[发明专利]一种基于混合注意力特征金字塔结构的轻量化人脸检测方法和系统

说明书

本发明公开了一种基于混合注意力特征金字塔结构的轻量化人脸检测方法和系统，包括如下步骤：首先对小尺寸人脸训练集图像进行缩放处理及数据增强，得到待提取特征的图像；而后使用轻量化卷积神经网络提取图片特征；在多个特征尺度上对特征进行采样并融合不同尺度的特征；而后使用残差瓶颈层结构处理特征层并通过混合注意力金字塔结构得到最终的检测预测层；使用无锚检测方法和聚焦损失函数对预测层进行计算并回归出图像中所包含的人脸位置；设计并实现一种人脸检测系统，该系统使用本发明提出的算法进行快速人脸图片检测和视频检测。本发明对复杂场景中受遮挡、多尺度的密集人脸检测具有鲁棒性，测试结果和对应的人脸检测图片都证明了本发明方法的有效性。

技术领域

本发明涉及基于深度学习的人脸检测技术领域，特别涉及基于混合注意力特征金字塔结构的人脸检测方法及系统。

背景技术

人脸检测是指在输入图像中确定所有人脸的位置、大小和位姿的过程，是人脸信息处理中一项关键技术，已成为计算机视觉领域的研究热点。人脸检测作为目标检测的具体应用以及人脸识别的关键步骤之一，已成为视觉任务中独立的研究方向并受到了广泛的关注。如今，由于计算机计算能力的提升以及人脸检测数据集的完善，深度学习成为解决计算机视觉任务的主流方法并在人脸检测领域成效卓然。目前基于深度学习的人脸检测按检测阶段可分为一阶段法和二阶段法，按检测时是否设置锚框可分为基于锚框的检测和无锚检测。最近几年来，因一阶段无锚人脸检测表现优良而受到了越来越多的关注。

文献1(NAJIBI M,SAMANGOUEI P,CHELLAPPA R,et al.Ssh:single stageheadless face detector[C].In:IEEE International Conference on ComputerVision,2017:4885-4894.)是典型的一阶段人脸检测方法，该方法在不同特征图尺度下分别检测人脸，同时在网络中加入上下文信息模块，使网络能精确检测出大量尺寸不同的人脸并有较快的检测速度。文献2(DENG J,GUO J,VERVERAS E,et al.Retinaface:single-shot multi-level face localisation in the wild[C].In:the 2020IEEE/CVFConference on Computer Vision and Pattern Recognition,2020:5205-5211.)该方法是一种单阶段人脸检测方法，其分别使用深度卷积骨干网络和轻量化骨干网络构建检测模型，并增加五个人脸关键点来辅助检测以提升准确率。文献3(LAW H,DENG J.Cornernet:detecting objects as paired keypoints[J].International Journal of ComputerVision,2020.128(3):642-656.)是一种无锚目标检测方法，该算法不在预测环节对检测的目标预先设置锚框，而通过检测目标的左上角和右下角两个关键点来得到目标的预测框。

当前人脸检测任务往往需要处理数十个或百个人脸目标，这些目标都处于随机的真实场景且具有多尺度、高遮挡、密集性等特点，目前多数人脸检测方法均使用大型卷积神经网络提取图像特征，极大的提升了检测准确性，但也伴随着参数量大，训练复杂，检测速度慢等问题，难以用于实时性检测场景中。虽然已有一些使用轻量化网络的检测方法，但仅使用轻量化网络提升检测速度大大降低了检测精度，并且这些快速的人脸检测方法难以处理人脸尺度变化大，小尺寸人脸数量多的复杂场景。

发明内容

为克服现有轻量化人脸检测中小尺寸人脸带来的检测率低及图片中人脸尺度各异的问题，本发明提出一种基于混合注意力特征金字塔结构的人脸检测方法，该方法结合通道注意力机制和空间注意力机制来有效地融合多尺度的上下文信息，使检测器同时关注分布相对全局的大目标人脸和局部分布的小目标人脸，以应对人脸尺度极端变化的场景，同时具有较快的检测速度和较高的检测精度。

一种基于混合注意力特征金字塔结构的轻量化人脸检测方法，具体包括以下步骤：