[发明专利]一种基于注意力导向机制的人脸检测方法、系统、存储介质及终端

说明书

本发明公开了一种基于注意力导向机制的人脸检测方法、系统、存储介质及终端，该方法包括：获取待检测的目标图像，并将待检测的目标图像输入预先训练的人脸检测模型中首先通过卷积块中扩展的VGG16对待检测的目标图像进行特征提取生成特征图序列，并从特征图序列中选取6个层作为第一分支原始特征图；人脸检测模型的上下文提取模块对第一分支原始特征图中每个特征图进行通道拼接，生成拼接后的特征图；人脸检测模型的注意力引导模块采集拼接后的特征图对应的语义关系和空间信息，生成采集后的特征图；基于第一分支原始特征图与采集后的特征图生成第二分支增强特征图；根据增强特征图得到检测出的人脸图像。因此，采用本申请实施例，可以提升了人脸检测精度。

技术领域

本发明涉及计算机的深度学习技术领域，特别涉及一种基于注意力导向机制的人脸检测方法、系统、存储介质及终端。

背景技术

基于深度学习的人脸检测任务中，对于小目标、小人脸的检测难度很大，面临许多技术挑战，这是因为图片分辨率比较低，图片模糊，背景噪音多。

现有的小脸检测方法主要包括传统的图像金字塔和多尺度滑动窗口检测小脸；数据扩增方法，增加小脸样本数量和种类来提升小脸检测性能；基于特征融合的方法，将高层、低层的多尺度特征融合来提升检测性能；基于锚采样和匹配策略的方法；利用上下文信息的方法等。

由于视觉任务中上下文信息对性能提升至关重要，所以许多检测算法都设计了提取上下文信息的层间融合结构，例如DenseNet具有密集跨层连接实现特征复用，FPN融合高层和底层的特征信息，DeepLab V3具有ASPP结构来增大感受野。

DSFD作为一种双分支人脸检测算法，结合FPN和RFB思想，提出了一种特征增强模块(FEM)，不仅使用不同层级间的特征信息，同时使用空洞卷积获取更大感受野的特征，从而获得了更多的辨识度高且鲁棒性强的特征。但是FEM模块只是将FPN融合后的特征图分组处理后进行拼接用于增大感受野，没有将细粒度和粗粒度的上下文特征有效融合，从而降低了识别精度。

发明内容

本申请实施例提供了一种基于注意力导向机制的人脸检测方法、系统、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种基于注意力导向机制的人脸检测方法，方法包括：

获取待检测的目标图像，并将待检测的目标图像输入预先训练的人脸检测模型中；其中，人脸检测模型中包括卷积块和注意力引导特征增强模块；注意力引导特征增强模块包括注意力引导模块和上下文提取模块；

采用卷积块中扩展的VGG16对待检测的目标图像进行特征提取操作生成特征图序列，并从特征图序列中选取6个层作为第一分支原始特征图；

基于上下文提取模块对第一分支原始特征图中每个特征图进行通道拼接，生成拼接后的特征图；

根据注意力引导模块采集拼接后的特征图对应的语义关系和空间信息，生成采集后的特征图；

基于第一分支原始特征图与采集后的特征图生成第二分支增强特征图；

将第二分支增强特征图输入到人脸检测模型的SSD目标检测算法头部后，得到检测出的人脸图像。

可选的，基于上下文提取模块对第一分支原始特征图中每个特征图进行通道拼接，生成拼接后的特征图，包括：

上下文提取模块将第一分支原始特征图进行通道分组，生成三组特征图序列；

上下文提取模块将三组特征图序列进行特征处理，生成三组特征处理后的特征图序列；