[发明专利]一种基于SSD框架的人脸检测方法及系统

权利要求书

1.一种基于SSD框架的人脸检测方法，其特征在于，包括：

对目标人脸图像标注锚点；

基于训练后的SSD框架卷积神经网络，对标注有锚点的目标人脸图像进行检测，获取到目标人脸框，所述SSD框架卷积神经网络通过标注有锚点的样本人脸图像训练得到；

所述SSD框架卷积神经网络通过以下步骤训练得到：

对样本人脸图像进行随机尺度变换，得到第一样本人脸图像；

对所述第一样本人脸图像随机抠取正方形区域，若所述正方形区域含有人脸，则匹配相应尺寸的锚点进行标注，得到标注有锚点的样本人脸图像；

对所述标注有锚点的样本人脸图像进行随机水平翻转，得到第二样本人脸图像；

将所述第二样本人脸图像的尺寸缩放至网络输入尺寸并减去均值，得到第三样本人脸图像，通过所述第三样本人脸图像对所述SSD框架卷积神经网络进行训练；

在所述对所述第一样本人脸图像随机抠取正方形区域，若所述正方形区域含有人脸，则匹配相应尺寸的锚点进行标注，得到标注有锚点的样本人脸图像之后，包括：

将所述标注有锚点的样本人脸图像中包含的人脸图像按小尺寸人脸图像、中等尺寸人脸图像和大尺寸人脸图像进行分类；

分别计算人脸图像尺寸分类后的人脸损失值，并根据公式：

Loss＝L1+L2+L3+L4

计算最终人脸损失值，其中，L1是小尺寸人脸损失值，L2是中等尺寸人脸损失值，L3是大尺寸人脸损失值，L4是所有尺寸人脸损失值；

根据所述最终人脸损失值对所述标注有锚点的样本人脸图像进行优化，以供所述SSD框架卷积神经网络进行训练；

所述分别计算人脸图像尺寸分类后的人脸损失值，具体包括：

计算所述标注有锚点的样本图像中不同尺寸的人脸损失值，公式为：

其中，L_k({p_k,i},{t_k,i})为第k种尺寸下的所述标注有锚点的样本图像的人脸损失值，i是一个锚点的标号，p_k,i是第k种尺寸下的所述标注有锚点的样本图像的人脸损失值中第i个锚点预测为人脸的概率，是标注的标签，其中含有人脸的标签是1，不含人脸标签是0，t_k,i是四维预测坐标向量，是四维人脸锚点坐标向量，是Softmax损失函数，是Smooth L1损失函数，N_cls为人脸和背景匹配的锚点个数，N_reg为人脸匹配的锚点的个数，λ为匹配两种损失函数的权重，默认值为1；

在获取到所述样本人脸图像中不同尺寸下的人脸损失值之后，计算所述最终人脸损失值，公式为：

其中，λ_k是人脸尺度分类后的四种人脸损失值对应的权重值，默认值为1。

2.根据权利要求1所述的方法，其特征在于，在所述对样本人脸图像进行随机尺度变换，得到第一样本人脸图像之前，包括：

对所述样本人脸图像进行预处理，所述预处理包括对比度、亮度、加白噪声或色调的处理。

3.根据权利要求1所述的方法，其特征在于，所述对样本人脸图像进行随机尺度变换，包括：

根据所述样本人脸图像中的人脸尺寸分布情况设置尺度变换比例，以供所述样本人脸图像进行随机尺度变换，所述尺度变换比例为0.5、1或2。

4.根据权利要求1所述的方法，其特征在于，所述对所述第一样本人脸图像随机抠取正方形区域，若所述正方形区域含有人脸，则匹配相应尺寸的锚点进行标注，得到标注有锚点的样本人脸图像，包括：

若所述正方形区域含有人脸，且人脸的尺寸与待匹配的锚点的尺寸之比大于等于预设阈值，则匹配相应尺寸的锚点进行标注；

若所述正方形区域含有人脸，且人脸的尺寸与待匹配的锚点的尺寸之比小于所述预设阈值，则舍弃所述正方形区域；

若所述正方形区域不含有人脸，则舍弃所述正方形区域。