[发明专利]YOLO和分块-融合策略结合的稠密人脸检测方法

说明书

YOLO和分块‑融合策略结合的稠密人脸检测方法，包括以下步骤：对人脸训练数据集进行数据增广，扩充密集场景下的人脸样本；构建YOLOv3和分块‑融合策略相结合的YOLOv3网络模型，在检测阶段，将原图进行分块，并将分块得到的子图和原图一同输入到YOLOv3网络模型中分别进行检测；对NMS算法进行改进，解决大尺度人脸融合问题的同时提高小人脸检测的精度。本发明通过多次NMS在解决人脸融合问题的同时，利用不同分块重叠率下的检测提高小人脸的召回提高最终检测精度。

技术领域

本发明涉及机器视觉技术领域，具体涉及一种YOLO和分块-融合策略结合的稠密人脸检测方法。

背景技术

人脸检测作为机器视觉领域的经典问题，在安防监控、人机交互、移动支付、等领域都有重要的应用价值。当前，随着人们生活水平的提高，人脸检测在日常生活中的需求也越来越广泛，同时，科技水平的发展也使人脸检测的应用范围不断扩大。如密集人群监测，教室人数统计等复杂场景的人脸检测也开始受到人们关注。然而密集人群中的人脸不同于传统人脸识别应用场景中具有清晰特征的人脸，如图1所示，因为受到遮挡、角度、模糊、尺度过小等因素影响，密集场景下的稠密人脸检测难度较大，而尺度过小则是其中尤为明显的问题。

针对密集场景下的稠密人脸主要存在的尺度过小的问题，学者们从小尺度人脸检测角度出发。

文献[1]Zhang S,Zhu X,Zhen L,et al.S³FD:Single Shot Scale-invariantFace Detector[J],2017:arXiv:1708.05237记载的算法通过使用更小更稠密的Anchor和Anchor尺度补偿策略，为不同尺度的人脸寻找更合适的Anchor，提高了小尺度人脸的检测精度；

文献[2]Hu P,Ramanan D.Finding Tiny Faces[C].Computer VisionPatternRecognition,2017:arXiv:1612.04402.通过结合人脸上下文特征来分析人脸，提高了小尺度人脸的检测效果，但更多的上下文易受遮挡影响，这在密集场景中尤为明显；

文献[3]Sam D B,Peri S V,Sundararaman M N,et al.Locate,Size and Count:Accurately Resolving People in Dense Crowds via Detection[J].IEEETransactions on Pattern Analysis and Machine Intelligence,2020:1-1.从人群计数角度出发，提出一种新的卷积神经网络框架，该网络用多分辨率特征提取代替典型的多尺度输入，同时其输出的预测分辨率也高于其他人脸检测器，在密集人群检测中取得明显提升；

文献[4]Bai Y,Zhang Y,Ding M,et al.Finding Tiny Faces in the Wild withGenerative Adversarial Network[C].computer vision and pattern recognition,2018:21-30.提出利用超分辨率，对于模糊的小人脸利用生成对抗网络实现分辨率的提高，利用超分辨率网络将小人脸放大，实现了小人脸精度的提高；

文献[5]中国专利[申请号：202010418338.4]提出一种基于特征融合和视觉感受野网络的多尺度人脸检测方法，以VGG-16为基础网络，由视觉感受野网络、空洞卷积网络共同组成。在不同分辨率的特征层上采用不同的方法提取候选框，在小尺度人脸上取得了较好的效果。但该方案通过增加网络宽度和深度，明显增加了计算量。上述方法为了追求在小尺度人脸上的检测精度，针对特定的网络进行修改，复杂的网络模型导致运算量增加，消耗时间长，具有较大的限制，应用场景较少。