[发明专利]一种基于改进的MTCNN模型人脸检测方法和系统

说明书

一种基于改进的MTCNN模型人脸检测方法及系统，该方法包括以下步骤，获取待检测人脸图像；将人脸图像缩放到不同尺寸，形成一个图像金字塔；利用训练后的MTCNN模型对所述人脸图片进行检测人脸面部特征；得到并输出检测结果；其中，所述MTCNN模型三层网络结构中，P‑Net、R‑Net和O‑Net网络层的输出层均为卷积层。本发明将现有R‑net和O‑net网络层的最后一层全连接层改变成卷积层，优化MTCNN网络模型，在保证人脸检测准确度较高的情况下，提高人脸检测方法的运行速度。

技术领域

本发明涉及计算机多媒体技术领域，具体涉及一种基于改进的MTCNN模型人脸检测方法和系统。

背景技术

人脸检测技术可以在一张图片中检测出人脸的位置和数量。这种技术可以将检测出的人脸输出到人脸识别的模型中，以便于进行人脸识别的相关工作。其还可以应用在视频监控领域，用来捕获视频中的人脸个数。将其应用在相机中，相机通过检测人脸，可以实现自动对焦。

传统的人脸检测技术存在着检测准确率低和运行速度慢的问题，而基于深度学习的人脸检测技术可以有效的改善这些问题。现有基于深度学习进行人脸检测的技术包括：R-CNN、Fast R-CNN、Faster R-CNN、MTCNN等等，但MTCNN模型因检测准确度较高，同时运行速度较快而在业界受欢迎。

MTCNN模型是有三个部分组成的：P-net(Proposal net)，R-net(Refine net)和O-net(Output net)；P-net是一个小型的卷积网络，可以快速产生大量候选框并进行初步筛选；R-net的网络结构比P-net增加了一个全连接层，P-net的筛选结果输入到R-net中进一步筛选；O-net比R-net多了一层卷积层，对候选框进行最终的筛选，并且给出人脸的五个关键点位置。该模型的运行速度较快，同样的硬件环境下，对于640×480大小的图片，GPU的运算速度达到90FPS，而在CPU上也达到了12FPS，已经基本接近了实际的应用要求。但模型还存在改进的空间，从而提高运行速度。

发明内容

为了解决上述技术问题，本发明所采用的技术方案是提供了一种基于改进的MTCNN模型人脸检测方法，包括以下步骤：

获取待检测人脸图像；将人脸图像缩放到不同尺寸，形成一个图像金字塔；利用训练后的MTCNN模型对所述人脸图片进行检测人脸位置和人脸关键点位置；得到并输出检测结果；其中，

所述MTCNN模型三层网络结构中，P-Net、R-Net和O-Net网络层的输出层均为卷积层。

在上述方法中，所述P-Net、R-Net和O-Net网络层的输出层均输出三个部分：faceclassification：对应图像区域为人脸的概率；bounding box：输出人脸位置信息，和facial landmark localization：输入人脸关键点位置。

在上述方法中，P-Net、R-Net和O-Net网络层的所有卷积层的卷积运算包括两步：逐深度卷积运算和逐点卷积运算。

在上述方法中，逐深度卷积运算和逐点卷积运算具体包括：

将输入特征图中的每一个通道用一个1×D_K×D_K的卷积核进行卷积计算，总共有M个通道，可以得到D_K×D_K×M×1个特征图；再对逐深度卷积网络输出的M个特征图，使用N个D_F×D_F×1的卷积核进行逐点卷积操作，得到输出为D_F×D_F×N的特征图。

在上述方法中，还包括优化P-Net、R-Net和O-Net网络层中除输出层以外所有卷积层的卷积核个数，具体包括以下步骤：

B1、确定为当前网络层的倒数第二层；