[发明专利]一种基于生成对抗网络的小尺度人脸检测方法

说明书

本发明公开了一种基于生成对抗网络的小尺度人脸检测方法，涉及人脸检测技术领域，解决现有小尺度人脸检测方式精度差的技术问题，方法包括以下步骤：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.将小尺度人脸候选区域超分辨率重建后输入人脸检测网络得到小人脸位置回归结果。本发明通过生成对抗网络生成足够的小人脸上下文区域样本，解决了现有小人脸样本数量不能满足网络训练的问题，通过超分辨率重建网络进一步有效提高小尺度人脸检测精度。

技术领域

本发明涉及人脸检测技术领域，更具体地说，它涉及一种基于生成对抗网络的小尺度人脸检测方法。

背景技术

随着时代的进步和科技的发展，石油开采技术大幅提升，由于行业的特殊性，其安全问题必须引起重视。石油开采中的安全生产管理主要是为了保证施工人员的安全，尽可能的减少人员伤亡及财产损失。现实中的油气泵站地理位置偏僻,周围简单的安全防护措施以及人员的无法全天监护，这俨然成为当前石油开采安全防护人员监控问题所面临的严峻挑战。在计算机视觉领域快速发展的背景下，人脸识别技术广泛应用于身份核验、识别门禁、监控安防等领域。结合石油开采的安全防护问题以及人员无法全天监控问题，在无人机视角下对石油开采人员进行安全防控是行之有效的技术途径。

在石油开采环境下，无人机视角下人脸检测任务存在人脸区域小、分辨率低、细节不完整等问题，这不适用于直接输入当前基于人脸区域大、分辨率高、细节较完整的现有方法模型。此外，在级联型人脸检测网络中的调整以及输出网络的训练阶段，基于区域产生网络产生的人脸样本的数量并不能满足网络训练极小人脸的数据要求，检测精度差。

发明内容

本发明要解决的技术问题是针对现有技术的上述不足，本发明的目的是提供一种可以提高检测精度的基于生成对抗网络的小尺度人脸检测方法。

本发明的技术方案是：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。

作为进一步地改进，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。

进一步地，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。

进一步地，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；