[发明专利]基于标注框虚拟扩增的微小人脸检测方法、系统及设备有效
| 申请号: | 202110098072.4 | 申请日: | 2021-01-25 |
| 公开(公告)号: | CN112434674B | 公开(公告)日: | 2021-04-23 |
| 发明(设计)人: | 何泳澔;苏虎;向世明;潘春洪 | 申请(专利权)人: | 中国科学院自动化研究所 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩;尹文会 |
| 地址: | 100190 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 标注 虚拟 扩增 微小 检测 方法 系统 设备 | ||
1.一种基于标注框虚拟扩增的微小人脸检测方法,其特征在于,该检测方法包括以下步骤:
步骤S10,获取包含微小人脸的图像集,并使用矩形标注框标注所述图像集中的每个微小人脸,获得带有矩形标注框的图像集;所述微小人脸为像素值小于或等于设定像素阈值的人脸;
步骤S20,以LFFD作为基准构建人脸检测模型,并获取所述人脸检测模型针对小尺度人脸的检测分支对应的特征图下采样倍数;
步骤S30,基于所述特征图下采样倍数,以微小人脸的矩形标注框的中心进行矩形标注框的设定系数的虚拟扩增,获得带有虚拟标注框的图像集;
步骤S40,在标注框的预测目标的生成过程中,以集合作为依据进行真实位置预测,在脸/非脸的分类目标的生成过程中,以集合为依据进行特征图上为正的区域的设置,在分类目标和预测目标的生成过程中,将特征图上为正的区域的设置和真实位置预测之外的模型参数及结构设置为与LFFD一致,获得初始人脸检测模型;其中,集合为带有矩形标注框的图像集,集合为带有虚拟标注框的图像集;
步骤S50,采用Back-Propagation和随机梯度下降法迭代训练所述初始人脸检测模型,得到同时检测通常大小人脸和微小人脸的模型;所述通常大小人脸为像素值大于设定阈值的人脸;
步骤S60,通过所述同时检测通常大小人脸和微小人脸的模型,进行在线人脸检测。
2.根据权利要求1所述的基于标注框虚拟扩增的微小人脸检测方法,其特征在于,所述人脸检测模型包括25个卷积层和8个检测分支;
其中,针对小尺度人脸的检测分支为位于卷积层8和卷积层10的b1检测分支与b2检测分支。
3.根据权利要求2所述的基于标注框虚拟扩增的微小人脸检测方法,其特征在于,步骤S30包括:
步骤S31,记图像集为,其中,为微小人脸的个数,则矩形标注框为:
其中,和分别为矩形标注框左上角顶点的坐标和坐标,和分别为矩形标注框的宽度和高度;
步骤S32,以矩形标注框的中心进行矩形标注框的设定系数的虚拟扩增,获得带有虚拟标注框的图像集:
其中,和分别为虚拟标注框左上角顶点的坐标和坐标,和分别为矩形标注框的宽度和高度:
其中,为设定的矩形框的虚拟扩增系数,为人脸检测模型针对小尺度人脸的b1检测分支与b2检测分支对应的特征图下采样倍数。
4.根据权利要求1所述的基于标注框虚拟扩增的微小人脸检测方法,其特征在于,所述微小人脸和通常大小人脸,其判断的设定像素阈值为16。
5.根据权利要求3所述的基于标注框虚拟扩增的微小人脸检测方法,其特征在于,所述虚拟扩增系数设置为4。
6.根据权利要求3所述的基于标注框虚拟扩增的微小人脸检测方法,其特征在于,所述b1检测分支与b2检测分支对应的特征图下采样倍数均为4。
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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/pat/books/202110098072.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种水田压切草装置
- 下一篇:一种新型液晶偏振调制器及其探测方法





