论文部分内容阅读
人脸特征作为重要的生物学特征,能够可靠地实现身份识别。传统的人脸识别算法只关注正脸,所以对人脸检测的需求并不突出。随着人脸应用场景被不断发掘,单纯的人脸检测逐渐成为了一个重要的研究方向,尤其在视频内容检测,实时监控追踪等相关行业表现出强大的应用前景。所以如何实现一个高效率的检测模型去接近甚至替代人则成了一个现实问题。目前,深度学习在特征提取方面能力远远优于传统视觉算法,因此,本文立足于传统与深度学习的人脸检测算法,着重于提取不变的特征,实现无关的尺度,生成高效的人脸候选区域,解决样本不均衡以及完善尺度的分配。先设计新的卷积模块来优化网络结构,进而提升检测速度,再改善训练方式进一步提高性能,然后进行广泛的消融实验,最后实现一个检测能力优良,检测速度较快的模型。首先,我们主要是基于MTCNN实现一个级联CNN模型,它先是提升深层卷积的宽度,提高部分特征层的大小以及优化正负样本分配比例来提高模型的检测能力,其次通过将池化层合并到卷积层中进行直接下采样而去减小网络参数以及实现检测速度的提高。然后,基于SSD实现一个锚框人脸快速检测模型,该模型添加了一种或多种策略,包括密集采样策略优化候选区域生成,引入上采样策略优化预测层,利用特征金字塔网络实现尺度无关,采用Context Module进一步增强预测层的表征能力等。在训练中,通过改变交并比来设置不同的样本类型去影响模型的优化,并尝试使用OHEM或者Focal Loss去解决正负样本不均衡而提高模型的检测能力。最后,我们实现了一个无锚框的人脸检测模型,该模型类似于CenterNet,立足于实现基于关键点的检测模型。通过优化网络结构,浅层采用标准卷积的模块,深层采用可分离卷积的模块。此外,基于Mish构建类似CReLU的激活函数。紧接着,我们在部分深层网络设置卷积核大小为5×5以及设置较小预测层。最后在训练中首先采用512×512的输入图像进行初步训练再将图像放大到800进行模型微调。实验结果表明,模型三在检测效果上明显优于模型一,在检测速度上还是优于模型二,而且模型整体相比于前两者较小,相对来说,无锚框人脸检测算法更具有应用前景。