一种人脸图像的检测方法及装置制造方法及图纸

本发明专利技术涉及人脸检测技术领域，特别是涉及一种人脸图像的检测方法及装置，包括以下步骤：第一步，获取包含人脸图像的待检测图像；第二步，通过分类网络对包含人脸图像的待检测图像进行特征信息提取；第三步，将所述特征信息传递到检测网络中，定位人脸区域输出，使用含有残差单元密集连接网络Condensenet作为特征提取网络，采用SE模块对密集连接网络Condensenet进行连接，强化有用特征信息，使用YOLOv3特有的YOLO层作为检测层，对大中小三个尺度的特征信息进行检测，Condensenet做到不同的卷积块的特征图也能连接，相邻的卷积块通过池化层得到适合尺寸来连接，这样使得特征信息接收更为完整，还可以解决一定的深度卷积网络的梯度消失的问题，更大程度的提高检测精度。

A detection method and device of face image

【技术实现步骤摘要】
一种人脸图像的检测方法及装置
本专利技术属于人脸检测
，特别是涉及一种人脸图像的检测方法及装置。
技术介绍
目前电子商务发展迅速，人脸识别成为最有潜力的生物身份验证手段，这种应用背景要求自动人脸识别系统能够对一般图象具有一定的识别能力，由此所面临的一系列问题使得人脸检测开始作为一项独立的课题受到研究者的重视。经统计，网络上传播的流量有近80％是多媒体内容，多媒体应用已经成为互联网应用的重要内容。流媒体(StreamingMedia)是指视频、声音和数据通过实时传输协议以连续流方式顺序从源端向目的地传输，目的地只需收到一定数据缓存后就可以立即播放的多媒体应用，可以实现“边下载边播放”。随着深度学习技术的迅速发展，传统的目标识别与检测算法被新的多种多样有效的目标识别与检测算法所取代。加之硬件设施的处理速度也不断提高，使深度卷积神经网络在硬件上的实时实现变成一种可能。随之利用深度卷积神经网络对图像进行检测和识别的方式应用的范围变广，效果也越来越好。此后深度残差网络和深度密集网络等网络的提出，使深度卷积神经网络的层数加深，过拟合现象得以减本文档来自技高网...

【技术保护点】
1.一种人脸图像的检测方法，其特征在于，包括以下步骤：/n第一步，获取包含人脸图像的待检测图像；/n第二步，通过分类网络对所述包含人脸图像的待检测图像进行特征信息提取，所述的分类网络为含有残差单元密集连接网络Condensenet；/n第三步，将所述特征信息传递到检测网络中，定位人脸区域输出，所述的检测网络采用YOLOv3层作为检测层。/n

【技术特征摘要】
1.一种人脸图像的检测方法，其特征在于，包括以下步骤：
第一步，获取包含人脸图像的待检测图像；
第二步，通过分类网络对所述包含人脸图像的待检测图像进行特征信息提取，所述的分类网络为含有残差单元密集连接网络Condensenet；
第三步，将所述特征信息传递到检测网络中，定位人脸区域输出，所述的检测网络采用YOLOv3层作为检测层。


2.根据权利要求1所述的人脸图像的检测方法，其特征在于，所述通过分类网络对所述包含人脸图像的待检测图像进行特征信息提取，包括：
①采用L-conv模块和G-conv模块的卷积层进行连接；
②通过所述L-conv模块对卷积网络进行神经元传递特征信息的训练；
③通过所述G-conv模块对训练过的L-conv模块进行权重分析，将传递无效信息的卷积层进行剪枝处理，减少参数计算量。


3.根据权利要求2所述的人脸图像的检测方法，其特征在于，所述通过分类网络对所述包含人脸图像的待检测图像进行特征信息提取，还包括：
①将所述L-conv模块和G-conv模块组成的卷积模块与SE模块进行连接；
②重新定义权重；
③通过所述的卷积模块或者SE模块传递特征信息。


4.根据权利要求1所述的人脸图像...

【专利技术属性】
技术研发人员：才华，曹露，王爽，别光，杜丹，赵智，
申请(专利权)人：长春中国光学科学技术馆，长春理工大学，
类型：发明
国别省市：吉林;22