[发明专利]一种改进的FasterR‑CNN人脸检测方法

权利要求书

1.一种改进的Faster R-CNN人脸检测方法，其特征在于，包括以下步骤：

步骤1、将原始图片输入到RPN网络中，输出多尺度的候选区域定位框和定位框内包含人脸的概率值；

步骤2、用非极大值抑制算法处理步骤1中的区域定位框，依据概率值，由高到低依次选取300个候选的人脸区域定位框；

步骤3、将步骤1中的初始图片和步骤2中的300个候选的人脸区域定位框输入到目标检测网络中；

步骤4：目标检测网络对输入的图片进行卷积运算，并经过多层卷积层前向传播到最后一层卷积层，输出图片特征图；

步骤5、将步骤2中的300个候选的人脸区域定位框通过坐标的映射变换，映射到步骤4中的图片特征图上，即得到300个候选的人脸区域定位框的特征图；

步骤6、将步骤5中的300个候选的人脸区域定位框的特征图依次经ROI pooling层，得尺寸相一致的300个候选的人脸区域定位框的特征图；

步骤7、将步骤6中的尺寸相一致的300个候选的人脸区域定位框的特征图进行分类，输出人脸区域坐标和概率。

2.根据权利要求1所述的一种改进的Faster R-CNN人脸检测方法，其特征在于，所述步骤1中，候选区域定位框为12种不同规格大小。

3.根据权利要求1或2所述的一种改进的Faster R-CNN人脸检测方法，其特征在于，所述步骤3中的目标检测网络包括依次排列的特征提取层、ROI pooling层、全连接层、分类器和定位框回归器；所述特征提取层包括依次连接的多层卷积层。

4.根据权利要求3所述的一种改进的Faster R-CNN人脸检测方法，其特征在于，特征提取层选用101层的残差网络。

5.根据权利要求4所述的一种改进的Faster R-CNN人脸检测方法，其特征在于，所述101层的残差网络中，第四个残差块conv5_x中的每一个残差单元中间层为扩张卷积层，其扩张系数为2。

6.根据权利要求4～5中任一项所述的一种改进的Faster R-CNN人脸检测方法，其特征在于，所述RPN网络和目标检测网络共用特征提取层。