[发明专利]一种基于卷积神经网络的匝道场景下的人脸检测方法在审
| 申请号： | 201811181078.2 | 申请日： | 2018-10-11 |
| 公开（公告）号： | CN109344779A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 毛亮;朱婷婷;林焕凯;黄仝宇;汪刚;宋一兵;侯玉清;刘双广 | 申请（专利权）人： | 高新兴科技集团股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 广州国鹏知识产权代理事务所(普通合伙) 44511 | 代理人： | 宁尚国 |
| 地址： | 510530 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于卷积神经网络的匝道场景下的人脸检测方法，包括设置基础网络模块，将互为相反数的两部分参数特征图连接，并连接操作之后加入尺度变化和偏移；设置具有不同大小的感受野的卷积核的组合的初始模块；通过多尺度特征对高低层特征进行融合；设置具有多个卷积层、两个池化层、去卷积层及残差连接的卷积神经网络整体框架，对基础网络进行了改进，提高在匝道场景中人脸检测系统的性能，对匝道场景的人脸检测鲁棒性高，提高了检测速度。 | ||
| 搜索关键词： | 匝道 卷积神经网络 人脸检测 场景 基础网络 人脸检测系统 多尺度特征 参数特征 尺度变化 初始模块 连接操作 整体框架 高低层 卷积核 鲁棒性 去卷积 相反数 偏移 残差 池化 卷积 融合 检测 改进 | ||
【主权项】：
1.一种基于卷积神经网络的匝道场景下的人脸检测方法，其特征在于：获取匝道场景下的人脸图；设置一基础网络模块，在所述基础网络模块中设置互为相反数且成对出现的两部分参数，将所述两部分参数的特征图连接，连接操作之后加入尺度变化和偏移；设置具有不同大小的感受野的卷积核的组合的初始模块；通过多尺度特征对高低层特征进行融合，并利用融合后的特征进行候选区域提取和进一步目标检测；设置卷积神经网络整体框架，在所述框架中包括：第一至第六层卷积层，第一层卷积层输出第一特征图；第二层卷积层输出第二特征图；第三层卷积层输出第三特征图；第四层卷积层输出第四特征图；第五层卷积层输出第五特征图；第一、第二层池化层，通过所述第一层池化层降低数据维数，加速模型训练，并输出第六特征图；所述第二层池化层，输出第七特征图；去卷积层，所述去卷积层输出第八特征图；通过将所述第八特征图连接输出第九特征图，并经过所述第六层卷积层输出第十特征图。
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高新兴科技集团股份有限公司，未经高新兴科技集团股份有限公司许可，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/201811181078.2/，转载请声明来源钻瓜专利网。
