计算机视觉与应用 课件 5.2 人脸检测

5.2人脸检测CONTENTS目录引言01人脸检测应用02人脸检测算法03CONTENTS目录引言01人脸检测应用02人脸检测算法03引言人脸识别（FaceRecognition）的研究可以追溯到上个世纪六、七十年代，经过几十年的曲折发展已日趋成熟，人脸检测问题最初来源于人脸识别，人脸检测是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回一脸的位置、大小和姿态。早期的人脸识别研究主要针对具有较强约束条件的人脸图像（如无背景的图像），往往假设人脸位置一直或者容易获得，因此人脸检测问题并未受到重视。随着电子商务等应用的发展，人脸识别成为最有潜力的生物身份验证手段，这种应用背景要求自动人脸识别系统能够对一般图像具有一定的识别能力，由此所面临的一系列问题使得人脸检测开始作为一个独立的课题受到研究者的重视。人脸检测的应用背景已经远远超出了人脸识别系统的范畴，在基于内容的检索、数字视频处理、视频检测等方面有着重要的应用价值。引言CONTENTS目录引言01人脸检测应用02人脸检测算法03人脸检测应用人脸实名认证刷脸闸机通行智慧人脸考勤智能视频监控刷脸移动支付智能相册分类互动娱乐美颜人脸注册登录CONTENTS目录引言01人脸检测应用02人脸检测算法03AdaBoost框架深度学习框架模板匹配技术人脸检测算法人脸检测算法分为3个阶段，分别是早期算法、AdaBoost框架、以及深度学习时代，在接下来将分别进行介绍。（1）模板匹配技术早期的人脸检测算法使用了模板匹配技术，即用一个人脸模板图像与被检测图像中的各个位置进行匹配，确定这个位置处是否有人脸；此后机器学习算法被用于该问题，包括神经网络，支持向量机等。以上都是针对图像中某个区域进行人脸和非人脸二分类的判别。早期有代表性的成果是Rowley等人提出的方法，用神经网络进行人脸检测，用20×20像素的人脸和非人脸图像训练了一个多层感知器模型。人脸检测算法（2）AdaBoost框架Boosting是一种框架算法,主要是通过对样本集的操作获得样本子集,然后用弱分类算法在样本子集上训练生成一系列的基分类器。它可以用来提高其他弱分类算法的识别率,也就是将其他的弱分类算法作为基分类算法放于Boosting框架中,通过Boosting框架对训练样本集的操作,得到不同的训练样本子集,用该样本子集去训练生成基分类器;每得到一个样本集就用该基分类算法在该样本集上产生一个基分类器,这样在给定训练轮数n后,就可产生n个基分类器,然后Boosting框架算法将这n个基分类器进行加权融合,产生一个最后的结果分类器,在这n个基分类器中,每个单个的分类器的识别率不一定很高,但他们联合后的结果有很高的识别率,这样便提高了该弱分类算法的识别率。在产生单个的基分类器时可用相同的分类算法,也可用不同的分类算法,这些算法一般是不稳定的弱分类算法,如神经网络(BP),决策树(C4.5)等。AdaBoost的成功不仅仅在于它是一种有效的学习算法，还在于：1)它让Boosting从最初的猜想变成一种真正具有实用价值的算法；2)算法采用的一些技巧，如:打破原有样本分布，也为其他统计学习算法的设计带来了重要的启示；3)相关理论研究成果极大地促进了集成学习的发展。AdaBoost框架之后的方法，boost算法是基于PAC学习理论（probablyapproximatelycorrect）而建立的一套集成学习算法(ensemblelearning)。其根本思想在于通过多个简单的弱分类器，构建出准确率很高的强分类器，PAC学习理论证实了这一方法的可行性。人脸检测算法（3）深度学习框架卷积神经网络在图像分类问题上取得成功之后很快被用于人脸检测问题，在精度上大幅度超越之前的AdaBoost框架，当前已经有一些高精度、高效的算法。直接用滑动窗口加卷积网络对窗口图像进行分类的方案计算量太大很难达到实时，使用卷积网络进行人脸检测的方法采用各种手段解决或者避免这个问题。人脸检测算法1）CascadeCNNCascadeCNN是比较经典的人脸检测Cascade框架，它包含6个CNN：3个二分类人脸分类网络、3个bbox校正网络。CascadeCNN可以认为是传统技术和深度网络相结合的一个代表，和VJ人脸检测器一样，其包含了多个分类器，这些分类器采用级联结构进行组织，然而不同的地方在于，CascadeCNN采用卷积网络作为每一级的分类器。构建多尺度的人脸图像金字塔，12-net将密集的扫描这整幅图像（不同的尺寸），快速的剔除掉超过90%的检测窗口，剩下来的检测窗口送入12-calibration-net调整它的尺寸和位置，让它更接近潜在的人脸图像的附近。采用非极大值抑制（NMS）合并高度重叠的检测窗口，保留下来的候选检测窗口将会被归一化到24×24作为24-net的输入，这将进一步剔除掉剩下来的将近90%的检测窗口。和之前的过程一样，通过24-calibration-net矫正检测窗口，并应用NMS进一步合并减少检测窗口的数量将通过之前所有层级的检测窗口对应的图像区域归一化到48×48送入48-net进行分类得到进一步过滤的人脸候选窗口。然后利用NMS进行窗口合并，送入48-calibration-net矫正检测窗口作为最后的输出。人脸检测算法2）DenseBoxDenseBox是一种适合人脸这类小目标的检测。这种方法使用全卷积网络，在同一个网络中直接预测目标矩形框和目标类别置信度。通过在检测的同时进行关键点定位，进一步提高了检测精度。检测时的流程如下：对待检测图像进行缩放，将各种尺度的图像送入卷积网络中处理，以检测不同大小的目标。经过多次卷积和池化操作之后，对特征图像进行上采样然后再进行卷积，得到最终的输出图像，这张图像包含了每个位置出现目标的概率，以及目标的位置、大小信息。由输出图像得到目标矩形框。采用非最大抑制，得到最终的检测结果。人脸检测算法3）Faceness-NetFaceness-Net是一个典型的由粗到精的工作流，借助了多个基于DCNN网络的facialparts分类器对人脸进行打分，然后根据每个部件的得分进行规则分析得到Proposal的人脸区域，最后通过一个Refine的网络得到最终的人脸检测结果。4）MTCNNMTCNN顾名思义是多任务的一个方法，将人脸区域检测和人脸关键点检测放在了一起，同CascadeCNN一样也是基于cascade的框架，但是整体思路更加巧妙合理，MTCNN总体来说分为三个部分：PNet、RNet和ONet。5）SSHSSH最大的特色就是尺度不相关性（scale-invariant），比如MTCNN这样的方法在预测的时候