[发明专利]单步人脸检测器优化系统、方法、装置

摘要

本发明的一种单步人脸检测器优化系统，包括训练系统：经数据增强模块对被检测图像进行复制拼接、随机裁剪获的图像块，并通过数据增强获取训练样本；经单步人脸检测器接口模块将训练样本发送至待训练的单步人脸检测器进行二分类和边框回归，并获取二分类过程中的采样特征；经尺度感知边距模块获取训练样本的尺度感知边距损失；经特征监督模块通过基于特征监督的分类网络进行训练样本的二分类；损失函数模块，通过基于LCLS、LLOC、LFSM的损失函数对单步人脸检测器进行训练；测试系统：计算训练系统输出的单步人脸检测器的准确度，并在未达到设定条件时再次通过训练系统训练。本发明可以在不增加任何额外开销的前提下提高人脸检测器分类能力。

主权项

1.一种单步人脸检测器优化系统，其特征在于，所述系统包括训练系统、测试系统；所述训练系统包括数据增强模块、尺度感知边距模块、特征监督模块、单步人脸检测器接口模块、损失函数模块；所述数据增强模块，配置为基于被检测图像，通过复制拼接获得拼接图像；在所述拼接图像中随机裁剪获得一个图像块，并对该图像块进行数据增强后，通过锚点框获取训练样本；所述单步人脸检测器接口模块，配置为将所述训练样本发送至待训练的单步人脸检测器进行二分类和边框回归，并获取单步人脸检测器进行训练样本的二分类过程中得到的各训练样本的采样特征；所述尺度感知边距模块，配置为获取训练样本的尺度感知边距损失；所述特征监督模块，配置为基于所述各训练样本的采样特征，通过基于特征监督的分类网络进行训练样本的二分类；所述损失函数模块，配置为通过基于L_CLS、L_LOC、L_FSM的损失函数，对单步人脸检测器进行参数更新；其中，L_CLS为所述单步人脸检测器二分类中的尺度感知边距损失函数，L_LOC为边框回归损失函数，L_FSM为基于特征监督的分类网络中二分类的损失函数；所述测试系统，配置为基于预设的测试数据，利用所述训练系统得到的单步人脸检测器进行人脸检测任务获取检测准确度，并在该准确度小于预设准确度阈值时，再次通过所述训练系统优化所述单步人脸检测器。