欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022114634717
申请人: 辽宁工程技术大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种复杂场景下的遮挡及模糊人脸检测方法,其特征在于,包括:

步骤1:输入包含遮挡及模糊的人脸图像,将人脸图像输入到生成面部先验的生成对抗网络GFP‑GAN中;

步骤2:对包含遮挡及模糊的人脸图像进行人脸修复,输出修复后的人脸图像;

步骤3:将步骤2修复后的人脸图像用一定的缩放因子进行缩放,得到不同尺寸的图像;

步骤4:对多任务卷积神经网络MTCNN进行改进,该网络由改进的第一个网络P‑Net、改进的第二个网络R‑Net、改进的第三个网络O‑Net构成;

步骤5:将步骤3中不同尺寸的图像输入到改进的MTCNN中进行人脸检测。

2.根据权利要求1所述的一种复杂场景下的遮挡及模糊人脸检测方法,其特征在于,所述步骤2包括:步骤2.1:通过GFP‑GAN网络的去退化模块提取人脸图像的潜在特征Flatent和多分辨率空间特征Fspatial;

步骤2.2:将步骤2.1提取的潜在特征Flatent映射到预训练的GAN的潜在特征空间中的潜在代码ω上,然后将潜在代码ω通过预训练GAN中的每个卷积层,生成多个分辨率尺度的GAN特征FGAN;

步骤2.3:通过步骤2.1提取的多分辨率空间特征Fspatial对部分GAN特征FGAN进行空间调制,在多个分辨率尺度下通过基于通道分割的空间特征转换层,生成一个修复的人脸图像

3.根据权利要求1所述的一种复杂场景下的遮挡及模糊人脸检测方法,其特征在于,所述步骤4中所述改进的第一个网络P‑Net使用深度可分离卷积替换普通卷积;

所述改进的第二个网络R‑Net首先将普通卷积层替换为深度可分离卷积,然后在网络中引入残差块,并与Involution卷积进行融合,最后将融入Involution卷积的残差块与通道注意力模块进行结合;

所述改进的第三个网络O‑Net将普通卷积替换为深度可分离卷积,并在网络的全连接层处引入Dropout层,使用Confluence替换NMS来筛选人脸检测框。

4.根据权利要求3所述的一种复杂场景下的遮挡及模糊人脸检测方法,其特征在于,所述残差块使用一个有降维作用的1×1卷积,达到减少计算量的目的,然后再通过1×1卷积操作进行还原;

所述融入Involution卷积的残差注意力模块,首先将一个与Involution卷积结合的残差结构变换后得到特征通道数为C、宽为W、高为H的特征图u进行压缩操作,通过全局池化把H×W×C变换为1×1×C,即将特征图的宽和高变为1,得到特征图的尺寸为1×1×C;在得到已变换的1×1×C的特征图后进行激励操作,首先加入一个全连接层,进行一个降维系数为超参数r的降维操作,得到一个1×1×C×r的特征图,然后添加一个函数激活层,最后加入一个有恢复作用的全连接层,最终把得到的特征图恢复到1×1×C;最后,通过将上一操作的输出权重与前面的输入特征进行通道上的乘法加权,最终输出的特征图的尺寸为H×W×C。

5.根据权利要求3所述的一种复杂场景下的遮挡及模糊人脸检测方法,其特征在于,所述步骤5包括:步骤5.1:将不同尺寸的图像输入到MTCNN中改进的第一个网络P‑Net中,输出检测后的人脸图像P1;

步骤5.1.1:用一个12×12的检测框对不同尺寸下的图像进行人脸检测,在图像上生成大量的人脸检测框;

步骤5.1.2:使用非极大值抑制(NMS)的方法对人脸检测框(bbox)进行筛选,输出检测后的人脸图像P1;

步骤5.2:将步骤5.1.2输出的人脸图像P1和步骤3中不同尺寸的图像进行Resize操作,图像的尺寸变为24×24;

步骤5.3:将步骤5.2得到的24×24的图像输入到MTCNN中改进的第二个网络R‑Net中,输出检测后的人脸图像P2;

步骤5.3.1:对输入图像进行人脸检测,得到大量的人脸检测框;

步骤5.3.2:使用NMS对检测区域进行人脸检测框的过滤,输出检测后的人脸图像P2;

步骤5.4:将步骤5.3.2输出的人脸图像P2和步骤3中不同尺寸的图像进行Resize操作,图像的尺寸变为64×64;

步骤5.5:将步骤5.4得到的64×64的图像输入到MTCNN中改进的第三个网络O‑Net中,输出检测后的人脸图像P3;

步骤5.5.1:对输入图像进行人脸检测,得到大量的人脸检测框;

步骤5.5.2:使用加权后处理算法Confluence替换NMS对检测区域进行人脸检测框的过滤,输出检测后的人脸图像P3。