[发明专利]一种基于知识蒸馏的人脸姿态估计方法及系统

说明书

本发明涉及一种基于知识蒸馏的人脸姿态估计方法及系统，能够在保证准确度的前提下，应用特征蒸馏方法对人脸姿态估计模型进行压缩，特征蒸馏后的模型参数量少，对人脸姿态的推理速度更快，降低了资源消耗，解决了人脸姿态估计应用深层网络结构资源消耗多、浅层网络准确率低的问题，同时根据当前应用场景需求，提高对大角度、模糊以及戴口罩人脸图像的姿态估计准确度，提高了模型的鲁棒性，提升了模型的人脸姿态角度预测效果，实际应用中，对于复杂场景下人脸姿态角度预测结果更加准确，以ResNet18的基础网络实现了超过ResNet50网络结构的预测效果。

技术领域

本发明涉及一种基于知识蒸馏的人脸姿态估计方法及系统，属于人脸图像识别技术领域。

背景技术

在人脸对齐、人脸跟踪、人脸识别等研究工作中，人脸姿态角度具有重要的影响，姿态估计在很多面部分析任务中是必不可少的一部分。人脸姿态估计是指计算出人脸或头部在三维空间的具体方向，欧拉角(Yaw,Pitch,Roll)是一种常用的人脸姿态表示。

目前人脸姿态估计方法主要分为两种：一种是由面部关键点以及图像到三维坐标的对应关系计算获得，姿态结果取决于关键点检测是否准确，且依赖于标准的头部模型和相机参数矩阵；另一种是根据人脸图像回归三维姿态欧拉角，不需要检测关键点的过程。随着深度学习网络和公开数据集的不断提出，根据图像特征回归角度的方法也是目前较为常用的人脸姿态估计方法，它对不同场景的姿态角度估计具有较强的鲁棒性。

在实际场景中，存在大量遮挡、模糊和侧脸的情况，图像中面部关键点坐标难以精准检测，由关键点获得的姿态角度可能存在较大误差，而本次使用一种无需关键点的姿态角度回归方法，更能适用于复杂场景下的姿态估计问题。

目前人脸姿态估计方法存在着以下缺陷：

1)深层网络结构复杂，参数量大

在人脸姿态估计的众多方法中，无需关键点检测的HopeNet方法获得了相对准确的姿态评估效果，它采用Resnet50作为特征提取的骨干网络。由于模型参数量大，在推理阶段，计算资源占用较多，推理速度还有待提升。

2)浅层网络模型预测姿态角度误差较大

在实际应用场景中，既要保证姿态评估结果的准确，又要要求模型推理速度快，减少计算资源占用。采用一些相对简单的特征提取网络，则会影响到姿态评估效果，增大角度误差。

3)对大角度姿态、模糊以及戴口罩的图像姿态估计误差较大

人脸姿态的训练数据大多使用300W或300W-LP公开数据集，对大角度、模糊图像姿态估计误差较大，且在当前应用场景中，对带口罩的人脸姿态估计结果鲁棒性较差。

发明内容

本发明所要解决的技术问题是提供一种基于知识蒸馏的人脸姿态估计方法，采用全新逻辑设计，能够在保证准确度的前提下，有效进行模型压缩，降低资源消耗。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于知识蒸馏的人脸姿态估计方法，用于实现目标分类网络对图像人脸姿态的估计，针对目标分类网络中最后全连接层，替换为三个分别对应偏航角方向、俯仰角方向、翻滚角方向的分支全连接层，各分支全连接层的输入端共同对接目标分类网络中最后一级特征提取模块的输出端，并且各分支全连接层分别对接一个分支分类层，构建学生分类网络；

基于学生分类网络，执行如下步骤A至步骤E，获得人脸姿态估计模型；以及应用人脸姿态估计模型，执行步骤i至步骤ii，针对目标人脸图像中的人脸姿态实现估计；

步骤A.收集预设数量的人脸姿态样本图像，并确定各幅人脸姿态样本图像中人脸分别对应偏航角方向、俯仰角方向、翻滚角方向的真实角度值，然后进入步骤B；