[发明专利]一种基于级联式多尺度的密集人脸检测方法

说明书

本发明涉及一种基于级联式多尺度的密集人脸检测方法，分别训练多种尺度范围的检测器，每种物体检测器针对特定的尺度范围，然后将其级联起来，来优化现有的网络结构，这种策略可以搭载在任何人脸检测的深度模型中，具有良好的扩展性，而且对密集小人脸检测更加适用。可以应用于密集人群监测，教室人数统计等具体场景，有着很强的应用价值。

技术领域

本发明涉及深度学习与计算机视觉领域，具体涉及一种基于级联式多尺度的密集小人脸检测方法。

背景技术

深度学习已经在图像分类和物体检测领域中展现了强大的生命力。在最近五年中，自从AlexNet被提出后，在ImageNet数据集的错误率，已经从15％降到2％，已经超于了人类的水平。另一方面，在物体检测领域，最好性能的检测器在COCO数据集也仅仅达到60％的mAp，为什么对于图像分类来说，物体检测相对较难呢？

这是由于物体检测不同于图像分类任务，图像分类的图片尺寸往往是固定的，对于卷积神经网络来说，单一尺度的图像尤其适合卷积核卷积不变的特性，由于训练好的深度模型的权重不变，当图像输入卷积神经网络，根据权重的大小，会产生对应的分类置信度。这是深度学习在图像分类领域中完美的尝试，并且超过了人类的水平，但是与分类任务不同的是，物体检测不光要给出计算出物体的类别，还要给出图像中物体的位置信息，这无疑增大了物体检测的难度，并且，在一张图像里，会存在不同尺度的物体，有些物体只占有很少的像素点，这就进一步增大物体检测的难度。由于物体检测存在着各种各样的困难，并且同一标签的物体尺度范围可能很大，这对卷积神经网络的尺度不变性是一个巨大的挑战，在尺度范围变化较大的数据集中，一个检测器必须适应各种不同尺度的物体。除了尺度范围变化较大的这一问题外，当图像中物体的密集程度过密时，会存在漏检的现象，所以这也是有待解决的问题之一。

发明内容

有鉴于此，本发明的目的在于提供一种基于级联式多尺度的密集人脸检测方法，可以提高探测器准确度，适用于任何目标检测框架。

为实现上述目的，本发明采用如下技术方案：

一种基于级联式多尺度的密集人脸检测方法，包括以下步骤：

步骤S1:采集人脸数据集，并进行预处理，得到预处理后的数据集；

步骤S2:根据预处理后的数据集训练全局检测器；

步骤S3:根据预处理后的数据集，构建局部人脸数据集.并根据得到的局部人脸数据集训练局部检测器；

步骤S5:将全局检测器与局部检测器级联；

步骤S6:将待测图像输入级联后的全局检测器及局部检测器，得到全局检测结果和局部检测结果，并采用非极大值抑制的方法将全局检测结果和局部检测结果结合，得到最终人脸检测结果。

进一步的，所述步骤S1具体为：

步骤S11:收集公开的人脸数据集，并获得相关的图像和标签，并且利用数据增强方式得到扩充的数据集；

步骤S12:采用pascal_voc数据集格式，利用收集到的人脸数据集标签，得到每张人脸图像的xml文件，并将这些xml文件按照pascal_voc格式，将得到的xml文件和图像文件组织在一起，得到预处理后的数据集。

进一步的，所述步骤S2具体为:

步骤S21:将预处理后的数据集，采用VGG16模型基础网络，并且将在Imagenet的预训练的权重加载在现有的VGG模型基础网络上，并在此基础上，训练全局检测器；

步骤S22:全局检测器包含必要的两个部分，特征提取部分和回归分类部分，其中回归分类部分包括分类器和回归器，特征提取部分的数学表达式如公式(1)所示：