一种基于多层信息融合的人脸检测方法及系统技术方案

本发明专利技术公开一种基于多层信息融合的人脸检测方法，涉及人脸检测技术领域，包括：根据预先生成的神经网络模型对待检测人脸图像进行特征提取得到初始特征图；对初始特征图进行第一卷积操作，得到第一特征图；对初始特征图进行第二卷积操作，得到第二特征图；对第二特征图分别进行第三卷积操作和第四卷积操作，得到对应的第三特征图和第四特征图；对第三特征图进行第五卷积操作，得到第五特征图；对第五特征图进行第一上采样，并将第一上采样结果与第四特征图进行特征融合得到第六特征图；将第六特征图进行第二上采样，并将第二上采样结果与第一特征图进行特征融合得到第七特征图，以根据第七特征图进行人脸检测。本发明专利技术有效提升人脸检测的准确率。

A face detection method and system based on multi-layer information fusion

【技术实现步骤摘要】
一种基于多层信息融合的人脸检测方法及系统
本专利技术涉及人脸检测
，具体涉及一种基于多层信息融合的人脸检测方法及系统。
技术介绍
人脸检测属于计算机视觉领域的一个基本研究方向，人脸检测已经应用到我们日常生活中，目前主流的人脸检测方法大部分是基于深度学习，主要过程是针对输入图像，通过深度学习网络提取图像特征，根据特征来判断是否存在人脸和人脸位置。随着CNN的发展，当前大部分的人脸检测都是基于卷积神经网络，并取得了相当好的效果。卷积神经网络在人脸检测过程中，高层的卷积层特征富含丰富的语义信息，而低层的富含丰富的细节信息，现有技术应用卷积神经网络进行人脸检测，在利用多层卷积层特征的时候，并未考虑层与层之间的关系进行特征修正。
技术实现思路
本专利技术的目的在于提供一种基于多层信息融合的人脸检测方法及系统。为达此目的，本专利技术采用以下技术方案：提供一种基于多层信息融合的人脸检测方法，具体包括以下步骤：步骤S1，根据预先生成的神经网络模型对待检测人脸图像进行特征提取，得到初始特征图；步骤本文档来自技高网...

【技术保护点】
1.一种基于多层信息融合的人脸检测方法，其特征在于，具体包括以下步骤：/n步骤S1，根据预先生成的神经网络模型对待检测人脸图像进行特征提取，得到初始特征图；/n步骤S2，对所述初始特征图进行第一卷积操作，得到第一特征图；/n步骤S3，对所述初始特征图进行第二卷积操作，得到第二特征图；/n步骤S4，对所述第二特征图分别进行第三卷积操作和第四卷积操作，得到对应的第三特征图和第四特征图；/n步骤S5，对所述第三特征图进行第五卷积操作，得到第五特征图；/n步骤S6，对所述第五特征图进行第一上采样，并将第一上采样结果与所述第四特征图进行特征融合得到第六特征图；/n步骤S7，将所述第六特征图进行第二上采样...

【技术特征摘要】
1.一种基于多层信息融合的人脸检测方法，其特征在于，具体包括以下步骤：
步骤S1，根据预先生成的神经网络模型对待检测人脸图像进行特征提取，得到初始特征图；
步骤S2，对所述初始特征图进行第一卷积操作，得到第一特征图；
步骤S3，对所述初始特征图进行第二卷积操作，得到第二特征图；
步骤S4，对所述第二特征图分别进行第三卷积操作和第四卷积操作，得到对应的第三特征图和第四特征图；
步骤S5，对所述第三特征图进行第五卷积操作，得到第五特征图；
步骤S6，对所述第五特征图进行第一上采样，并将第一上采样结果与所述第四特征图进行特征融合得到第六特征图；
步骤S7，将所述第六特征图进行第二上采样，并将第二上采样结果与所述第一特征图进行特征融合得到第七特征图，以根据所述第七特征图进行人脸检测。


2.根据权利要求1所述的基于多层信息融合的人脸检测方法，其特征在于，所述第一卷积操作的卷积核大小为3*3。


3.根据权利要求1所述的基于多层信息融合的人脸检测方法，其特征在于，所述第二卷积操作的卷积核大小为3*3，且步长为2。


4.根据权利要求1所述的基于多层信息融合的人脸检测方法，其特征在于，所述第三卷积操作的卷积核大小为3*3，且步长为2。


5.根据权利要求1所述的基于多层信息融合的人脸检测方法，其特征在于，所述第四卷积操作的卷积核大小为3*3。


6.根据权利要求1所述的基于多层信息融合的...

【专利技术属性】
技术研发人员：范馨予，
申请(专利权)人：创新奇智青岛科技有限公司，
类型：发明
国别省市：山东;37