[发明专利]一种基于深度级联卷积神经网络的快速人脸检测方法

说明书

本发明公开的是一种基于深度级联卷积神经网络的快速人脸检测方法，包括创建人脸数据集、组建深度级联卷积神经网络、测试网络模型，使用正负样本组成训练集和验证集，以训练所述深度级联卷积神经网络进行深度学习，在所述深度学习过程中加入性别分类辅助任务，同时采取微调训练；同时对训练方法和网络结构进行优化；本发明基于深度级联卷积神经网络，通过对卷积层的优化改进增加网络深度，并且改进级联网络的级联方式，从而大大降低了网络的计算量，提高了检测速度，同时引入辅助任务训练和微调训练阶段的在线难负样本挖掘方法，提高了网络的分类准确率，降低了误检率，能保证该方法在实际应用中的检测速度和准确率。

技术领域

本发明涉及人脸检测领域，特别地，涉及一种基于深度级联卷积神经网络的快速人脸检测方法。

背景技术

人脸检测(Face detection)在人脸图像分析中起着重要作用，是计算机视觉中的一个基本问题。各种基于人脸的实际应用，尤其是在无控制的环境中，人脸角度、尺度、背景和曝光变化很大，都依赖于准确快速的人脸检测。

随着卷积神经网络(convolutional neural networks,CNNs)在诸如图像分类和物体检测等计算机视觉任务中取得了显著的进步，在图像领域，基于CNNs的深度学习方法比传统方法在解决各种视觉问题上有显著的提高。

深度学习方法与传统方法的最大不同在于它所使用的特征是从海量数据中学习得到，而传统方法一般使用的是手工特征，因此在复杂多变的场景中传统方法很难满足实际的应用需求。

在传统人脸检测方法中，效果显著的有deformable part models(DPM)方法，但是该方法在训练阶段事先需要进行大量的手工特征提取，在测试阶段也需要较大的计算代价，而且在复杂不可控的环境中检测效果较差。在使用深度学习方法的人脸检测算法中大多借鉴Faster R-CNN系列框架来进行人脸检测，还有些更深的残差网络(ResNet)应用到人脸检测中，这些方法虽然都取得了显著的效果，但是计算量大，模型文件太大，一般很难在实际产品中使用，特别是难以集成到硬件前端比如低端CPU上，网络结构太复杂也不利于硬件加速优化。

发明内容

本发明针对以上缺点，提供一种基于深度级联卷积神经网络的快速人脸检测方法，以解决现有方法集成到硬件成本高、检测速度慢的问题，具有检测准确率高，鲁棒性能良好，网络结构简单等优点。

为了实现上述目的，本发明是通过以下技术方案实现的：

一种基于深度级联卷积神经网络的快速人脸检测方法，包括创建人脸数据集、组建深度级联卷积神经网络、测试网络模型，所述人脸数据集对人脸图像进行标注，使用多级金字塔缩放方法对人脸图像进行窗口滑动，将窗口与人脸矩形框的图像交并比IOU大于等于0.7的窗口图像设置为正样本，图像交并比IOU小于0.3的窗口图像设置为负样本，使用正负样本组成训练集和验证集，以训练所述深度级联卷积神经网络进行深度学习，在所述深度学习过程中加入性别分类辅助任务，同时采取微调训练；所述深度级联卷积神经网络包括至少三级级联卷积网络，第一级网络特征层和第二级网络特征层进行级联，第三级网络为单独网络并不和第二级网络级联，所述每一级网络都为全卷积网络包括多个卷积层和池化层，所述卷积层包括两个1x1的卷积层和一个3x3的卷积层。

优选的，所述深度级联卷积神经网络为三级全卷积网络，其中：

第一级卷积神经网络采用12x12x3大小的图像作为输入，由48x48x3的图像进行两次2x2的均值池化得到，其最后一个特征层的大小为1x1x20，其后使用不同的1x1的卷积层作为不同任务的输出层；

第二级卷积神经网络采用24x24x3大小的图像作为输入，由48x48x3的图像进行一次2x2的均值池化得到，其最后一个特征层的大小为1x1x144，再将该特征层和第一级网络特征层进行级联，形成1x1x164大小的级联层作为联合特征层，其后使用不同的1x1的卷积层作为不同任务的输出层；