[发明专利]基于特征金字塔与密集块的人脸检测方法、系统、设备及介质

权利要求书

1.一种基于特征金字塔与密集块的人脸检测方法，其特征在于，所述方法包括：

根据密集块、池化层以及基于特征金字塔的特征融合模块，构建人脸检测网络；

获取人脸图像训练集；

利用人脸图像训练集对人脸检测网络进行训练；

利用训练后的人脸检测网络对待检测图像进行人脸检测，得到人脸检测结果；

所述人脸检测网络中，密集块为八个，池化层为两个，特征融合模块为两个，八个密集块分别为第一密集块、第二密集块、第三密集块、第四密集块、第五密集块、第六密集块、第七密集块和第八密集块，两个池化层分别为第一池化层和第二池化层，特征融合模块分别为第一特征融合模块和第二特征融合模块；

所述第一密集块、第二密集块、第一池化层、第三密集块、第四密集块、第五密集块、第二池化层、第六密集块、第七密集块和第八密集块依次连接；

所述第一特征融合模块的输入分别与第五密集块的输出、第八密集块的输出连接；

所述第二特征融合模块的输入分别与第二密集块的输出、第一特征融合模块的输出连接；

所述利用训练后的人脸检测网络对待检测图像进行人脸检测，得到人脸检测结果，具体包括：

将待检测图像输入训练后的人脸检测网络，依次经过第一密集块、第二密集块进行处理，输出得到第一图像特征；

将第一图像特征输入第一池化层进行下采样，下采样后依次经过第三密集块、第四密集块和第五密集块进行处理，输出得到第二图像特征；

将第二图像特征输入第二池化层进行下采样，下采样后依次经过第六密集块、第七密集块和第八密集块进行处理，输出得到第三图像特征；

利用第一融合模块将第二图像特征和第二图像特征进行特征融合，输出得到第四图像特征；

利用第二融合模块将第一图像特征和第四图像特征进行特征融合，输出得到人脸检测结果；

所述人脸检测网络的训练损失函数如下式：

L(p,u,t^u,v)＝αL_cls(p,u)+L_loc(t^u,v)

其中，L(p,u,t^u,v)表示人脸检测网络的总体损失值；L_cls表示分类损失值，L_cls(p,u)＝-log(p_u)；L_loc表示回归框位置损失值，p＝(p₀...p_k)表示人脸检测网络对检测到的物体进行预测的各类别概率值，k表示分类的对象为人脸和非人脸；u表示人脸；表示人脸检测网络检测到人脸的位置信息，分别表示包含检测到的物体人脸框的左上角的x,y值以及回归框的宽度和长度；v＝(v_x,v_y,v_w,v_h)，表示人工标记的人脸位置信息，v_x,v_y,v_w,v_h分别表示人工标记的人脸框的左上角的x,y值以及回归框的宽度和长度；α是一个权值。

2.根据权利要求1所述的人脸检测方法，其特征在于，所述利用人脸图像训练集对人脸检测网络进行训练，具体包括：

将人脸图像训练集划分为多个批次的人脸图像；

设置多个时期，在每个时期，将每个批次的人脸图像依次输入人脸检测网络进行训练，以完成多个时期对人脸检测网络的训练。

3.根据权利要求1-2任一项所述的人脸检测方法，其特征在于，所述密集块包括多个同类型的元素，多个元素依次连接，且通过跳跃连接将多个元素连成一个整体；

每个元素包括依次连接的1×1卷积层、第一Swish函数层、第一批量归一化层、3×3卷积层、第二Swish函数层和第二批量归一化层，其中1×1卷积层用于对上层输出数据压缩、降维。

4.根据权利要求1-2任一项所述的人脸检测方法，其特征在于，所述特征金字塔在进行特征融合之前进行预处理，所述预处理包括1×1卷积和2×上采样。