[发明专利]视频图像中基于深度学习的人脸检测方法及装置

摘要

一种视频图像中基于深度学习的人脸检测方法。通过不断叠加1*3和1*1卷积核，搭建轻量级特征提取网络，得到初始特征图；在初始特征图上进行连续降采样，得到多尺度特征图；通过转置卷积将低层高分辨率特征图和高层低分辨率特征图进行特征融合，提升低层特征表达能力；在不同尺度的特征图上选取不同尺寸的预测框，通过回归得出预测框与真实值之间的偏差。引入轻量级特征提取网络能够减少计算消耗，有效减少计算量，加快运算速度，提高算法实时性；适用于实时性要求较高的视频图像处理；引入连续降采样操作和转置卷积可有效应对多尺度检测和小目标检测。本发明可广泛应用于商业、安防等众多领域，实现无人自动监管，有助于提高工作效率。

主权项

1.一种视频图像中基于深度学习的人脸检测方法，其特征在于，包括以下步骤：步骤一、获取视频图像；所述视频图像的获取，包括从视频文件获取或从摄像装置实时采集获取；步骤二、通过不断叠加1*3和1*1卷积核搭建轻量级特征提取网络得到初始特征图；步骤三、在所述初始特征图上进行连续降采样，得到多尺度特征图；步骤四、通过转置卷积将低层高分辨率特征图和高层低分辨率特征图进行特征融合，提升低层特征表达能力；步骤五、在所述多尺度特征图上选取不同尺寸的所述预测框，通过回归得出所述预测框与所述真实值之间的偏差；其中，在步骤一和步骤二之间还包括步骤S1，所述步骤S1将视频图像分解为分辨率为300×300的单帧图像作为卷积神经网络的输入；所述通过不断叠加1*3和1*1卷积核搭建轻量级特征提取网络得到初始特征图包括：将所述视频图像输入所述卷积神经网络的多个通道，采用1*3卷积核分别对各个通道操作，最后从各个通道输出特征图，再由1*1卷积核对各个通道输出进行特征融合，通过迭代13次这种卷积结构，得到分辨率为38×38初始特征图。