基于自校准照明和改进Retinaface的人脸检测方法

本发明属于计算机视觉相关领域，尤其涉及一种基于自校准照明和改进retinaface的人脸检测方法。

背景技术：

1、人脸检测作为计算机视觉领域的关键问题之一，在安全验证、工作考勤等场景均有着广泛的应用空间，所以针对人脸检测精度的研究如今依然有很高的价值。retinaface通过在wider face数据集上注释五个人脸关键点，并通过外监督信号的帮助提高了困难场景下人脸检测的检测精度。现如今的人脸检测方法如上所述，通过各种方法大幅提高了精度。但由于模型的不断增大，在部署层面还存在许多问题，诸如检测效率低、延迟变高等等。同时现有模型针对复杂环境的检测场景还存在精度上的问题，诸如在暗光环境下的检测精度还有待提高。

技术实现思路

1、为克服现有技术的不足，本发明提供了一种基于自校准照明和改进retinaface的人脸检测方法。该方法充分发挥自校准照明框架的暗光处理能力及retinaface的高检测精度，解决传统算法检测精度低及对暗光环境处理能力不足的问题，针对暗光环境下的人脸有着较好的检测效果。

2、本发明解决其技术问题所采用的技术方案是：数据集选用darkface，输入为640*640格式的图片，自校准照明模块模块对数据进行前处理，retinafce利用改进的注意力机制进行特征增强，采用fpn模块来实现特征融合和多任务损失来提高定位精度。首先利用sci模块对暗光图片进行前处理，其会通过调整图片的光照环境到一个相对合理的情况，提高后续检测精度。经过前处理的照片依次通过改进retinaface的特征提取、注意力机制的特征增强模块、特征融合(fpn)及ssh模块，最终获得检测结果。

3、与现有技术相比，本发明的有益效果是，本发明提出新的注意力机制gcanet，其在x与y两个方向捕捉信息的基础上增加了全局池化部分(global pooling)，提高了对全局信息关联度的捕捉；ghostnet降低了模型大小与延迟，提高检测效率，新提出的注意力机制提高了检测精度，而引入的自校准照明框架则提高了低光环境下的检测精度；充分发挥自校准模块与retinafce网络各自的优势，能够提高检测精度与检测效率，针对昏暗环境有着较好的检测效果。

技术特征：

1.一种基于自校准照明和改进retinaface的人脸检测方法，其特征在于包括如下步骤：

2.根据权利要求1所述的一种基于自校准照明和改进retinaface的人脸检测方法，其特征在于：采用改进的retinaface网络结构对人脸图像进行检测时，通过引入关键点预测分支来辅助人脸检测结果。

3.根据权利要求1所述的一种基于自校准照明和改进retinaface的人脸检测方法，其特征在于：所述方法采用ghost网络替代原本的主干网络，在降低网络模型的大小的情况下保持较高的精度。

4.根据权利要求1所述的一种基于自校准照明和改进retinaface的人脸检测方法，其特征在于：采用改进的注意力机制，在原注意力机制canet的基础上增加全局池化部分，该部分分为三分支，首先的两支分别对输入的特征图沿着水平方向与垂直方向单独池化操作，随后得到两个特征图，分别沿一个空间方向捕获输入特征图的远距离依存关系，第三个分支通过全局池化捕获输入特征图不同方向间的依存关系，随后将三者的结果拼接得到输出，进行更细致的特征提取。

5.根据权利要求1所述的一种基于自校准照明和改进retinaface的人脸检测方法，其特征在于：为解决在昏暗环境下的人脸检测精度的问题，引入暗光处理框架sci，该框架通过光照估计和自校准模块两个部分显著改善图片中的光照条件。

技术总结
本发明公开了一种基于自校准照明和改进Retinaface的人脸检测方法，属于计算机视觉相关领域。包括如下步骤：通过提出一种改进的Retinaface人脸模型，降低模型大小的前提下保持较高的检测准确率，实现不同场景下的人脸检测，尤其针对暗光环境下人脸难以识别的问题。本发明引入最新的暗光处理框架，即自校准照明框架SCI通过光照估计及自校准模块优化图片的光照环境并提高曝光稳定度，为后续的检测过程提供高质量的人脸图片，新提出的注意力机制提高了检测精度，而引入的自校准照明框架则提高了低光环境下的检测精度；充分发挥自校准模块与Retinafce网络各自的优势，能够提高检测精度与检测效率，针对昏暗环境有着较好的检测效果。

技术研发人员：张义红,巫云帆,葛航
受保护的技术使用者：东华大学
技术研发日：
技术公布日：2024/1/15