[发明专利]一种改进的FasterR‑CNN人脸检测方法

说明书

技术领域

本发明属于深度学习技术领域，具体涉及一种改进的Faster R-CNN人脸检测方法。

背景技术

近年来，随着深度学习技术的发展，物体检测：如目标检测、行人检测、车辆检测等领域发展的非常快，出现了一系列优秀的深度学习的目标检测系统如：fast R-CNN、Faster R-CNN等算法。可以准确、有效的检测到目标，在公测数据集如：PASCAL VOC12、COCO等数据集上取得了良好的检测效果。Fast R-CNN、Faster R-CNN等算法都是针对自然场景下的目标设计出来的，对自然场景下目标的检测有较高的准确率，是一个通用目标检测器。自然场景下目标的尺度一般都较大，像VOC、COCO数据集中目标的尺寸都普遍偏大。目前的Faster RCNN目标检测算法对小目标的检测很不敏感。

人脸检测，是人脸识别技术中非常重要的一项技术，对人脸识别最终的性能起到非常重要的影响。人脸兼具有物体的刚性和柔性特质，受光照、尺度、遮挡、角度、环境等因素的影响较大。日常生产生活中，照片与视频中人脸除非刻意的摆拍，一般情况下，人脸的尺寸相对较小。因此，人脸检测是一个小目标的目标检测任务。人脸由于尺寸较小因此蕴含的特征较小且易受环境因素干扰；自然界中的人脸尺度的范围跨越较大，从几十像素到几百像素不等；人脸检测是人脸识别技术的一个基础性的任务，对检测的准确率要求较高，因此，人脸检测是一个非常苛刻的任务。

发明内容

本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种提高人脸检测准确率，降低了人脸检测的漏检率，具有实用价值的改进的Faster R-CNN人脸检测方法。

为解决上述技术问题，本发明采用的技术方案是一种改进的Faster R-CNN人脸检测方法，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。

进一步地，该步骤1中，候选区域定位框为12种不同规格大小。

进一步地，该步骤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。

进一步地，该步骤4中，特征提取层选用101层的残差网络。

进一步地，该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。

进一步地，该RPN网络和目标检测网络共用特征提取层。

本发明一种改进的Faster R-CNN人脸检测方法具有如下优点：能够涵盖多种尺寸大小的人脸区域；同时利用扩张卷积在不损失信息的情况下，加大了感受野，让卷积输出包含较大范围的信息。可以进行有效的人脸检测，能够实现有效的人脸特征的提取，提高了人脸检测的准确率，降低了人脸检测的漏检率。

附图说明

图1是本发明一种改进的FasterR-CNN人脸检测方法的流程图；

图2是本发明一种改进的Faster R-CNN人脸检测方法在wider face测试数据集上的P-R曲线；

2a.Easy模式下的P-R曲线；

2b.Medium模式下的P-R曲线；

2c.Hard模式下的P-R曲线；

图3是本发明中的一种改进的Faster R-CNN人脸检测方法在煤矿入井口的检测效果图；

图4是本发明中的一种改进的Faster R-CNN人脸检测方法与其他检测方法的检测图；