[发明专利]基于注意力指导轻量级网络的人脸关键点检测方法

说明书

本发明公开了一种基于注意力指导轻量级网络的人脸关键点检测方法，采用优化的深度残差结构作为教师主干网络，使用注意力机制、逐点组卷积(pointwise group convulution)和通道混洗(channel shuffle)在保障精确率损失不多的同时可以大大减少了计算成本，这些轻量级的模型是在牺牲了部分精度的情况下提高计算速率，然后进一步通过复杂但准确性高的教师网络来指导精简的学生网络进行训练，从而得到计算量少，参数少的较精确的网络模型。

技术领域

本发明涉及图像识别领域，特别涉及一种基于注意力指导轻量级网络的人脸关键点检测方法。

背景技术

人脸关键点检测在计算机视觉中是非常关键并且重要的任务，尤其在人脸特效、人脸生成，人脸渲染等领域有广泛的应用。其检测任务包括人脸的中心和周围、眉毛、眼睛、鼻子、嘴巴、下巴等关键区域特征点。预测出人脸在图像中的坐标点，可以为人脸识别、人脸情绪识别、人脸姿态估计、美颜等应用提供关键性的依赖。因此，准确快速地检测到人脸关键点受到研究人员的关注。人脸关键点算法应用最广、精度最高的是基于深度学习的方法。早期，研究人员采用CNN的方式来获取关键点，但是效果较差。为改善检测精度和速度，优化提出了级联回归方法，采用逐步获取目标的方式，多次通过不同CNN进行特征提取用于解决局部最优问题，从而获得较精确的关键点检测。同时，不断有新的大型骨干网络在人脸关键点检测任务中应用，如沙漏网络提出同时使用多层特征、残差网络(ResNet152、ResNet101、ResNet50)和Densenet网络采用更深结构和提取方式以此提高CNN提取特征的能力。但是这些方法过于臃肿，在检测实践任务中效率较低。SimplePose网络针对检测效率偏低问题进行优化，这是一个非常轻量级的CNN检测网络，去掉复杂的级联过程和复杂的网络结构，通过ResNet和反卷积结构生成高分辨率特征图。ShuffleNet从网络结构入手，提出逐点组卷积(pointwise group convulution)和通道混洗(channel shuffle)在保障精确率损失不大的同时可以大大减少了计算成本，这些轻量级的模型是在牺牲了部分精度的情况下提高计算速率。因此，如何在保留精度的同时提高效率是一个需要权衡的问题。

发明内容

为了克服目前人脸关键点检测所使用的模型存在精度和轻量化不可兼得的技术问题，本发明提供一种基于注意力指导轻量级网络的人脸关键点检测方法。

为了实现上述技术目的，本发明的技术方案是，

一种基于注意力指导轻量级网络的人脸关键点检测方法，包括以下步骤：

步骤一，构建由教师网络和学生网络组成的训练模型；

其中教师网络包括由多个bottleneck块和CBAM注意力模块组成的编码器，以及由多层反卷积层组成的解码器；

学生网络包括由多个bottleneck块组成的编码器，以及由多层反卷积层组成的解码器；

步骤二，将用于训练的人脸图像输入至教师网络中，并基于教师网络的损失函数对教师网络进行循环迭代训练，直至达到终止训练条件；然后再将用于训练的人脸图像分别输入至学生网络和训练完成的教师网络中，并基于学生网络的损失函数来对学生网络进行循环迭代训练，直至达到终止训练条件；

步骤三，将需要进行人脸关键点检测的图像输入训练完毕后的学生网络中，从而获得人脸关键点检测结果。

所述的方法，所述的步骤一中，教师网络和学生网络中的bottleneck块包括用于将输入分为两个分支的channel split单元，且其中一个分支经第一1×1卷积、深度可分离卷积和第二1×1卷积后，与另一个不经处理的分支输入Channel Shuffle单元处理后输出特征图F∈R^C×H×W，其中C、H和W分别表示特征图的通道数、高度和宽度，R表示实数。