[发明专利]一种基于注意力机制的人脸检测神经网络的构建方法

说明书

本发明公开了一种基于注意力机制的人脸检测神经网络的构建方法，包括以下步骤：采用卷积层和激活层组成注意力模块；从前至后按卷积层、批归一化层、激活层和注意力模块的顺序封装得到网络单块；利用并行的卷积层和与其中之一的卷积层连接的激活层组成回归模块；将数个网络单块依次连接，并将最后一层的网络单块和倒数第二层的网络单块的输出一一对应介入两个并行的回归模块；将所述两个并行的回归模块的输出与坐标换算和非极大抑制模块连接，得到人脸检测神经网络。

技术领域

本发明涉及人脸检测技术领域，尤其是一种基于注意力机制的人脸检测神经网络的构建方法。

背景技术

人脸检测主要应用于通行确权、考勤、安防等等领域。人脸检测技术要求能够从各种复杂的背景场景中，准确的识别出人脸出现的区域，以便后续进行处理。目前，现有技术中主流的人脸检测方法有基于人工构造的特征提取方法和基于深度学习的检测算法。其中，基于深度学习的算法由于检测的准确度和召回率都更为优异，使用越来越广泛。

深度学习的人脸检测方法，首先，需要有大量的训练图片样本，这些图片中所有人脸出现的位置，都需要进行标注。然后，搭建神经网络，对这些图片样本进行学习。训练结束后，网络能够对图片提取特征，根据提取的特征判断图片中是否包含有人脸，以及人脸的坐标位置。目前，很多基于深度学习的人脸检测方法，有很好的特征提取能力(其前提条件是无遮挡的人脸)，因此能很好的进行检测。然而，而对于部分遮挡的人脸(如佩戴有口罩，眼镜，帽子等)，由于图片中人脸特征信息变少，并且干扰信息增多，检测能力会有明显的下降。人类在观察图片时，会有一个注意力的策略，即首先找出图中可能出现人脸的区域，然后聚集在这些区域上做进一步的观测判断，无关的背景信息则被忽略。如果能够将人类观察图片时所采用的这一策略应用到神经网络上，特别时对部分遮挡人脸，将关注的重点放在未被遮挡的人脸部分，获取有效的人脸特征信息，忽略掉无关的背景和干扰，就可能提升神经网络的性能。

在图像分类邻域中，有一些基于注意力机制的方法，用以改善图像分类算法的精度。但这些方法很多都会引入大量的计算量，很多也不适于在人脸检测邻域。

因此，急需要提出一种结构简单、构建便捷、节省计算资源的神经网络的构建方法，改善对部分遮挡的人脸检测性能，同时保持高水平的正常人脸检测性能。

发明内容

针对上述问题，本发明的目的在于提供一种基于注意力机制的人脸检测神经网络的构建方法，本发明采用的技术方案如下：

一种基于注意力机制的人脸检测神经网络的构建方法，包括以下步骤：

采用卷积层和激活层组成注意力模块，利用注意力模块计算求得attention map注意力图；

从前至后按卷积层、批归一化层、激活层和注意力模块的顺序封装得到网络单块；

利用并行的卷积层和与其中之一的卷积层连接的激活层组成回归模块；

将数个网络单块依次连接，并将最后一层的网络单块和倒数第二层的网络单块的输出一一对应介入两个并行的回归模块；

将所述两个并行的回归模块的输出与坐标换算和非极大抑制模块连接，得到人脸检测神经网络。

进一步地，所述注意力模块的输出结果计算如下：

利用注意力模块的特征输入张量，计算获得一个与特征输入张量大小相同、且通道为1的一个attentionmap注意力图；

利用attention map注意力图的结果与特征输入张量的相乘，得到注意力模块的输出结果；

所述注意力模块的输出结果的表达式为：