[发明专利]一种人脸检测质量评分方法及系统

说明书

本发明公开了一种人脸检测质量评分方法及系统，构造人脸检测网络并进行预训练，使得模型可以准确定位出人脸的位置；同时提出了一种可以在训练过程中对奖惩进行自动调节的奖励函数，并与人脸检测网络组成环境生成器；使用浅层卷积神经网络构成智能体对人脸质量进行评分。训练智能体时采用了经验回放策略和目标Q网络算法，可以有效的提升训练速度和模型的性能。本发明利用不同质量的人脸之间的差异性较大这一特性，并结合深度强化学习思想与自调节奖惩机制实现对人脸的质量评分，能够高效的从视频数据中选出质量较好的人脸，提升人脸识别系统的性能。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种人脸检测质量评分方法及系统。

背景技术

近年来，借助深度学习技术的飞速发展，人脸检测技术取得了长足的进步。这得益于不断更新换代的先进神经网络架构和科研工作者在人脸检测理论上的坚持不懈的付出。基于深度学习的人脸检测技术的进步也推动着相关的应用产品的成功落地，依托深度神经网络的强大的特征提取能力和轻量化神经网络的实时性能，人脸检测已经在校园安全、生活服务等领域取得了较为不错的成果。

但是，对于整个人脸识别系统而言，依然存在一定的问题。对于能不能检测到人脸的问题，当前的人脸检测算法可以很好的处理；但是，对于检测到人脸的质量是否能够达到进行识别的标准，却有些力不从心。在真实的视频监控场景中，人出现在视频画面中的状态是随机的。这种随机性包括两个方面。首先，外部环境的变化是随机的，捉摸不定的天气状况，昼夜更替的时间都会影响视频的质量；其次，人出现在画面时的面部表情和姿态也是不确定的。这些因素都对最终的识别结果起着至关重要的影响。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种人脸检测质量评分方法及系统，通过在基于深度学习的人脸检测方法的基础上结合强化学习方法训练一个由浅层卷积网络构成的智能体对人脸质量进行评分，并提出一种可以在训练过程中自动调节奖惩力度的奖励函数，使得算法在准确的检测到人脸的同时也可以给出一个质量分数，可以高效的从视频数据中选出关键人脸。

本发明采用以下技术方案：

一种人脸检测质量评分方法，包括以下步骤：

S1、获取人脸图像及其对应的标注数据，构造形式为人脸-人脸标注的成对数据集；

S2、构造人脸检测网络D，将步骤S1构造的成对数据集分批次输入到人脸检测网络D中进行训练，每批次的大小为B；

S3、构造智能体RLQAgent，智能体RLQAgent的输入是状态s；

S4、构造训练过程中自动调整奖惩力度的奖励函数R(s,a)；并与步骤S2的人脸检测网络D组合成环境生成器Env，Env产生状态s，将状态s输入到步骤S3构造的智能体RLQAgent中，得到决策动作a；根据状态s和决策动作a得到奖励值R；

S5、构造经验回放池ReplayBuffer，对步骤S4得到的数据[s,a,R,s′]进行缓存，s′为下一时刻环境Env产生的状态；

S6、构造目标Q网络Q_target和实时Q网络Q_real，将目标Q网络Q_target作为参考的智能体RLQAgent，用于输出累计奖励值的期望；将实时Q网络Q_real作为实时训练的智能体RLQAgent，使用步骤S5构造的经验回放池ReplayBuffer对实时Q网络Q_real进行训练，得到实时Q网络Q_real的网络权重Θ；

S7、使用步骤S6得到的网络权重Θ初始化智能体RLQAgent，并与步骤S2的人脸检测网络D进行组合，实现在检测到人脸F的同时完成对人脸F的质量评分。

具体的，步骤S2中，构造人脸检测网络D具体为：