[发明专利]基于交并比的多模型融合的人脸检测方法、装置与计算机可读取存储介质

权利要求书

1.一种基于交并比的多模型融合的人脸检测方法，其特征在于，包括：

步骤1、在同一个人脸检测训练集中训练多个用于人脸检测的检测器，并在同一个验证集中验证每个检测器的性能，得到P个处于同一性能水平的检测器，P为大于等于3的正整数；

步骤2、输入一张待检测的图片到训练好的P个检测器中，每个检测器输出从图片中预测的人脸框的坐标和置信度；

步骤3、计算每个检测器的输出的人脸框与其他检测器的人脸框的交并比,响应于交并比大于设定的第一阈值M，则判定两侧检测器检测到的是同一个人脸框，即公共人脸框；否则判定不是公共人脸框；

步骤4、统计所有检测器检测到的公共人脸框的个数为m；

步骤5、计算公共人脸框占各自检测器的人脸框的比值，得到P个占比；

步骤6、对P个占比进行归一化处理并计算归一化后的权重，得到各个检测器最终的权重占比；

步骤7、通过非极大值抑制对P个检测器中所有输出的人脸框进行去重，得到去重后的人脸框；

步骤8、对于去重后的人脸框，根据人脸框在对应人脸检测器中的置信度重新计算其置信度，得到融合后的检测器的置信度ConfFace；

步骤9、判断每个检测器融合后的置信度ConfFace是否超过设定的第二阈值Q，如果低于阈值Q，则认为检测器的人脸框为误检，舍弃掉，如果置信度ConfFace高于设定的第二阈值Q，则认为检测器检测到的人脸为正确的检测结果。

2.根据权利要求1所述的基于交并比的多模型融合的人脸检测方法，其特征在于，所述步骤1中，在同一个人脸检测训练集和验证集中，若P个检测器的接收者操作特征曲线在负正类率为0.01时，对应的真正类率最大与最小的差异低于5%,则判定检测器的性能在同一水平。

3.根据权利要求1所述的基于交并比的多模型融合的人脸检测方法，其特征在于，所述步骤3中，定义P个检测器检测到的人脸框的个数为Na，Nb，Nc,…，Np，其中p小于等于P；

则任意两个检测器的交并比的交并比的计算如下：

交并比 = 两个人脸框的交集的面积/两个人脸框并集的面积

两个人脸框都通过其左上角的坐标以及右下角的坐标确定：

第一个人脸框的左上角坐标定义为：GX(lt),GY(lt)

第一个人脸框的右下角坐标定义为:GX(rb),GY(rb)

第二个人脸框的左上角坐标定义为:RX(lt),RY(lr)

第二个人脸框的右下角坐标定义为：RX(rb),RY(rb)

首先计算两个人脸框的交集的面积:

取两个框左上角的最大值以及右下角的最小值：

左上角的X坐标的最大值maxX(lt)=max(GX(lt), RX(lt))

左上角的Y坐标的最大值maxY(lt)=max(GY(lt), RY(lt))

右下角的X坐标的最小值 minX(br)=min(GX(br), RX(br))

右下角的Y坐标的最小值 minY(br)=min(GY(br), RY(br))

则两个框交集的面积为： (minX(br) – maxX(lt))*(minY(br)-maxY(lt))

两个框的并集面积：(RX(rb) – RX(lt)) * (RY(rb)-RY(lt)) + (GX(rb) – GX(lt))* (GY(rb)-GY(lt)) - (minX(br) – maxX(lt))*(minY(br)-maxY(lt))

由此，得到任意两个检测器的交并比。

4.根据权利要求3所述的基于交并比的多模型融合的人脸检测方法，其特征在于，所述步骤5中，所述公共人脸框占各自检测器的人脸框的比值计算，具体处理如下：

Ra=m/Na；

Rb=m/Nb；

Rc=m/Nc；

…

Rp=m/Np，

其中，p小于等于P；

由此得到P个占比。