[发明专利]一种基于yolo的人脸检测与人脸对齐方法

摘要

本发明公开了一种基于yolo的人脸检测与人脸对齐方法，属于人脸识别领域，包括网络的训练及网络的验证步骤，所述网络的训练包括创建人脸数据集，对人脸数据集中的图像进行标注、重构人脸检测与对齐数据库，本发明解决了MTCNN人脸识别采用分阶段的方式进行人脸检测与对齐存在的效率慢、不能进行联合任务的问题，提高了人脸识别的鲁棒性和网络的泛化能力，且防止了样本过少导致的过拟合问题。

主权项

一种基于yolo的人脸检测与人脸对齐方法，其特征在于：包括以下步骤：S1、进行网络的训练，具体包括如下步骤：S1‑1、创建人脸数据集，在LFW数据库上随机挑选具有光照变化、尺度变化和场景变化的人脸图像，并将这些人脸图像划分为训练集、测试集及验证集；所述训练集用来建立预训练模型，所述测试集用来测试所述预训练模型的泛化能力，所述验证集用于控制所述预训练模型的参数；S1‑2、对训练集、测试集和验证集中的图像进行标注，即收集图像上人脸在图像上的坐标信息(x，y，w，h)以及人脸关键点的坐标信息(xi，yi)；S1‑3、重构人脸检测与对齐数据库，构建ImageNet及yolo检测框架的联合数据库以对训练集进行分类学习进而创建预训练模型，所述ImageNe创建预训练模型中的人脸检测模型，所述yolo检测框架创建预训练模型中的人脸对齐模型，并通过损失函数提高所述人脸对齐模型的鲁棒性；S2、进行网络验证，使用所述验证集控制所述预训练模型的参数；S3、进行性能测试，使用所述测试集测试所述预训练模型的泛化能力。