将训练图像进行初始化；

S2：将训练图像输入到人脸联合检测与识别网络中并对其中的主干网络模块、区域候选模块RPN以及人脸特征提取模块进行训练；

S3：将待测图像输入到训练好的人脸联合检测与识别网络中实现人脸的识别。

2.根据权利要求1所述的一种基于轻量化人脸联合检测与识别的方法，其特征在于，步骤S2中对人脸联合检测与识别网络中的主干网络模块、区域候选模块RPN以及人脸特征提取模块进行训练的具体步骤为：

S21：将训练图像输入到主干网络模块中得到特征图；

S22：将特征图输入到区域候选模块，得到生成的锚点信息；

S23：将区域候选模块训练时得到的锚点信息及主干网络模块生成的特征图一起经过池化后作为人脸特征提取网络的输入；

S24：重复迭代S21至S23直到主干网络模块区域、区域候选网络模块和人脸特征提取网络中的参数收敛即终止。

3.根据权利要求2所述的一种基于轻量化人脸联合检测与识别的方法，其特征在于，对人脸联合检测和识别网络进行训练的训练方法为梯度下降法。

4.根据权利要求1所述的一种基于轻量化人脸联合检测与识别系统的方法，其特征在于，步骤S3将待测图像输入到训练好的人脸联合检测与识别网络中实现人脸的识别的具体步骤为：

S31：将待测RGB图像输入到主干网络模块，提取出特征图；

S32：将提取的特征图输入到区域候选网络得到得到若干锚点信息，即人脸位置信息；

S33：将每个锚点信息与特征图经过ROI Pooling池化后输入到人脸特征提取模块；

S34：人脸特征提取模块提取出人脸特征向量，计算特征向量之间的距离，完成人脸识别任务。

5.根据权利要求4所述的一种基于轻量化人脸联合检测与识别系统的方法，其特征在于，步骤S34中计算特征向量之间的距离，所述的距离为欧式距离或者余弦距离。

6.一种基于轻量化人脸联合检测与识别方法的系统，其特征在于：包括主干网络模块、区域候选模块RPN以及人脸特征提取模块；

主干网络模块用于读取摄像头的RGB图像，并且输出特征图；

区域候选模块RPN用于生成RGB图像中的锚点信息，即人脸位置信息；

人脸特征提取模块用于对经过感兴趣区域池化的锚点信息与特征图进行处理，得到人脸特征向量。

7.根据权利要求6所述的一种基于轻量化人脸联合检测与识别方法的系统，其特征在于：所述的主干网络模块，其生成的特征图被区域候选模块RPN和人脸特征提取模块共享。

8.根据权利要求6所述的一种基于轻量化人脸联合检测与识别方法的系统其特征在于：所述的区域候选模块包括一个3x3的256通道卷积层，两路1x1卷积层分支，两路分支通道数分别是6通道和12通道；

其中区域候选模块RPN的3x3滑窗遍历主干网络模块输出的特征图上的点，计算特征图上每个点对应的RGB图像位置在若干种长宽比及大小的矩形框中包含人脸的概率；在每个点上选用3种放大倍数和长宽比都是1:1的3个锚点；每个点经过区域候选模块RPN计算得到两路结果，一路是6通道计算出的6维数组得到三个锚点的置信度，另一路是12通道计算出的12维数组得到三个锚点的中心坐标、长和宽。