一种基于SSD框架的人脸检测方法及系统技术方案

本发明专利技术实施例提供了一种基于SSD框架的人脸检测方法及系统，该方法包括：对目标人脸图像标注锚点；基于训练后的SSD框架卷积神经网络，对标注有锚点的目标人脸图像进行检测，获取到目标人脸框，所述SSD框架卷积神经网络通过标注有锚点的样本人脸图像训练得到。本发明专利技术实施例通过设置自适应人脸大小分布的锚点匹配算法，将每张人脸图像中的人脸根据人脸尺寸大小匹配最合适的锚点，从而生成训练人脸区域，使SSD框架卷积神经网络得到充分训练，提高了人脸检测的性能。

【技术实现步骤摘要】
一种基于SSD框架的人脸检测方法及系统
本专利技术实施例涉及深度学习领域，尤其涉及一种基于SSD框架的人脸检测方法及系统。
技术介绍
近几年来，随着计算机等高新技术的快速发展，基于神经网络的人脸检测技术广泛应用在摄影、监控和门禁等领域，特别是基于SSD训练框架的卷积神经网络具有检测速度快，检测大物体方面准确率高的特点而倍受人们关注。由于受限于低层特征提取不足，基于SSD框架的卷积神经网络在检测不同尺寸的人脸时的效果较差，特别是小尺寸人脸(小尺寸人脸指的尺寸是在50px*50px以下的人脸)方面性能相对较差，在训练数据有限的情况下，不能很好的挖掘数据的信息加以训练，导致训练不充分，降低了SSD框架的卷积神经网络监测人脸的性能。因此，现在亟需一种基于SSD框架的人脸检测方法及系统来解决上述问题。
技术实现思路
针对现有技术存在的问题，本专利技术实施例提供了一种基于SSD框架的人脸检测方法及系统。第一方面，本专利技术实施例提供了一种基于SSD框架的人脸检测方法，包括：对目标人脸图像标注锚点；基于训练后的SSD框架卷积神经网络，对标注有锚点的目标人脸图像进行检测，获取到目标人脸框，所述SSD框架卷积神经网络通过标注有锚点的样本人脸图像训练得到。第二方面，本专利技术实施例提供了一种基于SSD框架的人脸检测系统，包括：锚点标注模块，用于对目标人脸图像标注锚点；人脸检测模块，用于基于训练后的SSD框架卷积神经网络，对标注有锚点的目标人脸图像进行检测，获取到目标人脸框，所述SSD框架卷积神经网络通过标注有锚点的样本图像训练得到。第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。第四方面，本专利技术实施例提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。本专利技术实施例提供的一种基于SSD框架的人脸检测方法及系统，通过设置自适应人脸大小分布的锚点匹配算法，将每张人脸图像中的人脸根据人脸尺寸大小匹配最合适的锚点，从而生成训练人脸区域，使SSD框架卷积神经网络得到充分训练，提高了人脸检测的性能。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的基于SSD框架的人脸检测方法的流程示意图；图2为本专利技术实施例提供的SSD框架卷积神经网络的训练流程示意图；图3为本专利技术实施例提供的基于SSD框架的人脸检测系统的结构示意图；图4为本专利技术实施例提供的电子设备结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。人脸检测是指通过一定的计算机算法对任意一幅给定的图片中检测出其中的人脸区域，并将人脸区域的位置在图片中标注出来的相关技术。SSD框架卷积神经网络在人脸检测中具有检测速度快，检测大物体方面准确率高的特点而倍受人们关注，但受限于低层特征提取不足导致其在检测小尺寸人脸方面性能相对较差，现有技术中常见的基于SSD的人脸检测框架主要问题为：低层特征网络结构相对简单，不能充分挖掘小尺寸人脸特征，造成在小尺寸人脸方面检测性能较差(小尺寸人脸指的尺寸是在50px*50px以下的人脸)；训练数据不能很好的匹配锚点，导致训练不充分，不能充分挖掘训练数据，特别是在训练数据有限的情况下，不能很好的挖掘数据的信息加以训练；由于人脸训练样本中小尺寸人脸、中等尺寸人脸以及大尺寸人脸的比重不一定均衡，导致不同尺寸的人脸对损失函数的贡献是不一样的，不利于优化网络参数。因此，如何有效提高SSD框架卷积神经网络在检测小尺寸人脸方面的性能以及提高整个检测器的召回率和准确率是现在亟需解决的问题。本专利技术实施例中描述的样本人脸图像和目标人脸图像泛指包含有人脸或人物身体的图像，图像中的人脸或人物身体即使不完整或者只包含部分，也可作为本专利技术实施例中的人脸图像。另外，样本人脸图像和目标人脸图像只是对其在SSD框架卷积神经网络中进行训练或应用时所作的区别，两者之间实际性质是一样的，均为人脸图像，本专利技术实施例不对其作具体限定。图1为本专利技术实施例提供的基于SSD框架的人脸检测方法的流程示意图，如图1所示，本专利技术实施例提供了一种基于SSD框架的人脸检测方法，包括：步骤101，对目标人脸图像标注锚点；步骤102，基于训练后的SSD框架卷积神经网络，对标注有锚点的目标人脸图像进行检测，获取到目标人脸框，所述SSD框架卷积神经网络通过标注有锚点的样本人脸图像训练得到。在本专利技术实施例中，首先通过步骤101，对目标人脸图像标注锚点，在SSD框架卷积神经网络中，为了更加有效的提取训练数据中人脸特征，对每一张样本人脸图像标注锚点。步骤202，基于训练后的SSD框架卷积神经网络，对标注有锚点的目标人脸图像进行检测，获取到目标人脸框，所述SSD框架卷积神经网络通过标注有锚点的样本人脸图像训练得到，在训练过程中，对于特征提取层，SSD框架卷积神经网络会在样本人脸图像中的每一个位置生成一定数目的锚点，用来匹配训练数据中的人脸，只有被锚点匹配到的人脸才能当成正样本(即标定锚点的人脸)，而没有人脸匹配的锚点圈定的区域会被标识成负样本(背景)，然后正样本和负样本区域会分别提取特征，送入损失函数中进行分类和回归。因此，锚点匹配的有效性直接影响分类的效果，影响最终的检测性能。例如，如果一个锚点匹配到一个包含背景很多的人脸区域，在分类的时候就会携带较多的冗余噪声，影响分类效果。在理想情况下，如果每一个锚点正好匹配到人脸区域，而不包含背景噪声时，分类效果会达到最优。本专利技术实施例根据样本人脸图像中分布的人脸尺寸选取相应尺度变换比例，对样本人脸图像进行尺度缩放处理，再将缩放后的样本人脸图像随机抠取正方形区域，并为正方形区域内的人脸匹配相应尺寸的锚点进行标注，得到标注有锚点的样本人脸图像，最后通过随机水平翻转、图片缩放以及去均值等一系列处理，得到用于SSD框架卷积神经网络的训练样本集。本专利技术实施例通过设置自适应人脸大小分布的锚点匹配算法，将每张人脸图像中的人脸根据人脸尺寸大小匹配最合适的锚点，从而生成训练人脸区域，使SSD框架卷积神经网络得到充分训练，提高了人脸检测的性能。在上述实施例的基础上，图2为本专利技术实施例提供的SSD框架卷积神经网络的训练流程示意图，如图2所示，所述SSD框架卷积神经网络通过以下步骤训练得到：步骤201，对样本人脸图像进行随机尺度变换，得到第一样本人脸图像；步骤202，对所述第一样本人脸图像随机抠取正方形区域，若所述正方形区域含有人脸，则匹配相应尺寸的锚点进行标注，得到标注有锚点的样本人脸图像；步骤203，对所述标注有锚点的样本人脸图像进行本文档来自技高网...

【技术保护点】
1.一种基于SSD框架的人脸检测方法，其特征在于，包括：对目标人脸图像标注锚点；基于训练后的SSD框架卷积神经网络，对标注有锚点的目标人脸图像进行检测，获取到目标人脸框，所述SSD框架卷积神经网络通过标注有锚点的样本人脸图像训练得到。

【技术特征摘要】
1.一种基于SSD框架的人脸检测方法，其特征在于，包括：对目标人脸图像标注锚点；基于训练后的SSD框架卷积神经网络，对标注有锚点的目标人脸图像进行检测，获取到目标人脸框，所述SSD框架卷积神经网络通过标注有锚点的样本人脸图像训练得到。2.根据权利要求1所述的方法，其特征在于，所述SSD框架卷积神经网络通过以下步骤训练得到：对样本人脸图像进行随机尺度变换，得到第一样本人脸图像；对所述第一样本人脸图像随机抠取正方形区域，若所述正方形区域含有人脸，则匹配相应尺寸的锚点进行标注，得到标注有锚点的样本人脸图像；对所述标注有锚点的样本人脸图像进行随机水平翻转，得到第二样本人脸图像；将所述第二样本人脸图像的尺寸缩放至网络输入尺寸并减去均值，得到第三样本人脸图像，通过所述第三样本人脸图像对所述SSD框架卷积神经网络进行训练。3.根据权利要求2所述的方法，其特征在于，在所述对样本人脸图像进行随机尺度变换，得到第一样本人脸图像之前，包括：对所述样本人脸图像进行预处理，所述预处理包括对比度、亮度、加白噪声或色调的处理。4.根据权利要求2所述的方法，其特征在于，所述对样本人脸图像进行随机尺度变换，包括：根据所述样本人脸图像中的人脸尺寸分布情况设置尺度变换比例，以供所述样本人脸图像进行随机尺度变换，所述尺度变换比例为0.5、1或2。5.根据权利要求2所述的方法，其特征在于，所述对所述第一样本人脸图像随机抠取正方形区域，若所述正方形区域含有人脸，则匹配相应尺寸的锚点进行标注，得到标注有锚点的样本人脸图像，包括：若所述正方形区域含有人脸，且人脸的尺寸与待匹配的锚点的尺寸之比大于等于预设阈值，则匹配相应尺寸的锚点进行标注；若所述正方形区域含有人脸，且人脸的尺寸与待匹配的锚点的尺寸之比小于所述预设阈值，则舍弃所述正方形区域；若所述正方形区域不含有人脸，则舍弃所述正方形区域。6.根据权利要求2所述的方法，其特征在于，在所述对所述第一样本人脸图像随机抠取正方形区域，若所述正方形区域含有人脸，则匹配相应尺寸的锚点进行标注，得到标注有锚点的样本人脸图像之后，包括：将所述标...

【专利技术属性】
技术研发人员：王鲁许，董远，白洪亮，熊风烨，
申请(专利权)人：北京飞搜科技有限公司，
类型：发明
国别省市：北京,11