[发明专利]一种基于生成对抗网络的小尺度人脸检测方法

权利要求书

1.一种基于生成对抗网络的小尺度人脸检测方法，其特征在于，包括以下步骤：

S1.将噪声图像和真实采集数据中的小人脸图像输入第一生成对抗网络生成足够的小人脸上下文区域样本；

S2.利用所述小人脸上下文区域样本、小人脸图像训练人脸检测网络；

S3.获取工作场所图像，并利用潜在人脸区域网络获取可能存在的小尺度人脸候选区域；

S4.将所述小尺度人脸候选区域输入所述人脸检测网络进行分类与回归得到小人脸位置回归结果。

2.根据权利要求1所述的一种基于生成对抗网络的小尺度人脸检测方法，其特征在于，若所述步骤S4中的小尺度人脸候选区域不能分辨得到小人脸位置回归结果，则进行以下步骤：

S5.将所述小尺度人脸候选区域输入第二生成对抗网络进行超分辨率重建得到重建人脸候选区域；

S6.将所述重建人脸候选区域输入所述人脸检测网络进行分类与回归得到小人脸位置回归结果。

3.根据权利要求1所述的一种基于生成对抗网络的小尺度人脸检测方法，其特征在于，所述步骤S1中包括以下步骤：

S1-1.将所述噪声图像输入所述第一生成对抗网络的生成网络G1网络得到小人脸上下文区域样本；

S1-2.将所述小人脸上下文区域样本与小人脸图像的混合集输入所述第一生成对抗网络的判别网络D1网络得到所述小人脸上下文区域样本与小人脸图像的判别，用于在所述生成网络G1网络和判别网络D1网络的对抗损失调节下优化所述生成网络G1网络和判别网络D1网络的参数。

4.根据权利要求3所述的一种基于生成对抗网络的小尺度人脸检测方法，其特征在于，所述步骤S1-1中包括以下步骤：

S1-1-1.所述噪声图像满足z～N(0,1)且像素大小为48x48，通过split操作得到一系列不同的输出；

S1-1-2.将split操作的输出加到不同的ResBlock上；

S1-1-3.在最后的ResBlock前进行1x1的卷积进行特征融合以及通道数的削减，提取所述生成网络G1网络产生的特征表达得到小人脸上下文区域样本。

5.根据权利要求3所述的一种基于生成对抗网络的小尺度人脸检测方法，其特征在于，所述步骤S1-2中包括以下步骤：

S1-2-1.将所述小人脸上下文区域样本与小人脸图像的混合集通过1x1的卷积增加通道数以增加特征表达能力；

S1-2-2.通过ResBlock进行特征提取；

S1-2-3.使用1x1卷积进行信息融合并在最后的全连接层进行所述小人脸上下文区域样本与小人脸图像的判别。

6.根据权利要求1所述的一种基于生成对抗网络的小尺度人脸检测方法，其特征在于，所述步骤S3中包括以下步骤：

S3-1.利用Resnet-50作为特征提取网络检测不同尺度下的人脸候选区域；

S3-2.多层信息融合，利用高层语义指导浅层特征信息的特点，将高层特征图上采样后与浅层特征图连接，然后使用全连接层统一输出大小；

S3-3.在特定特征层建立基于锚点机制对人脸框进行回归得到可能存在的小尺度人脸候选区域。

7.根据权利要求2所述的一种基于生成对抗网络的小尺度人脸检测方法，其特征在于，所述步骤S5中包括以下步骤：

S5-1.将所述小尺度人脸候选区域输入所述第二生成对抗网络的生成网络G2网络进行超分辨率重建得到重建人脸候选区域；

S5-2.利用所述第二生成对抗网络的判别网络D2网络判别所述重建人脸候选区域是否为生成数据、所述重建人脸候选区域是否为人脸样本。