[发明专利]基于图像识别的车内人脸识别方法、装置及介质

权利要求书

1.一种基于图像识别的车内人脸识别方法，包括：

获得车内的原始输入图像；

构建特征抽取网络，抽取原始输入图像的图像特征，所述图像特征包括颜色特征、纹理特征、形状特征和空间关系特征中的一个或多个，所述特征抽取网络包括多个CSPX模块，所述CSPX模块模块包括ResX模块和两个CBL模块，ResX模块与一个CBL模块串联再与另外一个CBL模块并联拼接，所述CBL模块指的是依次执行卷积、批归一化处理和激活操作的运算过程，所述ResX模块包括CBL模块和X个残差模块，所述残差模块指的是执行多个CBL模块操作与原始输入相加的运算过程；

所述特征抽取网络的输出的图像特征执行多次CBL模块的操作和卷积操作获得一种尺度的特征图；

所述特征抽取网络的不同中间层分别执行多次CBL模块操作、卷积、上采样和特征拼接操作，获得至少三种不同尺度的特征图；

在至少四种尺度的特征图上采用锚框的方法进行进行人脸的检测与识别；

将特征图上预测得到的人脸坐标映射为原始输入图像上的坐标，从而实现图像的车内人脸识别。

2.如权利要求1所述的基于图像识别的车内人脸识别方法，其特征在于，所述特征抽取网络为CSP-DarkNet，包括一个CBL模块、多个CSPX模块和多个CBM模块，CBM模块的输入矩阵是CSPX模块的输出矩阵，所述CBM模块指的是依次执行卷积、批归一化处理、与CBL模块不同的另一种激活操作的运算过程。

3.如权利要求2所述的基于图像识别的车内人脸识别方法，其特征在于，所述特征抽取网络包括五个CSPX模块和五个CBM模块，五个CSPX模块的结构为1、2、8、8、4，CSP-DarkNet依次包括CBL模块、CSP1模块、CBM模块、CSP2模块、CBM模块、CSP8模块、CBM模块、CSP8模块、CBM模块、CSP4模块和CBM模块。

4.如权利要求3所述的基于图像识别的车内人脸识别方法，其特征在于，CSP4模块的输出执行CBL模块的操作和卷积操作获得一种尺度的特征图；将CSP2模块、CSP8模块、CSP8模块和CSP4模块分别执行多次CBL模块的操作、卷积、上采样、特征拼接操作，获得三种不同尺度的特征图。

5.如权利要求1所述的基于图像识别的车内人脸识别方法，其特征在于，CSP4模块的输出执行5层CBL模块的操作、1层CBL模块的操作和卷积操作获得第一尺度特征图；CSP2模块、CSP8模块、CSP8模块和CSP4分别执行1层CBL模块的操作和上采样与原始输出特征拼接后分别执行5层CBL模块的操作、1层CBL模块的操作和卷积操作获得第二尺度特征图、第三尺度特征图和第四尺度特征图。

6.如权利要求1所述的基于图像识别的车内人脸识别方法，其特征在于，所述在至少四种尺度的特征图上采用锚框的方法进行进行人脸的检测与识别的步骤包括：

设定多个不同尺寸的锚框；

根据特征图的尺寸采用聚类方法在特征图上生成相应的多个锚框；

通过损失函数对多个锚框进行回归处理和人脸识别。