一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)人臉檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201910089315.0 申請(qǐng)日 -
公開（公告）號(hào) CN109886153A 公開（公告）日 2019-06-14
申請(qǐng)公布號(hào) CN109886153A 申請(qǐng)公布日 2019-06-14
分類號(hào) G06K9/00（2006.01）I; G06K9/62（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 殷光強(qiáng); 向凱; 王志國(guó); 王春雨 申請(qǐng)（專利權(quán)）人 四川電科維云信息技術(shù)有限公司
代理機(jī)構(gòu) 成都其高專利代理事務(wù)所（特殊普通合伙） 代理人 四川電科維云信息技術(shù)有限公司
地址 611731 四川省成都市高新區(qū)（西區(qū)）天全路200號(hào)2號(hào)樓12層3號(hào)
法律狀態(tài) -

摘要

摘要 一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)人臉檢測(cè)方法，所述方法包括：融合數(shù)據(jù)集信息，創(chuàng)建人臉數(shù)據(jù)并將人臉數(shù)據(jù)按比例劃分為訓(xùn)練集、測(cè)試集及驗(yàn)證集；對(duì)步驟一獲取的數(shù)據(jù)集進(jìn)行標(biāo)簽制作，將數(shù)據(jù)集真實(shí)標(biāo)簽變成txt文件；對(duì)步驟二獲取的數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)；構(gòu)建端到端的非級(jí)聯(lián)結(jié)構(gòu)深度卷積神經(jīng)網(wǎng)絡(luò)；將步驟三處理后的數(shù)據(jù)放入步驟四構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練并結(jié)合隨機(jī)梯度下降方法優(yōu)化整個(gè)模型的損失函數(shù)；設(shè)定類別置信度閾值，再將步驟五輸出的測(cè)試部分?jǐn)?shù)據(jù)集和實(shí)際的視頻數(shù)據(jù)輸入深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行性能測(cè)試。本發(fā)明更好的兼具時(shí)間和性能兩個(gè)優(yōu)勢(shì)，對(duì)人臉角度、光照強(qiáng)度及遮擋程度有更好的適應(yīng)性,有效提高了人臉檢測(cè)的魯棒性和網(wǎng)絡(luò)的泛化能力。