[发明专利]一种高精度的人脸快速检测方法在审
申请号: | 201811107210.5 | 申请日: | 2018-09-21 |
公开(公告)号: | CN109359555A | 公开(公告)日: | 2019-02-19 |
发明(设计)人: | 姜子豪;苏阳 | 申请(专利权)人: | 江苏安凰领御科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/08;G06N3/04 |
代理公司: | 无锡华源专利商标事务所(普通合伙) 32228 | 代理人: | 聂启新 |
地址: | 214028 江苏省无锡*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种高精度的人脸快速检测方法,涉及人脸识别技术领域,该方法通过设计快速消化卷积层和多尺度卷积层等轻量级的网络结构,结合新的锚点密集化策略,在保证检测速度的同时,提高面部识别准确度;同时通过调制因子结合标准的交叉熵损失重塑得到动态缩放交叉熵,从而构建得到全新的损失函数,处理极端前景背景类别失衡的问题,在保证检测速度的同时,进一步提高面部识别准确度,最终不仅可以实现在单个CPU上以65FPS的速度运行,而且显著提高了小脸部的召回率,充分满足了工程的需要。 | ||
搜索关键词: | 准确度 快速检测 面部识别 交叉熵 卷积 人脸 人脸识别技术 调制因子 前景背景 损失函数 网络结构 多尺度 检测 构建 锚点 缩放 失衡 保证 消化 | ||
【主权项】:
1.一种高精度的人脸快速检测方法,其特征在于,所述方法包括:获取人脸图像训练样本;构建人脸检测网络,所述人脸检测网络包括卷积神经网络和分类器,所述卷积神经网络包括快速消化卷积层以及多尺度卷积层,所述快速消化卷积层包括M个网络层,所述快速消化卷积层中的每个网络层的步幅均大于等于2;所述多尺度卷积层包括N个网络层,M和N均为整数;将所述人脸图像训练样本输入所述卷积神经网络,通过所述卷积神经网络提取得到所述人脸图像训练样本的人脸特征映射图;将所述人脸特征映射图输入所述分类器得到所述人脸图像训练样本的人脸检测结果,所述人脸检测结果包括所述人脸图像训练样本中的各个人脸候选框及对应的预测概率,所述预测概率是所述人脸候选框中的图像为人脸图像的概率;根据预测概率和动态缩放交叉熵构建损失函数,所述动态缩放交叉熵包括基于所述预测概率的调制因子;根据所述人脸检测结果计算损失函数的值,并根据所述损失函数的值训练所述人脸检测网络,并利用训练得到的所述人脸检测网络进行人脸检测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏安凰领御科技有限公司,未经江苏安凰领御科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811107210.5/,转载请声明来源钻瓜专利网。