【技术实现步骤摘要】
旋转不变的人脸检测方法、系统设备及可读存储介质
本专利技术涉及图像识别
，特别涉及一种旋转不变的人脸检测方法、系统、设备及可读存储介质。
技术介绍
人脸检测是人脸信息处理的关键步骤，在安全监控、身份查验等方面都有着较为广阔的应用前景。在实际场景中，如体操，街舞，家庭合影等复杂场景，由于拍摄角度与人体姿态的不同，图像中的所有人脸并非都是竖直的，会有各种平面内旋转角度的人脸出现在其中，这对人脸检测带来了极大的挑战。目前已经有多种方法尝试解决旋转的人脸检测问题。大致分为以下三种方法，第一种是基于数据增广的方法，通过将人脸旋转到任意角度来增加训练数据，使得网络能够适应各种角度的人脸以进行检测。但是为了保证检测的精度，此方式必须用一个较大的网络进行训练。因此，此方式的计算量是很大的，难以满足实时性。第二种方法是采用分而治之的方式，训练多个检测小范围旋转角度的人脸检测器进行检测，但需要多个检测器一起进行检测使得其优势不再，无法满足实时，更可能因为多次检测而增加误检。第三种方法是将任意平面内旋转的人脸通过精细的旋转角度将人脸...
【技术保护点】
1.一种旋转不变的人脸检测方法，其特征在于，包括步骤，/n将图片输入至模型一，将向下人脸翻转为向上人脸，取置信度值大于阈值一的候选框，生成候选框一；所述模型一为全卷积网络，训练时使用预设数量个预定义框与标注框匹配来进行检测框回归，同时对预定义框进行分类与检测任务训练，分类包括：非人脸、向上人脸、向下人脸；/n将所述候选框一输入至模型二，将正时针大角度人脸、逆时针大角度人脸旋转为小角度人脸，取置信度值大于阈值二的候选框，生成候选框二；模型二为卷积神经网络，同时进行分类与检测任务训练，分类包括非人脸、小角度人脸、正时针大角度人脸及逆时针大角度人脸；/n将候选框二输入至模型三，得...
【技术特征摘要】
1.一种旋转不变的人脸检测方法，其特征在于，包括步骤，
将图片输入至模型一，将向下人脸翻转为向上人脸，取置信度值大于阈值一的候选框，生成候选框一；所述模型一为全卷积网络，训练时使用预设数量个预定义框与标注框匹配来进行检测框回归，同时对预定义框进行分类与检测任务训练，分类包括：非人脸、向上人脸、向下人脸；
将所述候选框一输入至模型二，将正时针大角度人脸、逆时针大角度人脸旋转为小角度人脸，取置信度值大于阈值二的候选框，生成候选框二；模型二为卷积神经网络，同时进行分类与检测任务训练，分类包括非人脸、小角度人脸、正时针大角度人脸及逆时针大角度人脸；
将候选框二输入至模型三，得到人脸候选框及对应的旋转角与人脸特征点，生成最终检测框；模型三为卷积神经网络，训练时需同时进行人脸分类、人脸检测框回归任务、人脸特征点检测任务及人脸旋转角度回归任务训练，其中人脸分类包括人脸及非人脸。
2.根据权利要求1所述的旋转不变的人脸检测方法，其特征在于：在生成候选框一及候选框二之前都通过非极大值抑制算法去除冗余框。
3.根据权利要求1所述的旋转不变的人脸检测方法，其特征在于：设直角坐标系y轴正方向为0度，顺时针旋转角度为正，逆时针旋转角度为负；所述向上人脸的角度为[-90°,0°]∪[0°,90°]，所述向下人脸的角度为[-90°,-180°]∪[90°,180°]，所述小角度人脸的角度为[-30°,30°]，所述正时针大角度人脸的角度为[30°,90°]、所述逆时针大角度人脸的角度为[-30°,-90°]。
4.根据权利要求1所述的旋转不变的人脸检测方法，其特征在于：图片通过图像金字塔输入至模型一中；将候选框一在原图上剪裁并缩放至第一预设值的大小后输入到模型二中；将候选框二在原图上剪裁并缩放至第二预设值的大小后输入到模型三中。
5.根据权利要求1至3任一项所述的旋转...
【专利技术属性】
技术研发人员：刘小扬，徐小丹，何学智，黄泽斌，
申请(专利权)人：新大陆数字技术股份有限公司，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。