[发明专利]基于YOLO-RGGNet的机器人端人脸检测方法

说明书

本发明公开了基于YOLO‑RGGNet的机器人端人脸检测方法。设计了轻量化网络提高检测速度；在检测网络中引入通道注意力模块和残差特征增强模块，还在三个预测层临近交叉的位置拼接产生新的预测层，提高多尺度的检测精度；最后结合机器人平台，采用TriF‑Map算法将基于图像的检测位置转换成机器人空间位置坐标，实现的真实场景人机交互。本发明提出的网络模型提高了识别精度和识别反应速度，解决了移动端人脸识别速度慢导致的场景人机交互不真实的问题，并且通过结合机器人交互系统，能够很好的运用在家庭服务机器人人脸实时检测和跟踪、场景人机交互等多种实时性二次开发场景中。

技术领域

本发明涉及深度学习目标检测和机器人交叉领域，尤其是涉及了基于YOLO-RGGNet的机器人端人脸检测方法。

背景技术

在计算机视觉领域里，对人脸识别与定位对于机器人、基于手机的智能APP、智能显示器支架等应用场合都是一个不可或缺的功能。这种定位通常需要采用双目摄像机、深度摄像机、激光/微波雷达等技术实现，随之而来的是系统硬件成本和算法计算复杂度的提升。

传统的人脸识别算法包括几何特征方法、支持向量机、PCA等。几何特征方法速度快，但识别率较低。支持向量机和PCA方法准确率相对较高，但需要大量的训练样本。

近年来，基于深度学习的人脸识别方法FaceBoxes、MTCNN和FaceNet等，在精度和速度方面都有了巨大的进步，但是这类算法参数量大、资源内存消耗多、实时性不高，不易直接移植到机器人等嵌入式智能终端平台。而随着生活水平的提高，人们迫切需求一种类似于人与人之间的场景真实的人机交互方式，从机器人平台获得更好的情感体验，因而拥有人脸识别、真实情感对话的服务能力的机器人越来越引起人们的关注。如果能将深度学习和机器人结合，构建一种能根据人脸位置变动而实时进行头部转向的的易于移植的人机交互系统，将对开发具有情感和社交智能的个性化机器人方向灌入巨大的潜力，进而对未来人机交互领域产生重大的意义。

发明内容

针对现有技术的不足，本发明提出了基于YOLO-RGGNet的机器人端人脸检测方法，能高效识别出自然环境中人脸并且在机器人平台检测速度快、鲁棒性高。

基于YOLO-RGGNet的机器人端人脸检测方法，具体包括以下步骤：

步骤1、建立数据集

从互联网采集或者拍摄自然场景下的人脸图片，并对图像进行预处理操作扩充数据后划分训练集和验证集，然后标注图像中人脸框的高度、宽度和左上角坐标。

作为优选，对图像进行预处理的操作包括几何变换、高斯模糊和亮度对比度随机调节。

步骤2、构建分类预测网络模型

s2.1、构建特征提取部分

使用5个RGGBlock残差模块代替YOLOv3网络中原有的5个残差块和下采样模块，构建轻量化的DarkRGGNet-44特征提取网络，网络结构依次为3x3卷积块Conv0和5个RGGBlock残差模块；RGGBlock残差模块包括一个RGGNet下采样残差单元块和多个RGGNet残差单元，5个RGGBlock残差模块中RGGNet残差单元的个数依次为1、2、2、2、1个。RGGNet残差单元的结构为将输入的特征依次经过RGG module1、BN层、RELU激活层、RGG module2和BN层后再与恒等映射后的输入特征进行通道拼接操作；RGGNet下采样残差单元块的结构为在RGGNet残差单元的RELU激活层后依次插入1个步长为2的深度可分离卷积、BN层和RELU激活层。