[发明专利]一种基于通道分离型卷积的快速人脸检测模型

权利要求书

1.一种基于通道分离型卷积的快速人脸检测模型，其特征在于，包括以下步骤：

步骤1、将输入图像划分为S*S个图像块，如果图像中某个人脸区域的中心点落在某个图像块上，那么该图像块就负责对该人脸区域的检测；

步骤2、每个图像块预测3个边界框及其对应的目标概率，目标概率表示的是边界框正确检测到人脸的概率，将目标概率定义为P(目标)*IOU，若人脸区域的中心点落在预测边界框内，则P(目标)＝1，否则为0；IOU表示的是预测边界框与真值边界框的交并比。

2.如权利要求1所述的一种基于通道分离型卷积的快速人脸检测模型，其特征在于：所述每个预测边界框要预测的的内容包括：x，y，w，h和目标概率C，其中(x，y)表示的是预测边界框的相对中心坐标，而w和h表示的是边界框的相对宽和高，目标概率表示的是预测边界框与真值边界框的交并比。

3.如权利要求1所述的一种基于通道分离型卷积的快速人脸检测模型，其特征在于：所述3个边界框中，与真值边界框交并比最大的那个边界框负责对人脸的检测。

4.如权利要求3所述的一种基于通道分离型卷积的快速人脸检测模型，其特征在于：所述与真值边界框交并比最大的那个边界框负责对人脸的检测采用的损失函数如下：

其中，当第i个图像块中的第j个边界框负责对人脸的检测时，的值为1，的值为0，否则为的值为0，的值为1；α₁，α_nobj是常数项；一般来说，α₁的值设为5，α_nobj的值设为0.5；x_i，y_i，为预测边界框中心点的坐标值；为真值边界框中心点的坐标值；w_i，h_i为预测边界框的长和宽；为真值边界框的长和宽；C_i为预测的目标概率值；为实际目标概率值。

5.如权利要求1所述的一种基于通道分离型卷积的快速人脸检测模型，其特征在于：所述模型利用通道分离型卷积，通道分离型卷积中卷积核的深度为1，卷积核分别对输入特征图的每个通道进行卷积，得到输出特征图对应的通道，之后再用卷积核对得到的输出特征图进行各通道信息的融合。

6.如权利要求1所述的一种基于通道分离型卷积的快速人脸检测模型，其特征在于：所述模型包括20个卷积层和4个最大池化层。