CN110826530B - 使用机器学习进行面部检测 - Google Patents
使用机器学习进行面部检测 Download PDFInfo
- Publication number
- CN110826530B CN110826530B CN201911172163.7A CN201911172163A CN110826530B CN 110826530 B CN110826530 B CN 110826530B CN 201911172163 A CN201911172163 A CN 201911172163A CN 110826530 B CN110826530 B CN 110826530B
- Authority
- CN
- China
- Prior art keywords
- training
- stage
- cnn
- images
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
- G06V30/194—References adjustable by an adaptive method, e.g. learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Image Analysis (AREA)
Abstract
公开的面部检测系统(和方法)基于卷积神经网络(CNN)的结构。一个方面涉及一种用于自动地训练用于面部检测的CNN的方法。通过从面部图像获取附加的面部图像来执行训练,使得平衡数量的面部图像和非面部图像被用于训练。还通过根据自动停止准则自适应地改变阶段的训练的数量来执行训练。另一个方面涉及一种用于通过集成不同的尺度(即,不同的图像程度)的数据以便更好地使用每个尺度的数据来执行图像检测的系统。系统可以包括使用在本文公开的方法自动地训练的CNN。
Description
本分案申请是申请日为2014年11月15日、申请号为201480076851.2、发明名称为“使用机器学习进行面部检测”的分案申请。
技术领域
本发明一般地涉及图像处理,并且更具体地涉及使用机器学习的对象检测。
背景技术
面部检测系统对数字图像或视频帧执行图像处理以自动地识别出人。在一个方法中,面部检测系统将图像分类为包含面部的正样本(positive)图像和不包含任何面部的负样本(negative)图像。面部检测系统可以训练用于检测面部的神经网络并且将面部从背景分离。通过将面部从背景分离,面部检测系统可以确定图像是否包含面部。良好的面部检测系统应当具有低比率的假正样本检测(即,将负样本图像错误地检测为正样本图像)和高比率的真正样本检测(即,应当检测到图像中的所有面部)。
因为可用于训练的正样本图像和负样本图像的数量典型地不平衡,所以面部检测仍然具有挑战性。例如,与正样本图像相比,可能存在多得多的负样本图像,并且可能通过具有太多负样本图像的有偏向性的方式来训练神经网络。结果,利用不平衡数量的正样本和负样本所训练的神经网络可能因高假正样本检测率或低真正样本检测率而遭遇面部检测方面的低准确度。
因为面部容貌可能是无规律的而具有大的变化,所以面部检测还仍然具有挑战性。例如,由于主体具有变化的姿态或表情,因此面部可能是变形的。此外,可能由于诸如光照条件之类的外部环境、咬合等使面部发生变形。结果,神经网络可能无法从背景中区分出面部并且导致了高假正样本检测率。
因而,需要好的方法来进行准确的面部检测以及其它对象的检测。
发明内容
本发明通过采用用于检测例如面部的对象的框架来克服现有技术的限制。框架基于卷积神经网络(CNN)的结构。一个方面涉及一种用于自动地训练用于面部检测的CNN的方法。另一个方面涉及一种用于通过集成不同尺度(scale)(即,图像尺寸)的数据以便更好地使用每个尺度的数据来执行面部检测的系统。系统可以包括使用在本文公开的方法自动地训练的CNN。
在一个方面中,使用具有一定数量的包含面部的图像(“面部图像”或“正样本图像”)以及明显更大数量的没有面部的图像(“非面部图像”或“负样本图像”)的池来训练CNN。然而,并不是平等地使用池中的所有图像。相反,从池中获取的平衡数量(即,大致相等数量)的面部图像和非面部图像被用于进行训练。
在一种实现方式中,按阶段执行训练。各阶段可以包含用于不同阶段的不同训练集合。训练集合可以具有大致相等数量的从池中的图像获取的面部图像和非面部图像。可以通过包括在较早阶段中是假正样本的非面部图像来选择用于阶段的训练集合中的非面部图像。
优选地,训练继续,直到满足预先确定的条件为止。在一个方面中,用于阶段的训练继续,直到在预先确定的持续时间中不能再提高验证成本为止。验证成本的一个测量是对单独的验证数据集合的成功率的负对数似然。在另一个方面中,可以训练附加的阶段,直到用于最近阶段的假正样本的数量下降到低于假正样本的阈值数量。
在一个方法中,通过修改池中的面部图像来获取训练集合中的面部图像。如果用于阶段的训练集合包括明显更大数量的非面部图像,可以生成附加的面部图像,使得该阶段具有大致相等数量的面部图像和非面部图像。可以例如通过将面部图像进行旋转、模糊、镜像或扭曲来获取附加的面部图像。
在一个方法中,使用双尺度CNN来执行面部检测。双尺度CNN使得能够以两个不同的尺度(即,图像的尺寸)进行数据的集成。在一个结构中,双尺度CNN包括两个CNN。每个CNN确定图像是否包含面部、但是这基于图像内的不同尺寸区域而进行。优选地,使用较大尺寸区域的CNN还比另一个CNN多包括至少一个卷积层。只有两个CNN都指示图像包含面部,双尺度CNN的输出才可以指示图像包含面部。
在一种实现方式中,双尺度CNN采用从图像产生特征块集合的公共CNN。在公共CNN后面的是两个CNN,这两者都使用特征块。例如,一个CNN可以使用整个特征块集合作为输入,并且另一个CNN可以使用特征块集合的内部区域作为输入。
其它方面包括与上文有关的组件、设备、系统、改善、方法、处理、应用和其它技术。
附图说明
本发明具有在结合附图时根据本发明的以下详细描述和所附权利要求将更易于显而易见的其它优点和特征,在附图中:
图1是面部检测系统的简图。
图2是用于训练卷积神经网络(CNN)并且使用CNN执行面部检测的总体框架的图。
图3是在阶段中训练CNN的方法的流程图。
图4是根据实施例的、使用自动阶段训练来训练CNN的示例过程。
图5是双尺度CNN的示例结构的图。
图6是检测面部的方法的流程图。
各图描绘本发明的实施例仅仅是为了说明的目的。本领域技术人员根据以下讨论将容易地意识到,在不背离本文所描述的本发明的原理的情况下,可以采用本文所说明的结构和方法的替换实施例。
具体实施方式
附图和以下描述仅仅通过说明的方式来提及优选的实施例。应当注意到,根据以下讨论,将会容易地把在本文公开的结构和方法的替换实施例承认为在不背离权利要求所要求保护的原理的情况下可以采用的可行的替换。
所公开的面部的检测系统(和方法)基于卷积神经网络(CNN)的结构。在一个方法中,使用自动阶段训练来训练CNN。自动阶段训练根据包含一定数量的面部图像和明显更大数量的负样本(即,非面部)图像的池来训练CNN。自动阶段训练可以获取附加的面部图像以平衡面部图像和非面部图像的数量。
在一种实现方式中,面部检测基于双尺度CNN来确定图像是否包含面部。双尺度CNN包括两个CNN以利用不同尺度(即,不同的图像尺寸)中的信息。例如,第一CNN基于图像内的预先确定尺寸的第一区域来确定图像是否包含面部,并且第二CNN基于图像内的不同的预先确定尺寸的第二区域来确定图像是否包含面部。只有第一CNN和第二CNN两者都指示图像包含面部,双尺度CNN才指示该图像包含面部。
面部检测概述
图1是根据一个实施例的面部检测系统100的简图。面部检测系统100接收输入图像110并且确定输入图像是否包含面部。面部检测系统100生成用于指示输入图像110是面部图像还是非面部图像的输出150。
面部检测系统100包括双尺度CNN 120、训练模块130和处理器140。双尺度CNN 120使用神经网络执行面部检测。训练模块130训练双尺度CNN 120中的神经网络。处理器140运行指令以在面部检测系统100上执行面部检测。这些组件中的每一个可以被实施为硬件、软件、固件或其组合。这些组件一起执行输入图像110的面部检测。
双尺度CNN 120接收输入图像110并且确定输入图像是否包含面部。在一个方法中,双尺度CNN 120执行至少两个CNN。双尺度CNN 120从输入图像110获得不同程度(即,尺度)的图像块,并且集成不同程度的图像块的信息。另外,双尺度CNN 120生成输出150以指示输入图像110是否包含面部。
训练模块130训练用于执行面部检测的双尺度CNN 120中的神经网络。在一个方面中,训练模块130使用面部图像和非面部图像训练CNN。面部检测系统100可以具有用于存储不同个体的面部图像和非面部图像的大型数据库。数据库可以具有不平衡数量的面部图像和非面部图像。例如,数据库可以包括明显更大数量的非面部图像。训练模块130可以获取附加的面部图像来平衡面部图像和非面部图像的数量以便训练CNN。
处理器140运行指令以在面部检测系统100中执行面部检测。处理器140从存储器(未示出)或外部电路接收指令。指令也可以完全地或至少部分地存在于处理器140内(例如,在处理器的高速缓存存储器内)。根据指令,处理器140变换或选择输入图像110的一部分以提供给双尺度CNN 120。此外,处理器140根据指令操作双尺度CNN 120和训练模块130以执行面部检测的功能。可以在CPU或GPU中实现处理器140。
CNN的自动阶段训练
图2是使用CNN 200执行面部检测的总体框架的图。双尺度CNN可以包括如图2中所图示的CNN 200。由训练模块130使用面部图像230P和非面部图像230N来训练CNN 200。CNN200可以从用于训练CNN 200的面部图像230P和非面部图像230N获得多个图像块。在训练之后,CNN 200接收输入图像210并且确定输入图像210是否包含面部。在该示例中,CNN 200生成响应图290,其可以指示在图像210上的对应位置处的可能的面部。
在一种实现方式中,CNN 200涉及卷积和池化260以及softmax函数280。CNN 200执行卷积和池化260以从图像210生成中间特征图270。中间特征图270和/或响应图290可以小于图像210。
CNN 200可以包括用于执行卷积的全连接层。为了定位图像210中的面部,通过将输出矢量处理为具有许多通道的1x 1特征图来将全连接层转换为卷积层。例如,如果针对全连接层的输入是具有k个通道的m x n特征图并且输出是t维矢量,那么所得到的层包含kx m x n x t卷积。在面部检测期间,可以通过常数因子(例如,a=1.2)对图像210连续地进行下采样(subsample)以产生图像金字塔。向金字塔中的每个图像应用卷积和池化操作260和softmax 280,得到面部可能性的响应图290。在一个方法中,响应图290中的高数值指示在图像210中的对应尺度和位置处的面部候选。优选地,卷积和池化层不包含任何填充(padding)。该过程等效于滑动窗口方法,但是快得多,这是因为重叠窗口的卷积结果被共享和重新使用。
在一个方面中,使用面部图像230P和非面部图像230N来训练CNN 200,以确定用于执行卷积和池化260和softmax功能280的最优权重。在数据库中,非面部图像的数量可能显著地大于面部图像的数量。使用不平衡数量的面部图像230P和非面部图像230N训练CNN200可能使得CNN 200有偏向性。优选地,使用平衡数量的面部图像230P和非面部图像230N来执行训练,使得可以通过具有低假正样本率的无偏向性的方式来训练CNN 200。
例如,一种情形包括大约10,000个固定尺寸的小面部图像以及30,000个不包含面部的负样本。然而,负样本多得多,使得能够从负样本中提取出数十亿非面部图像。要处理数十亿候选非面部图像来选择用于训练的更有用的那些非面部图像,例如很可能被错误分类为包含面部的那些非面部图像。因而,虽然原始池可以包含100x、1000x或者甚至10000x更多的非面部图像,但训练集合优选地被选择为具有大致相等数量(例如,10%以内或20%以内)的面部以及非面部图像。
在一个实施例中,按阶段来训练CNN 200。在一个方面中,CNN 200执行自动阶段训练,使得使用从包含不平衡数量的面部图像和非面部图像的原始池获取的平衡数量的面部图像230P和非面部图像230N来训练CNN 200。如果原始池不包含足够的面部图像,则可以从池中的面部图像获取附加的“合成”面部图像230P,使得用于阶段的训练集合具有大致相等数量的面部图像230P和非面部图像230N。可以例如通过将原始池中的面部图像进行旋转、模糊、镜像或扭曲来获取附加的面部图像230P。例如,通过对原始的面部图像应用达到±20度的随机通道内(in-lane)旋转、[-0.8,1.2]内的伽马校正以及具有概率0.5的水平翻转来获取附加的面部图像230P。也可以通过将来自原始池的不同面部图像进行组合来获取附加的面部图像230P。
随着阶段的训练的进行,利用更接近面部/非面部边界的更困难的示例来呈现CNN200。在每个阶段中,对CNN 200进行测试和评估以获得假正样本的数量。训练继续进行附加的阶段,直到最后的阶段具有小于阈值数量的假正样本。对于具有阈值数量或具有更多假正样本的其它阶段,假正样本被引导(bootstrap)并且重新用作非面部图像230N以用于接下来阶段中的训练。优选地,用于接下来阶段的非面部图像230N包括来自所有先前阶段的所有假正样本。在一个方法中,对于每个阶段(至少对于训练的一部分)而言,在阶段中所使用的假正样本的数量增加。因此,对于每个相继的阶段,来自较早阶段的假正样本占训练集合中的非面部图像的百分比是不断增加的百分比。随着训练的进行,在往后阶段中的新近添加的困难的非面部图像230N构成所有负样本中的较小部分,从而有效地指导CNN 200更温和地微调其参数(或权重)。因此,通过在参数空间中移动得不太远、同时仍然借助于微调来降低假正样本率,由此预期CNN 200记住先前的正确的非面部图像230N。
图3是根据一个实施例的在阶段中训练CNN的方法的流程图。在一个方面中,由训练模块130或由处理器140根据来自训练模块130的指令来执行该方法。在每个阶段中,训练模块130构建用于该阶段的训练集合和验证集合(310)。训练集合具有大致相等数量的面部图像230P和非面部图像230N。训练模块130使用用于该阶段的训练集合来训练CNN(320)。训练模块130使用用于该阶段的验证集合来评估CNN(330)并且生成评估的成本(即,验证成本),其是将被优化的目标值。例如,可以是应当被最小化的成功率的负对数似然。计数对于该阶段所执行的训练的数量。
在每个阶段中,训练模块130训练CNN 200,直到满足预先确定的要求为止。在一个方法中,训练模块确定是否能够在预先确定的持续时间(例如,预先确定的训练或时期(epoch)的数量)中获得更低的成本(340)。例如,来自该阶段的先前评估的最低验证成本被用作阈值成本。将阈值成本与该阶段的评估的成本相比较。如果在预先确定的持续时间(例如,预先确定的训练的数量T)内评估的成本低于该阶段的阈值成本,则训练模块130使用评估的成本来更新阈值成本并且重置所执行的训练的计数。进一步地,训练模块130重复CNN的训练和评估。如果在预先确定的持续时间(例如,预先确定的训练的数量T)内找不到更低的成本,则训练模块130使用阈值成本更新CNN(350),并且结束训练的该阶段。
在另一个方法中,阶段中的训练继续进行,直到满足其它预先确定的条件为止。例如,阶段中的训练可以继续,直到用于该阶段的验证成本下降到低于阈值成本。算法可以在每个时期之后检查验证成本并且确定是否满足终止准则。另一个可能的方法将是在预先定义的时期的数量进行训练。
对于具有用于阶段的最低成本的CNN,训练模块130将假正样本的数量与假正样本的阈值数量相比较。如果对阶段的上个训练中的CNN具有阈值数量的假正样本或更多的假正样本,则训练模块130搜索(bootstrap)假正样本并且重新使用所搜索的假正样本作为用于接下来阶段中的训练的非面部图像230N。训练模块130利用更新的非面部图像230N来执行接下来阶段的训练,如参考图3详细描述的。如果对阶段的上个训练中的CNN具有比假正样本的阈值数量更低数量的假正样本,则训练模块130完成训练。在一个方法中,训练可以针对附加的阶段继续,直到用于阶段的新的假正样本(即,在先前阶段中不是假正样本的假正样本)的数量下降到低于阈值数量。然而,在另一个方法中,训练可以针对附加的阶段继续,直到用于阶段的总的假正样本的数量下降到低于阈值数量。
在算法1上示出了自动阶段训练中的一个方法。
图4示出了根据实施例的、由训练模块130执行的、使用自动阶段训练来训练CNN的示例过程。在图4中,在三个阶段中执行CNN的训练。在其它实施例中,可以在任何数量的阶段中执行训练,直到最后的阶段中的假正样本的数量小于假正样本的阈值数量。在该示例中,假正样本的阈值数量是2。
在每个阶段中,训练模块130使用线405以上的面部图像230P以及线405以下的非面部图像230N来训练CNN。在每个阶段中,训练模块130接收包含正样本图像和负样本图像的样本。根据样本,训练模块130构建训练集合和验证集合。优选地,每个训练集合具有平衡数量的正样本图像和负样本图像,并且每个验证集合也具有平衡数量的正样本图像和负样本图像。训练模块130使用训练集合来训练CNN并且使用验证集合来评估所训练的CNN。根据评估,训练模块130对假正样本的数量进行计数。
例如,阶段1的左列表示由阶段1使用的训练集合410。用于阶段1的训练集合410包含从图像的原始池取出的一定数量的非面部图像410N。用于阶段1的训练集合410也包含从图像的原始池取出的较低数量的面部图像410P。训练模块130获取附加的面部图像410D,使得面部图像410P/410D的总数量匹配训练集合410中的非面部图像410N的数量。训练模块130使用训练集合410的一部分来用于训练以及一部分来用于验证。
阶段1的右列表示验证结果。线405以上是面部图像的评估结果。415P是被正确地归类为正样本图像的面部图像,415FN是未被正确地归类为非面部图像的面部图像(即,假负样本)。类似地,在线405以下,非面部图像415N被正确归类,而非面部图像415FP是假正样本。在该示例中,存在四个假正样本415FP。这多于假正样本的阈值数量(例如,在该示例中是2)。因而,训练模块130前进到阶段2。
阶段2中的训练集合420包含一定数量的非面部图像420N/420FP。非面部图像包含来自阶段1的假正样本415FP,如由箭头所指示并且被重新标记为420FP。非面部图像也可以包含新的非面部图像420N。训练集合420还包含面部图像420P和/或所获取的面部图像420D以匹配非面部图像的数量。在训练该阶段之后,根据评估结果425,存在三个假正样本425FP,这仍然多于假正样本的阈值数量(例如,在该示例中是2)。因而,训练模块130前进到阶段3。
阶段3中的训练集合430包含许多非面部图像430。在一种实现方式中,非面部图像包含仅仅来自紧邻的在前的阶段的假正样本。因此,训练集合430包含与来自阶段2的假正样本425FP对应的非面部图像430FP。训练集合430可以包含来自阶段2的假正样本的全部或仅仅一些。在另一种实现方式中,训练集合中的非面部图像包含与来自前面阶段的所有假正样本对应的非面部图像430。因此,训练集合430包含与来自阶段1和2两者的假正样本415FP和425FP对应的非面部图像430FP。在该示例中,在训练之后,仅仅存在一个假正样本435FP,这小于假正样本的阈值数量(例如,在该示例中是2)。因而,训练模块130完成CNN的训练。
双尺度CNN
图5是双尺度CNN 120的示例结构的图。双尺度CNN 120接收图像510,并且确定图像510是否包含面部。在一个实施例中,双尺度CNN 120包含公共CNN 520、第一CNN 580A、第二CNN 580B和输出生成器550。可以由训练模块130根据自动尺度训练来训练双尺度CNN120中的CNN。共同地,这些分量聚集两个不同程度的图像中的信息,以有效地利用分量的局部外观和全局特性。
公共CNN 520接收图像510,并且从图像510产生特征块集合530。优选地,图像510具有包括覆盖大部分的可能面部的24x 24像素的第一区域R1以及包括覆盖可能的面部和背景的32x 32像素的第二区域R2。在一种实现方式中,公共CNN 520可以用1x 3x 3x 16核对图像510执行卷积,并且可以通过非重叠最大池化(maxpooling)将卷积的图像块下采样至大致一半尺寸。另外,公共CNN 520可以执行附加的16x 4x 4x 24卷积和最大池化。结果,公共CNN 520生成具有6x 6空间维度的24通道的特征块集合530。
第一CNN 580A接收特征块的输入集合530A并且确定图像510是否包含面部。第一CNN 580A可以提取特征块集合530的内部区域作为特征块的输入集合530A。优选地,特征块集合530的内部区域对应于在图像510内的预先确定尺寸的第一区域。例如,特征块集合530的内部区域具有与覆盖图像510的可能面部的24x 24像素对应的4x 4维度。第一CNN 580A包括两个全连接层,并且基于图像510内的预先确定尺寸的第一区域来确定图像510是否包含面部。因此,第一CNN 580A捕捉图像510的局部信息。
第二CNN 580B基于特征块集合530确定图像510是否包含面部。第二CNN 580B可以使用整个特征块集合530作为与图像510内的预先确定尺寸的第二区域对应的特征块的输入集合。在该示例中,特征块集合530的整个区域具有与图像510的32x 32像素面部部分对应的6x 6维度,而特征块集合530的内部区域具有与覆盖图像510的可能面部的24x 24像素对应的4x 4维度。第二CNN 580B可以包括附加的卷积层和两个全连接层。在一个方面中,附加的卷积层535产生与用作特征块的输入集合530A的内部区域相同尺寸的特征块集合530B。例如,附加的卷积层535具有24x 3x 3x 24核,并且从具有6x 6x 24维度的整个特征块集合530生成具有4x 4x 24维度的特征块集合530B。另外,第二CNN 580B中的两个全连接层基于特征块集合530B来确定图像510是否包含面部。两个全连接层可以共享第一CNN580A中的两个全连接层中的权重。因此,第二CNN 580B基于图像510内的预先确定尺寸的第二区域来检测可能的面部并且捕捉图像510的全局信息。
输出生成器550将来自第一CNN 580A和第二CNN 580B的结果进行组合,以生成指示图像510是否包含面部的输出。在一个方面中,只有第一CNN 580A和第二CNN 580N两者都指示图像510包含面部,输出生成器550才指示图像510包含面部。输出生成器550可以顺序地组合来自第一CNN 580A和第二CNN 580B的结果。
在一种实现方式中,可以通过顺序地操作两个CNN 580来实现输出生成器550。在一个方法中,只有第一CNN 580A已经确定图像510包含面部,第二CNN 580B才确定图像510是否包含面部。因此,第二CNN 580B指示图像510包含面部暗示了第一CNN 580A也指示图像510包含面部。可替换地,可以颠倒顺序,并且只有第二CNN 580B已经确定图像510包含面部,第一CNN 580A才确定图像510是否包含面部。
在一个方法中,以部分分离的方式来训练两个CNN 580。优选地,使用自动阶段训练算法在24x 24个块上训练第一CNN 580A。然后,利用固定到第一CNN 580A的前两个卷积层的权重在32x 32个块上训练第二CNN 580B。初始的负样本可以是不同的。权重共享提高了训练和检测速度两者,并且也减小模型尺寸。
图6是检测图像510中的面部的方法的流程图。双尺度CNN 120接收图像510(610)。双尺度CNN 120使用公共CNN 520从图像510产生特征块集合530(620)。双尺度CNN 120使用第一CNN 580A、基于特征块集合530的内部区域确定图像510是否包含面部(630)。优选地,特征块集合530的内部区域对应于覆盖大部分的可能面部的图像510内的预先确定尺寸的第一区域。另外,双尺度CNN 120使用第二CNN 580B、基于整个特征块集合530来确定图像510是否包含面部(635)。优选地,整个特征块集合对应于覆盖可能的面部和背景的图像510内的预先确定尺寸的第二区域。只有第一CNN 580A和第二CNN 580B两者都指示图像包含面部,双尺度CNN 120才指示图像包含面部(640)。
有利地,面部检测系统100更好地提高面部检测的准确度。自动尺度训练通过动态地平衡来自包含不平衡数量的面部图像和非面部图像的池的面部图像和非面部图像的数量来提高准确度。另外,自动尺度训练通过根据自动停止准则自适应地改变阶段的训练的数量来提高准确度。例如,执行训练,直到在预先确定的时期数量中不能更新验证成本。而且,双尺度CNN 120通过组合来自第一CNN 580A和第二CNN 580B的结果提高准确度。因此,能够捕捉图像的不同方面。结果,能够降低假正样本比率。甚至在无规律面部容貌的情况下——例如由于变化的姿态、表情、光照条件、咬合等,利用图像的不同方面允许更鲁棒的面部检测。采用利用自动阶段训练所训练的双尺度CNN 120的面部检测系统100在面部检测数据集合和基准(FDDB)上实现具有仅六个假正样本的81.6%的检测率,而现有技术的当前状态实现大约具有50个假正样本的80%的检测率。
另外,面部检测系统100可以实现面部检测中速度的显著提高。通过在双尺度CNN120的第一CNN 580A和第二CNN 580B中共享权重,能够增强训练和检测速度两者。双尺度CNN 120具有足够能力以直接地执行多视图面部检测,因此能够避免标记面部姿态以及将它们划分为不同的类别。由于具有提高的面部检测速度,面部检测系统100可以以实时速度在现代GPU上实现。例如,在x86/64Linux平台上的NVIDIA CUDA API中实现面部检测系统100。当逐个帧地处理图像时,面部检测系统100在单个NVIDIA GTX Titan Black上对VGA图像(640×480像素)以24fps运行。如果整体供给一批10个图像,则速度上升到32fps。在没有优化的情况下通过简单地使用对应的CPU实现来替换GPU内核,由此在CPU上实现面部检测系统100,这会实现Intel Core i7的单线程上的1.38fps。
仿真结果
为了评估CNN和双尺度CNN 120的自动阶段训练对面部检测的性能,在面部检测数据集合和基准(FDDB)上执行具有不同方法的实验。
为了评估自动阶段训练的效力,使用不同方法来训练第一CNN 580A。为了验证自动的停止准则的效力(在本文被称为“autostop”),在每个阶段中使用固定数量的时期来训练第一CNN 580A以便进行比较。为了验证动态扩充面部图像以平衡面部图像和非面部图像的数量的效力,使用预先生成的面部图像(其仅仅是在没有自动阶段训练中执行的获取的情况下的重复的面部图像)来训练第一CNN 580A。在表格1中汇总结果。
表格1:用于自动阶段训练的不同配置的性能。自动停止是在阶段训练中的自动的停止准则,并且dynaug是阳性样本的动态扩充。
在表格1中,根据自动阶段训练使用训练1所训练的CNN实现仅具有72个假正样本的最高F1得分。在动态扩张的情况下使用固定数量的训练、根据训练2-5所训练的CNN实现更低的F1得分和更高的假正样本数量。另外,使用预先生成的面部图像、使用自动的停止准则、根据训练6-7所训练的CNN实现更低的F1得分和更高的假正样本数量。因此,自动阶段训练提高面部检测的准确度。
为了评估双尺度CNN 120的效力,分开地在FDDB上测试每个CNN 580。在表格2中汇总结果。
表格2:双尺度CNN和单个CNN的性能。
如在表格2中列出的,使用两个CNN 580进行不同尺度的信息的集成显著地提高检测的准确度。尽管双尺度CNN 120的F1得分不是最高的,但双尺度CNN 120的F1得分基本上接近于第一CNN 580A和第二CNN 580B的那些F1得分。同时,当仅仅实现第一CNN 580A会实现72个假正样本并且仅仅实现第二CNN 580B会实现47个假正样本时,实现双尺度CNN 120会实现6个假正样本。因而,当诸如在实际应用中期望具有低假正样本比率的很好的准确度时,双尺度CNN结构是有效的。
尽管具体实施方式包含许多细节,但这些不应当被理解为限制本发明的范围而是仅仅被理解为说明本发明的不同的示例和方面。应当理解,本发明的范围包括未在上面详细地讨论的其它实施例。例如,也能够将在双尺度CNN 120或自动尺度训练中公开的原理应用于除面部检测之外的其它区域或对象。在不背离在所附权利要求中限定的本发明的精神和范围的情况下,可以在本文所公开的本发明的方法和装置的布置、操作和细节方面进行对那些本领域技术人员将是显而易见的各种其它修改、改变和变化。因此,本发明的范围应当由所附权利要求及其合法等同物来确定。
在替换实施例中,在计算机硬件、固件、软件和/或其组合中实现本发明。可以在由可编程处理器执行的有形地实现在机器可读存贮设备中的计算机程序产品中实现本发明的装置;并且能够通过可编程处理器对输入数据进行操作并且生成输出执行指令的程序以执行本发明的功能来执行本发明的方法步骤。可以在可在包括至少一个可编程处理器的可编程系统上执行的一个或多个计算机程序中有利地实现本发明,该至少一个可编程处理器被耦合以从数据存贮系统、至少一个输入设备和至少一个输出设备接收数据和指令并且向数据存贮系统、至少一个输入设备和至少一个输出设备传送数据和指令。如果期望的话,可以以高级别程序或面向对象的程序设计语言或者以汇编或机器语言来实现每个计算机程序;并且在任何情况下,语言可以是编译或解释语言。举例来说,适当的处理器包括通用和专用微处理器两者。通常,处理器将从只读存储器和/或随机存取存储器接收指令和数据。通常,计算机将包括用于存储数据文件的一个或多个大容量存储设备;此类设备包括诸如内部的硬盘和可换式磁盘之类的磁盘;磁光盘;以及光盘。适于有形地实现计算机程序指令和数据地存贮设备包括所有形式的非易失性存储器,举例来说包括:诸如EPROM、EEPROM,和闪速存储器设备之类的半导体存储器设备;诸如内部硬盘和可换式磁盘之类的磁盘;磁光盘;以及CD-ROM盘。上文中的任何能够被ASIC(专用集成电路)和其它形式的硬件补充,或被并入其中。
Claims (15)
1. 一种在计算机系统上实现自动地训练关于面部检测的卷积神经网络(CNN)的方法,所述训练方法使用包含面部图像以及更大数量的非面部图像的池,所述训练方法出现在对于所述CNN训练的各阶段中,所述各阶段包括:
构建用于该阶段的训练集合,所述训练集合具有从所述池中的图像选取的相等数量的面部图像和非面部图像,所述非面部图像包含在较早阶段中是假正样本的非面部图像;以及
使用用于该阶段的训练集合来训练所述CNN,
其中,对于每个相继的阶段,来自较早阶段的假正样本占训练集合中的非面部图像的百分比是不断增加的百分比;
其中,所述各阶段进一步包括:
构建用于该阶段的面部图像和非面部图像的验证集合,其中所述训练集合用于在该阶段期间训练所述CNN,并且所述验证集合用于计算用于该阶段的验证成本,并且所述验证成本用于确定是否继续该阶段的训练,所述验证成本为应当被最小化的成功率的负对数似然;
对阶段的训练继续,直到该阶段的验证成本下降到低于阈值成本为止,其中,所述阈值成本为来自该阶段先前评估的最低验证成本;或者,对阶段的训练继续,直到该阶段的验证成本在预先确定的训练持续时间内没有提高;以及
使用所述阈值成本更新CNN,结束该阶段的训练;
其中,训练针对附加的阶段继续,直到用于阶段的新的假正样本的数量下降到低于阈值或总的假正样本的数量下降到低于阈值。
2.根据权利要求1所述的方法,其中,预先确定的持续时间是预先确定的用于该阶段的训练的数量。
3.根据权利要求1所述的方法,其中,用于阶段的训练集合包含来自紧邻的在前的阶段的所有假正样本。
4.根据权利要求1所述的方法,其中,用于阶段的训练集合包含仅仅来自紧邻的在前的阶段的假正样本。
5.根据权利要求1所述的方法,其中,用于阶段的训练集合包含来自多个在前阶段的假正样本。
6.根据权利要求1所述的方法,其中,通过修改所述池中的面部图像来获取所述训练集合中的面部图像。
7.根据权利要求6所述的方法,其中,通过将所述池中的面部图像进行旋转、模糊、镜像或扭曲来获取所述训练集合中的面部图像。
8.根据权利要求6所述的方法,其中,通过将所述池中的不同面部图像进行组合来获取所述训练集合中的面部图像。
9.根据权利要求1所述的方法,其中,使用所述池中的基本上所有所述面部图像来获取所述训练集合中的面部图像。
10.根据权利要求1所述的方法,其中,使用所述池中的少于一半的所述非面部图像来获取所述训练集合中的非面部图像。
11.根据权利要求1所述的方法,其中,所述CNN以权重为特征,并且训练所述CNN包括适配所述权重。
12.根据权利要求1所述的方法,其中,所述计算机系统包括GPU,并且CNN的训练在所述GPU上实现。
13.根据权利要求1所述的方法,其中,所述CNN是双尺度CNN。
14. 一种被配置为存储由指令组成的程序代码的非暂时型计算机可读介质,当所述指令由处理器运行时,使得处理器训练关于面部检测的卷积神经网络(CNN),所述训练方法使用包含面部图像以及更大数量的非面部图像的池,所述训练方法出现在对于所述CNN训练的各阶段中,所述各阶段包括:
构建用于该阶段的训练集合,所述训练集合具有从所述池中的图像获取的相等数量的面部图像和非面部图像,所述非面部图像包含在较早阶段中是假正样本的非面部图像;以及
使用用于该阶段的训练集合来训练所述CNN,
其中,对于每个相继的阶段,来自较早阶段的假正样本占训练集合中的非面部图像的百分比是不断增加的百分比;
其中,所述各阶段进一步包括:
构建用于该阶段的面部图像和非面部图像的验证集合,其中所述训练集合用于在该阶段期间训练所述CNN,并且所述验证集合用于计算用于该阶段的验证成本,并且所述验证成本用于确定是否继续该阶段的训练,所述验证成本为应当被最小化的成功率的负对数似然;
对阶段的训练继续,直到该阶段的验证成本下降到低于阈值成本为止,其中,所述阈值成本为来自该阶段先前评估的最低验证成本;或者,对阶段的训练继续,直到该阶段的验证成本在预先确定的训练持续时间内没有提高;以及
使用所述阈值成本更新CNN,结束该阶段的训练;
其中,训练针对附加的阶段继续,直到用于阶段的新的假正样本的数量下降到低于阈值或总的假正样本的数量下降到低于阈值。
15. 一种自动地训练关于面部检测的卷积神经网络(CNN)的系统,所述训练方法使用包含面部图像以及更大数量的非面部图像的池,所述训练方法出现在对于所述CNN训练的各阶段中,所述各阶段包括:
构建用于该阶段的训练集合,所述训练集合具有从所述池中的图像获取的相等数量的面部图像和非面部图像,所述非面部图像包含在较早阶段中是假正样本的非面部图像;以及
使用用于该阶段的训练集合来训练所述CNN,
其中,对于每个相继的阶段,来自较早阶段的假正样本占训练集合中的非面部图像的百分比是不断增加的百分比;
其中,所述各阶段进一步包括:
构建用于该阶段的面部图像和非面部图像的验证集合,其中所述训练集合用于在该阶段期间训练所述CNN,并且所述验证集合用于计算用于该阶段的验证成本,并且所述验证成本用于确定是否继续该阶段的训练,所述验证成本为应当被最小化的成功率的负对数似然;
对阶段的训练继续,直到该阶段的验证成本下降到低于阈值成本为止,其中,所述阈值成本为来自该阶段先前评估的最低验证成本;或者,对阶段的训练继续,直到该阶段的验证成本在预先确定的训练持续时间内没有提高;以及
使用所述阈值成本更新CNN,结束该阶段的训练;
其中,训练针对附加的阶段继续,直到用于阶段的新的假正样本的数量下降到低于阈值或总的假正样本的数量下降到低于阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172163.7A CN110826530B (zh) | 2014-11-15 | 2014-11-15 | 使用机器学习进行面部检测 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2014/091210 WO2016074247A1 (en) | 2014-11-15 | 2014-11-15 | Face detection using machine learning |
CN201911172163.7A CN110826530B (zh) | 2014-11-15 | 2014-11-15 | 使用机器学习进行面部检测 |
CN201480076851.2A CN106062774B (zh) | 2014-11-15 | 2014-11-15 | 使用机器学习进行面部检测 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480076851.2A Division CN106062774B (zh) | 2014-11-15 | 2014-11-15 | 使用机器学习进行面部检测 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110826530A CN110826530A (zh) | 2020-02-21 |
CN110826530B true CN110826530B (zh) | 2023-06-30 |
Family
ID=55953637
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480076851.2A Active CN106062774B (zh) | 2014-11-15 | 2014-11-15 | 使用机器学习进行面部检测 |
CN201911172163.7A Active CN110826530B (zh) | 2014-11-15 | 2014-11-15 | 使用机器学习进行面部检测 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480076851.2A Active CN106062774B (zh) | 2014-11-15 | 2014-11-15 | 使用机器学习进行面部检测 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10268950B2 (zh) |
EP (1) | EP3158498A4 (zh) |
CN (2) | CN106062774B (zh) |
WO (1) | WO2016074247A1 (zh) |
Families Citing this family (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9400925B2 (en) * | 2013-11-15 | 2016-07-26 | Facebook, Inc. | Pose-aligned networks for deep attribute modeling |
US9558426B2 (en) | 2014-04-24 | 2017-01-31 | Nant Holdings Ip, Llc | Robust feature identification for image-based object recognition |
JP2016057918A (ja) * | 2014-09-10 | 2016-04-21 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
US10104345B2 (en) | 2014-12-16 | 2018-10-16 | Sighthound, Inc. | Data-enhanced video viewing system and methods for computer vision processing |
US10127439B2 (en) * | 2015-01-15 | 2018-11-13 | Samsung Electronics Co., Ltd. | Object recognition method and apparatus |
US11416805B1 (en) | 2015-04-06 | 2022-08-16 | Position Imaging, Inc. | Light-based guidance for package tracking systems |
US11501244B1 (en) | 2015-04-06 | 2022-11-15 | Position Imaging, Inc. | Package tracking systems and methods |
US10148918B1 (en) | 2015-04-06 | 2018-12-04 | Position Imaging, Inc. | Modular shelving systems for package tracking |
US10853757B1 (en) | 2015-04-06 | 2020-12-01 | Position Imaging, Inc. | Video for real-time confirmation in package tracking systems |
US9852492B2 (en) * | 2015-09-18 | 2017-12-26 | Yahoo Holdings, Inc. | Face detection |
US10002313B2 (en) * | 2015-12-15 | 2018-06-19 | Sighthound, Inc. | Deeply learned convolutional neural networks (CNNS) for object localization and classification |
CN105678250B (zh) | 2015-12-31 | 2019-10-11 | 北京迈格威科技有限公司 | 视频中的人脸识别方法和装置 |
US10373019B2 (en) * | 2016-01-13 | 2019-08-06 | Ford Global Technologies, Llc | Low- and high-fidelity classifiers applied to road-scene images |
CN109074369B (zh) * | 2016-03-08 | 2022-03-04 | 河谷控股Ip有限责任公司 | 用于基于图像的对象识别的图像特征组合 |
WO2017206066A1 (en) * | 2016-05-31 | 2017-12-07 | Nokia Technologies Oy | Method and apparatus for detecting small objects with an enhanced deep neural network |
CN106096535B (zh) * | 2016-06-07 | 2020-10-23 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于双线性联合cnn的人脸验证方法 |
US10402697B2 (en) * | 2016-08-01 | 2019-09-03 | Nvidia Corporation | Fusing multilayer and multimodal deep neural networks for video classification |
WO2018033137A1 (zh) * | 2016-08-19 | 2018-02-22 | 北京市商汤科技开发有限公司 | 在视频图像中展示业务对象的方法、装置和电子设备 |
KR20180027887A (ko) * | 2016-09-07 | 2018-03-15 | 삼성전자주식회사 | 뉴럴 네트워크에 기초한 인식 장치 및 뉴럴 네트워크의 트레이닝 방법 |
US11436553B2 (en) | 2016-09-08 | 2022-09-06 | Position Imaging, Inc. | System and method of object tracking using weight confirmation |
CN107871098B (zh) * | 2016-09-23 | 2021-04-13 | 北京眼神科技有限公司 | 人脸特征点的获取方法和装置 |
CN106529402B (zh) * | 2016-09-27 | 2019-05-28 | 中国科学院自动化研究所 | 基于多任务学习的卷积神经网络的人脸属性分析方法 |
WO2018058554A1 (en) * | 2016-09-30 | 2018-04-05 | Intel Corporation | Face anti-spoofing using spatial and temporal convolutional neural network analysis |
CN106528826A (zh) * | 2016-11-18 | 2017-03-22 | 广东技术师范学院 | 一种基于深度学习的多视图外观专利图像检索方法 |
CN107895150B (zh) * | 2016-11-30 | 2021-07-16 | 奥瞳系统科技有限公司 | 基于嵌入式系统小规模卷积神经网络模块的人脸检测和头部姿态角评估 |
CN107506707B (zh) * | 2016-11-30 | 2021-05-25 | 奥瞳系统科技有限公司 | 采用嵌入式系统中的小规模卷积神经网络模块的人脸检测 |
US10634506B2 (en) | 2016-12-12 | 2020-04-28 | Position Imaging, Inc. | System and method of personalized navigation inside a business enterprise |
US10634503B2 (en) | 2016-12-12 | 2020-04-28 | Position Imaging, Inc. | System and method of personalized navigation inside a business enterprise |
US10455364B2 (en) | 2016-12-12 | 2019-10-22 | Position Imaging, Inc. | System and method of personalized navigation inside a business enterprise |
CN106709441B (zh) * | 2016-12-16 | 2019-01-29 | 北京工业大学 | 一种基于卷积定理的人脸验证加速方法 |
CN108268822A (zh) * | 2016-12-30 | 2018-07-10 | 深圳光启合众科技有限公司 | 人脸识别方法、装置及机器人 |
US11120392B2 (en) | 2017-01-06 | 2021-09-14 | Position Imaging, Inc. | System and method of calibrating a directional light source relative to a camera's field of view |
US10679083B2 (en) | 2017-03-27 | 2020-06-09 | Samsung Electronics Co., Ltd. | Liveness test method and apparatus |
US10902244B2 (en) | 2017-03-27 | 2021-01-26 | Samsung Electronics Co., Ltd. | Apparatus and method for image processing |
US11093796B2 (en) * | 2017-03-29 | 2021-08-17 | International Business Machines Corporation | Entity learning recognition |
US10691972B2 (en) | 2017-04-20 | 2020-06-23 | Hrl Laboratories, Llc | Machine-vision system for discriminant localization of objects |
US10783393B2 (en) * | 2017-06-20 | 2020-09-22 | Nvidia Corporation | Semi-supervised learning for landmark localization |
US10832035B2 (en) | 2017-06-22 | 2020-11-10 | Koninklijke Philips N.V. | Subject identification systems and methods |
GB201710560D0 (en) * | 2017-06-30 | 2017-08-16 | Norwegian Univ Of Science And Tech (Ntnu) | Detection of manipulated images |
CN111033520B (zh) | 2017-08-21 | 2024-03-19 | 诺基亚技术有限公司 | 用于模式识别的方法、系统及装置 |
CN109063581A (zh) * | 2017-10-20 | 2018-12-21 | 奥瞳系统科技有限公司 | 用于有限资源嵌入式视觉系统的增强型人脸检测和人脸跟踪方法和系统 |
CN109697511B (zh) * | 2017-10-24 | 2022-04-05 | 华为技术有限公司 | 数据推理方法、装置及计算机设备 |
CN107832698A (zh) * | 2017-11-02 | 2018-03-23 | 北方工业大学 | 基于阵列镜头的学习兴趣测试方法及装置 |
EP3514733A1 (en) * | 2018-01-18 | 2019-07-24 | Aptiv Technologies Limited | A device and a method for image classification using a convolutional neural network |
US10726275B2 (en) * | 2018-03-07 | 2020-07-28 | Visteon Global Technologies, Inc. | System and method for correlating vehicular sensor data |
US10691926B2 (en) * | 2018-05-03 | 2020-06-23 | Analog Devices, Inc. | Single-pixel sensor |
CN108875338A (zh) * | 2018-05-04 | 2018-11-23 | 北京旷视科技有限公司 | 解锁方法、装置和系统及存储介质 |
GB2574052B (en) * | 2018-05-24 | 2021-11-03 | Advanced Risc Mach Ltd | Image processing |
TWI691930B (zh) | 2018-09-19 | 2020-04-21 | 財團法人工業技術研究院 | 基於神經網路的分類方法及其分類裝置 |
WO2020061276A1 (en) | 2018-09-21 | 2020-03-26 | Position Imaging, Inc. | Machine-learning-assisted self-improving object-identification system and method |
US11200454B1 (en) * | 2018-10-17 | 2021-12-14 | Objectvideo Labs, Llc | People selection for training set |
WO2020146861A1 (en) | 2019-01-11 | 2020-07-16 | Position Imaging, Inc. | Computer-vision-based object tracking and guidance module |
CN109948478B (zh) * | 2019-03-06 | 2021-05-11 | 中国科学院自动化研究所 | 基于神经网络的大规模非均衡数据的人脸识别方法、系统 |
US10872258B2 (en) * | 2019-03-15 | 2020-12-22 | Huawei Technologies Co., Ltd. | Adaptive image cropping for face recognition |
US11594074B2 (en) | 2019-09-10 | 2023-02-28 | Amarjot Singh | Continuously evolving and interactive Disguised Face Identification (DFI) with facial key points using ScatterNet Hybrid Deep Learning (SHDL) network |
US11947644B2 (en) * | 2019-10-08 | 2024-04-02 | UiPath, Inc. | Facial recognition framework using deep learning for attended robots |
US11407431B2 (en) | 2019-11-22 | 2022-08-09 | Samsung Electronics Co., Ltd. | System and method for object trajectory prediction in an autonomous scenario |
CN111814553B (zh) * | 2020-06-08 | 2023-07-11 | 浙江大华技术股份有限公司 | 人脸检测方法、模型的训练方法及其相关装置 |
US11615644B2 (en) * | 2020-07-08 | 2023-03-28 | Ebay Inc. | Face detection to address privacy in publishing image datasets |
CN112085701B (zh) * | 2020-08-05 | 2024-06-11 | 深圳市优必选科技股份有限公司 | 一种人脸模糊度检测方法、装置、终端设备及存储介质 |
CN112132208B (zh) * | 2020-09-18 | 2023-07-14 | 北京奇艺世纪科技有限公司 | 图像转换模型的生成方法、装置、电子设备及存储介质 |
CN112861671B (zh) * | 2021-01-27 | 2022-10-21 | 电子科技大学 | 一种对深度伪造人脸图像和视频的鉴别方法 |
CN117813603A (zh) * | 2021-06-17 | 2024-04-02 | Abb瑞士股份有限公司 | 生成用于神经网络的扩充训练数据的系统和方法 |
CN113408804B (zh) * | 2021-06-24 | 2023-04-07 | 广东电网有限责任公司 | 窃电行为检测方法、系统、终端设备及存储介质 |
JP2023041348A (ja) * | 2021-09-13 | 2023-03-24 | トヨタ自動車株式会社 | 情報処理装置 |
US11700445B2 (en) | 2021-10-28 | 2023-07-11 | Microsoft Technology Licensing, Llc | Adaptive multi-scale face and body detector |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763466A (zh) * | 2010-01-20 | 2010-06-30 | 西安电子科技大学 | 基于动态样本选择集成的生物信息识别方法 |
CN102024145A (zh) * | 2010-12-01 | 2011-04-20 | 五邑大学 | 一种伪装人脸分层识别方法及系统 |
WO2011119117A1 (en) * | 2010-03-26 | 2011-09-29 | Agency For Science, Technology And Research | Facial gender recognition |
CN104112131A (zh) * | 2013-04-19 | 2014-10-22 | 浙江大华技术股份有限公司 | 一种用于人脸检测的训练样本的生成方法及装置 |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5274714A (en) * | 1990-06-04 | 1993-12-28 | Neuristics, Inc. | Method and apparatus for determining and organizing feature vectors for neural network recognition |
US7099510B2 (en) * | 2000-11-29 | 2006-08-29 | Hewlett-Packard Development Company, L.P. | Method and system for object detection in digital images |
US7308133B2 (en) * | 2001-09-28 | 2007-12-11 | Koninklijke Philips Elecyronics N.V. | System and method of face recognition using proportions of learned model |
US7050607B2 (en) * | 2001-12-08 | 2006-05-23 | Microsoft Corp. | System and method for multi-view face detection |
US7536044B2 (en) * | 2003-11-19 | 2009-05-19 | Siemens Medical Solutions Usa, Inc. | System and method for detecting and matching anatomical structures using appearance and shape |
US7440930B1 (en) * | 2004-07-22 | 2008-10-21 | Adobe Systems Incorporated | Training an attentional cascade |
US7702599B2 (en) * | 2004-10-07 | 2010-04-20 | Bernard Widrow | System and method for cognitive memory and auto-associative neural network based pattern recognition |
US8225074B2 (en) * | 2008-10-02 | 2012-07-17 | Nec Laboratories America, Inc. | Methods and systems for managing computations on a hybrid computing platform including a parallel accelerator |
US8582807B2 (en) * | 2010-03-15 | 2013-11-12 | Nec Laboratories America, Inc. | Systems and methods for determining personal characteristics |
US8988237B2 (en) * | 2010-05-27 | 2015-03-24 | University Of Southern California | System and method for failure prediction for artificial lift systems |
US20110304541A1 (en) * | 2010-06-11 | 2011-12-15 | Navneet Dalal | Method and system for detecting gestures |
WO2012109670A1 (en) * | 2011-02-11 | 2012-08-16 | Arizona Board Of Regents, For And On Behalf Of, Arizona State University | Systems, methods, and media for detecting an anatomical object in a medical device image |
JP5755012B2 (ja) * | 2011-04-21 | 2015-07-29 | キヤノン株式会社 | 情報処理装置、その処理方法、プログラム及び撮像装置 |
CN102722712B (zh) * | 2012-01-02 | 2014-04-16 | 西安电子科技大学 | 基于连续度的多尺度高分辨图像目标检测方法 |
CN103366177B (zh) * | 2012-03-28 | 2016-12-07 | 佳能株式会社 | 对象检测分类器生成方法和设备、图像对象检测方法和设备 |
US10009579B2 (en) * | 2012-11-21 | 2018-06-26 | Pelco, Inc. | Method and system for counting people using depth sensor |
CN103093250B (zh) * | 2013-02-22 | 2016-04-06 | 福建师范大学 | 一种基于新Haar-like特征的Adaboost人脸检测方法 |
US9190053B2 (en) * | 2013-03-25 | 2015-11-17 | The Governing Council Of The Univeristy Of Toronto | System and method for applying a convolutional neural network to speech recognition |
US20140300758A1 (en) * | 2013-04-04 | 2014-10-09 | Bao Tran | Video processing systems and methods |
JP6042274B2 (ja) * | 2013-06-28 | 2016-12-14 | 株式会社デンソーアイティーラボラトリ | ニューラルネットワーク最適化方法、ニューラルネットワーク最適化装置及びプログラム |
US9330171B1 (en) * | 2013-10-17 | 2016-05-03 | Google Inc. | Video annotation using deep network architectures |
CN105849747B (zh) * | 2013-11-30 | 2018-08-17 | 北京市商汤科技开发有限公司 | 用于人脸图像识别的方法和系统 |
CN103824049A (zh) * | 2014-02-17 | 2014-05-28 | 北京旷视科技有限公司 | 一种基于级联神经网络的人脸关键点检测方法 |
CN103824055B (zh) * | 2014-02-17 | 2018-03-02 | 北京旷视科技有限公司 | 一种基于级联神经网络的人脸识别方法 |
CN103824054B (zh) * | 2014-02-17 | 2018-08-07 | 北京旷视科技有限公司 | 一种基于级联深度神经网络的人脸属性识别方法 |
WO2015154206A1 (en) * | 2014-04-11 | 2015-10-15 | Xiaoou Tang | A method and a system for face verification |
WO2015180100A1 (en) * | 2014-05-29 | 2015-12-03 | Beijing Kuangshi Technology Co., Ltd. | Facial landmark localization using coarse-to-fine cascaded neural networks |
CN104021384B (zh) * | 2014-06-30 | 2018-11-27 | 深圳中智科创机器人有限公司 | 一种人脸识别方法及装置 |
-
2014
- 2014-11-15 WO PCT/CN2014/091210 patent/WO2016074247A1/en active Application Filing
- 2014-11-15 CN CN201480076851.2A patent/CN106062774B/zh active Active
- 2014-11-15 CN CN201911172163.7A patent/CN110826530B/zh active Active
- 2014-11-15 US US14/406,927 patent/US10268950B2/en active Active
- 2014-11-15 EP EP14905966.9A patent/EP3158498A4/en not_active Ceased
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763466A (zh) * | 2010-01-20 | 2010-06-30 | 西安电子科技大学 | 基于动态样本选择集成的生物信息识别方法 |
WO2011119117A1 (en) * | 2010-03-26 | 2011-09-29 | Agency For Science, Technology And Research | Facial gender recognition |
CN102024145A (zh) * | 2010-12-01 | 2011-04-20 | 五邑大学 | 一种伪装人脸分层识别方法及系统 |
CN104112131A (zh) * | 2013-04-19 | 2014-10-22 | 浙江大华技术股份有限公司 | 一种用于人脸检测的训练样本的生成方法及装置 |
Non-Patent Citations (2)
Title |
---|
Convolutional face finder:A neural architecture for fast and robust face detection;Christophe Garcia,et al;《IEEE transactions on pattern analysis and machine intelligence》;20041130;第26卷(第11期);第1408-1423页 * |
基于卷积网络的人脸检测的研究与实现;肖柏旭;《中国优秀硕士学位论文全文数据库 信息科技辑》;20070715(第01期);第I138-420页 * |
Also Published As
Publication number | Publication date |
---|---|
US20160140436A1 (en) | 2016-05-19 |
EP3158498A4 (en) | 2017-08-16 |
CN106062774B (zh) | 2020-01-03 |
WO2016074247A1 (en) | 2016-05-19 |
US10268950B2 (en) | 2019-04-23 |
EP3158498A1 (en) | 2017-04-26 |
CN106062774A (zh) | 2016-10-26 |
CN110826530A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110826530B (zh) | 使用机器学习进行面部检测 | |
CN108230359B (zh) | 目标检测方法和装置、训练方法、电子设备、程序和介质 | |
CN108090508B (zh) | 一种分类训练方法、装置及存储介质 | |
US20210319565A1 (en) | Target detection method, apparatus and device for continuous images, and storage medium | |
CN109472191B (zh) | 一种基于时空上下文的行人重识别与追踪方法 | |
CN108805016B (zh) | 一种头肩区域检测方法及装置 | |
US10769485B2 (en) | Framebuffer-less system and method of convolutional neural network | |
CN112001428B (zh) | 一种基于特征匹配优化的无锚框目标检测网络训练方法 | |
US11532148B2 (en) | Image processing system | |
EP3847574A1 (en) | Detecting objects in video frames using similarity detectors | |
CN111783997B (zh) | 一种数据处理方法、装置及设备 | |
Zhang et al. | A new architecture of feature pyramid network for object detection | |
CN112307984B (zh) | 基于神经网络的安全帽检测方法和装置 | |
CN111310609A (zh) | 基于时序信息和局部特征相似性的视频目标检测方法 | |
KR102369413B1 (ko) | 영상 처리 장치 및 방법 | |
CN115424093A (zh) | 一种识别眼底图像中细胞的方法及装置 | |
CN112991281B (zh) | 视觉检测方法、系统、电子设备及介质 | |
CN112991280B (zh) | 视觉检测方法、系统及电子设备 | |
CN112597823A (zh) | 注意力识别方法、装置、电子设备及存储介质 | |
CN106846366B (zh) | 使用gpu硬件的tld视频运动目标跟踪方法 | |
Li et al. | Learning temporally correlated representations using LSTMs for visual tracking | |
CN106981072A (zh) | 目标跟踪中基于多示例学习思想的训练样本选择方法 | |
CN110785769A (zh) | 人脸性别识别方法、人脸性别分类器的训练方法及装置 | |
CN113221662A (zh) | 人脸识别模型的训练方法及装置、存储介质、终端 | |
CN106803080B (zh) | 一种基于形状玻尔兹曼机的补全式行人检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |