葉遠(yuǎn)征，李小霞,2，李旻擇

(1.西南科技大學(xué) 信息工程學(xué)院，四川 綿陽 621010； 2.特殊環(huán)境機(jī)器人技術(shù)四川省重點(diǎn)實(shí)驗(yàn)室(西南科技大學(xué))，四川 綿陽 621010)(*通信作者電子郵箱664368504@qq.com)

0 引言

隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，計(jì)算機(jī)性能不斷提高，人臉檢測(cè)技術(shù)作為計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)重要分支也取得了巨大的突破，如今，人臉檢測(cè)在門禁系統(tǒng)、智能監(jiān)控、智能攝像頭等領(lǐng)域[1～3]有著廣泛的應(yīng)用。人臉檢測(cè)也是一種富有挑戰(zhàn)性的技術(shù)，如何實(shí)時(shí)穩(wěn)定地檢測(cè)圖像序列中角度變化較大、遮擋較為嚴(yán)重的人臉，已成為應(yīng)用中亟待解決的問題。目前，利用淺層特征的傳統(tǒng)方法已經(jīng)滿足不了需求，因此深層次的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network， CNN)是如今檢測(cè)技術(shù)研究的重點(diǎn)和熱點(diǎn)。

傳統(tǒng)的人臉檢測(cè)方法首先需要人工選擇特征，例如Haar、局部二值模式(Local Binary Pattern, LBP)、尺度不變特征變換(Scale-Invariant Feature Transform, SIFT)特征、梯度方向直方圖(Histogram of Oriented Gradient, HOG)等[4-7]；然后對(duì)目標(biāo)進(jìn)行分類，常用的分類器有Adaboost、支持向量機(jī)(Support Vector Machine, SVM)等[8-9]。其中具有代表性的是Viola-Jones等[4]在2001年提出的基于Haar特征的積分圖人臉檢測(cè)方法，大大加快了人臉檢測(cè)的速度；Forsyth[10]在2007年提出的基于HOG的變形組件模型 (Deformable Part Model, DPM)目標(biāo)檢測(cè)算法，利用SVM作為分類器，連續(xù)獲得2007—2009年P(guān)ASCAL VOC[11]目標(biāo)檢測(cè)競(jìng)賽第一名。

傳統(tǒng)的人臉檢測(cè)方法眾多，但都具有以下特點(diǎn)：1)需要人工選擇特征，其過程復(fù)雜，目標(biāo)檢測(cè)效果的優(yōu)劣完全取決于研究人員的先驗(yàn)知識(shí)；2)以窗口區(qū)域遍歷圖像的方式檢測(cè)目標(biāo)，在檢測(cè)過程中有很多冗余窗口，時(shí)間復(fù)雜度高，并且對(duì)圖像序列中角度變化較大、遮擋較為嚴(yán)重的人臉檢測(cè)效果欠佳。

近年來，CNN在目標(biāo)檢測(cè)領(lǐng)域中取得了巨大突破，成為現(xiàn)如今最先進(jìn)的目標(biāo)檢測(cè)方法。CNN在目標(biāo)檢測(cè)上的標(biāo)志性成果是Hariharan等[12]在2014年提出的R-CNN(Region-based CNN)網(wǎng)絡(luò)，在VOC上的測(cè)試mAP是DPM算法[10]的兩倍。自從R-CNN出現(xiàn)以后，基于CNN的目標(biāo)檢測(cè)在VOC數(shù)據(jù)集中的表現(xiàn)占有主導(dǎo)地位，主要分為兩大類：1)基于候選區(qū)域的目標(biāo)檢測(cè)，其中的代表作是Faster R-CNN(Faster Region-based CNN)[13]、R-FCN(Region-based Fully Convolutional Network)[14]和Mask R-CNN(Mask Region-based CNN)[15]等；2)基于回歸的目標(biāo)檢測(cè)，代表作是YOLO(You Only Look Once)[16]、SSD(Single Shot multibox Detector)[17]等。Huang等[18]詳細(xì)闡述了元結(jié)構(gòu)(SSD、Faster R-CNN和R-FCN)的檢測(cè)精度與速度之間折中的方法。除此之外，一些級(jí)聯(lián)的人臉檢測(cè)方法也具有不錯(cuò)的效果，例如，Chen等[19]的Joint Cascade方法利用人臉檢測(cè)和人臉的標(biāo)記點(diǎn)檢測(cè)進(jìn)行級(jí)聯(lián)，在傳統(tǒng)的人臉檢測(cè)方法中具有較好的檢測(cè)效果；Zhang等[20]的多任務(wù)級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)(Multi-task Cascaded Convolutional Network, MTCNN)利用三個(gè)卷積網(wǎng)絡(luò)級(jí)聯(lián)，“從粗到精”的算法結(jié)構(gòu)使得多任務(wù)地對(duì)人臉進(jìn)行檢測(cè)，具有較高的召回率，但訓(xùn)練網(wǎng)絡(luò)時(shí)需要用到三種不同的數(shù)據(jù)集，較為繁瑣；Yang等[21]的Faceness網(wǎng)絡(luò)利用頭發(fā)、眼睛、鼻子、嘴巴、胡子這五個(gè)特征來判斷所檢測(cè)目標(biāo)是否為人臉，具有較高的檢測(cè)精度，但不滿足實(shí)時(shí)性準(zhǔn)則。

在實(shí)際工程應(yīng)用中，大多數(shù)是在圖像序列中對(duì)人臉進(jìn)行檢測(cè)，而不是靜態(tài)圖片，而且要求實(shí)時(shí)穩(wěn)定地對(duì)角度變化較大以及遮擋面積較大的人臉進(jìn)行檢測(cè)。因此本文利用2017年Howard等[22]提出的MobileNet基礎(chǔ)網(wǎng)絡(luò)與SSD網(wǎng)絡(luò)相結(jié)合(MobileNet-SSD, MS)，能夠很好地兼顧檢測(cè)速度和精度，并對(duì)參數(shù)進(jìn)行調(diào)整，使它符合二分類(人臉目標(biāo)和背景)的人臉檢測(cè)任務(wù)，再利用核相關(guān)濾波(Kernelized Correlation Filters, KCF)跟蹤器[23]對(duì)檢測(cè)到的人臉進(jìn)行穩(wěn)定的跟蹤，形成檢測(cè)-跟蹤-檢測(cè)(DTD)循環(huán)更新模型。DTD模型不但能解決多角度和遮擋的人臉檢測(cè)問題，而且能大大地提高圖像序列中人臉目標(biāo)的檢測(cè)速度。

1 系統(tǒng)的總體框架

如圖1所示，首先讀取圖像序列，利用MobileNet-SSD網(wǎng)絡(luò)對(duì)圖像進(jìn)行檢測(cè)；然后更新跟蹤模型，將檢測(cè)到人臉目標(biāo)的坐標(biāo)信息傳遞給KCF跟蹤器，將其作為跟蹤器的基礎(chǔ)樣本框，并對(duì)樣本框附近進(jìn)行樣本采樣和訓(xùn)練，用來預(yù)測(cè)下一幀人臉目標(biāo)的位置；最后，為了防止跟蹤時(shí)人臉目標(biāo)丟失的現(xiàn)象，跟蹤數(shù)幀后再次更新檢測(cè)模型，重新對(duì)人臉目標(biāo)進(jìn)行檢測(cè)定位。

圖1 系統(tǒng)總體流程

2 本文主要算法

2.1 MobileNet-SSD結(jié)構(gòu)

在基于CNN的目標(biāo)檢測(cè)方法中，用于提取特征圖的網(wǎng)絡(luò)被稱為基礎(chǔ)網(wǎng)絡(luò)[13](如VGG、ResNet-101、Inception v2等)，而用于分類回歸和邊界框回歸的結(jié)構(gòu)被稱為元結(jié)構(gòu)[18]。因此，現(xiàn)存在的基于CNN的目標(biāo)檢測(cè)方法可以認(rèn)為是基礎(chǔ)網(wǎng)絡(luò)和元結(jié)構(gòu)的組合，不同的組合具有不同的分類效果，具體參見文獻(xiàn)[18]。在人臉檢測(cè)任務(wù)中，為了兼顧檢測(cè)速度和精度，本文選用MobileNet-SSD(MS)這種組合形式。

MS網(wǎng)絡(luò)結(jié)構(gòu)包括四個(gè)部分：第一部分為輸入層，用于輸入圖片；第二部分為MobileNet基礎(chǔ)網(wǎng)絡(luò)，用于提取輸入圖片的特征；第三部分為SSD元結(jié)構(gòu)，用于分類回歸和邊界框回歸；第四部分為輸出層，用于輸出檢測(cè)結(jié)果。

2.1.1 MobileNet特征提取原理

深度學(xué)習(xí)正在向手機(jī)等嵌入式設(shè)備發(fā)展，為了滿足實(shí)時(shí)性需求，對(duì)基礎(chǔ)網(wǎng)絡(luò)的參數(shù)個(gè)數(shù)有嚴(yán)格的限制，因此MobileNet網(wǎng)絡(luò)[22]應(yīng)運(yùn)而生，它以少量的分類精度換取大量的參數(shù)減少。MobileNet 的參數(shù)數(shù)量是VGG16的1/33，在ImageNet-1000分類任務(wù)中具有和VGG16相當(dāng)?shù)姆诸惥取?/p>

圖2為MobileNet基本卷積結(jié)構(gòu)：Conv_Dw_Pw是深度可分離的卷積，深層卷積層(Depthwise Layer, Dw) 使用的是3×3的卷積核，點(diǎn)卷積層(Pointwise Layer, Pw) 使用的是1×1的卷積核，并且每一層深度可分離卷積層后都進(jìn)行批量歸一化(Batch Normalization， BN)和非線性映射(ReLU6)處理。

圖2 MobileNet基本卷積結(jié)構(gòu)

本文將MobileNet網(wǎng)絡(luò)中的激活函數(shù)ReLU更改為ReLU6，配合自動(dòng)調(diào)節(jié)數(shù)據(jù)分布的BN算法，以提高訓(xùn)練的收斂速度。式(1)為ReLU6激活函數(shù)：

y=min(max(z,0),6)

(1)

其中z表示卷積特征圖中每一個(gè)特征值。

MobileNet基本卷積結(jié)構(gòu)(深度可分離卷積)的優(yōu)點(diǎn)有：

第一，深度可分離的卷積結(jié)構(gòu)能大大減少計(jì)算代價(jià)。兩種卷積方式的計(jì)算式如下：

(2)

式(2)為標(biāo)準(zhǔn)卷積的計(jì)算式，F(xiàn)M為0填充(zero padding)后的輸入圖像(包括特征圖)；KM,N為濾波器，M表示卷積時(shí)輸入圖像的通道數(shù)，N表示輸出的通道數(shù)。

(3)

第二，提高了整個(gè)檢測(cè)網(wǎng)絡(luò)在訓(xùn)練過程中的收斂效率，在卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中，每一層卷積都會(huì)改變數(shù)據(jù)的分布，如果數(shù)據(jù)分布在激活函數(shù)的邊緣，將會(huì)造成梯度消失，使得參數(shù)不再更新。BN算法通過設(shè)置兩個(gè)可以學(xué)習(xí)的參數(shù)來調(diào)整數(shù)據(jù)的分布(類似于標(biāo)準(zhǔn)正態(tài)分布)，避免了訓(xùn)練過程中的梯度消失現(xiàn)象和復(fù)雜的參數(shù)(學(xué)習(xí)率、Dropout比例等)設(shè)定。

2.1.2 SSD元結(jié)構(gòu)

SSD網(wǎng)絡(luò)[17]是一種回歸模型，它利用不同卷積層輸出的特征進(jìn)行分類回歸和邊界框回歸，不僅較好地緩解了平移不變性和平移可變性之間的矛盾，而且對(duì)檢測(cè)精度和速度有個(gè)較好的折中，即在提高檢測(cè)速度的同時(shí)也具有較高的檢測(cè)精度。

圖3為選自基礎(chǔ)網(wǎng)絡(luò)中不同卷積層輸出的特征圖，每一個(gè)特征圖單元都有一系列不同大小和寬高比的k個(gè)框，這些框被稱為默認(rèn)框。每個(gè)默認(rèn)框都需要預(yù)測(cè)b個(gè)類別得分和4個(gè)位置偏移。因此，對(duì)于w*h大小的特征圖，需要預(yù)測(cè)b*k*w*h個(gè)類別得分和4*k*w*h個(gè)位置偏移，所以需要(b+4)*k*w*h個(gè)3×3的卷積核對(duì)該特征圖進(jìn)行卷積，將卷積結(jié)果作為最終特征進(jìn)行分類回歸和邊界框回歸。本文是人臉單個(gè)類別的檢測(cè)，因此b=1。

(4)

(5)

圖3 不同卷積層輸出的特征圖

當(dāng)默認(rèn)框與某一類別的標(biāo)定框(Ground-truth Box)的重合度大于0.5時(shí)，則該默認(rèn)框與該類別的標(biāo)定框相匹配。

SSD是一個(gè)端到端的訓(xùn)練模型，其訓(xùn)練時(shí)的總體損失函數(shù)包括：分類回歸的置信損失Lconf(s,c)和邊界框回歸的位置損失Lloc(r,l,g),定義[17]如下：

(6)

其中：α用于平衡兩種損失；s、r分別表示用于置信損失和位置損失的輸入的特征向量；c表示分類置信度；l表示預(yù)測(cè)的偏移量，包括中心點(diǎn)坐標(biāo)的平移偏移和邊界框?qū)捀叩目s放偏移；g為目標(biāo)實(shí)際位置的標(biāo)定框；N為默認(rèn)框與該類別的標(biāo)定框相匹配的個(gè)數(shù)。

2.2 MobileNet-SSD人臉檢測(cè)網(wǎng)絡(luò)

在人臉檢測(cè)任務(wù)中，MobileNet巧妙的結(jié)構(gòu)大大降低了計(jì)算復(fù)雜度，這也是本文方法滿足快速性要求的一個(gè)重要原因。但是MobileNet的Pw結(jié)構(gòu)改變了Dw結(jié)構(gòu)輸出數(shù)據(jù)的分布，這是其分類精度降低的主要原因。

為了防止MobileNet的卷積結(jié)構(gòu)帶來精度損失，舍去MobileNet的全連接層，額外增加8層標(biāo)準(zhǔn)卷積層，用于擴(kuò)大特征圖的感受野、調(diào)整數(shù)據(jù)分布和加強(qiáng)分類任務(wù)要求的平移不變性；為了防止梯度消失，在每一個(gè)卷積層的后面加上BN層和激活函數(shù)ReLU6；為了滿足檢測(cè)任務(wù)要求的平移可變性，分別獲取MobileNet中兩層特征圖和附加的標(biāo)準(zhǔn)卷積層中的四層特征圖組成特征圖金字塔，再用不同的3×3卷積核進(jìn)行卷積，卷積后的結(jié)果作為最終特征進(jìn)行分類回歸和邊界框回歸。

圖4為MS網(wǎng)絡(luò)特征金字塔，以300×300大小的圖片作為輸入，上述六層卷積特征圖金字塔中每一個(gè)特征單元的默認(rèn)框個(gè)數(shù)分別為4、6、6、6、6、6，并且對(duì)于不同層、不同任務(wù)所用3×3大小、步長為1的卷積核參數(shù)都不相同。表1為MobileNet-SSD的總體架構(gòu)，Conv_BN_ReLU6表示標(biāo)準(zhǔn)卷積層，Conv1_Dw_Pw表示深度可分離卷積層，“*”表示該卷積層輸出的特征圖將會(huì)用于分類回歸和邊界框回歸。由于人臉目標(biāo)比較小，故本文選取了較淺層的Conv7_Dw_Pw輸出的特征圖。

表1 MobileNet-SSD總體構(gòu)架

2.3 KCF算法原理

在圖像序列中運(yùn)動(dòng)的人臉有姿態(tài)、角度的嚴(yán)重變化和部分遮擋，會(huì)造成人臉檢測(cè)過程中出現(xiàn)漏檢問題。本文利用快速穩(wěn)定的KCF目標(biāo)跟蹤模型解決以上問題，并且在人臉檢測(cè)過程中采用模型更新策略，其具體過程：利用MS模型檢測(cè)到人臉的同時(shí)啟動(dòng)KCF模型進(jìn)行持續(xù)穩(wěn)定的跟蹤，為了避免跟蹤丟失，重新啟動(dòng)MS模型對(duì)人臉再次檢測(cè)。因此，KCF算法起到的作用是：1)加強(qiáng)圖像序列中人臉檢測(cè)對(duì)姿態(tài)、角度等變化的魯棒性；2)在DTD模型中起到銜接和加速的作用，大大提高整個(gè)系統(tǒng)的檢測(cè)速度。

圖4 MobileNet-SSD網(wǎng)絡(luò)特征金字塔

(7)

對(duì)式(7)進(jìn)行最小二乘法求解得：

w=(XTX+λI)-1XTY

(8)

其中：X=[x1,x2,…,xi]T,Y=[y1,y2,…,yi]T。X中每一行表示一個(gè)特征向量。式(9)是式(8)的復(fù)數(shù)域形式：

w=(XHX+λI)-1XHY

(9)

此時(shí)求解w的計(jì)算時(shí)間復(fù)雜度為O(n3),式(9)中XH=(X*)T,X*為X的復(fù)共軛轉(zhuǎn)置，即XH為X的厄米特轉(zhuǎn)置。

在KCF算法中(具體算法見文獻(xiàn)[22])，訓(xùn)練樣本和測(cè)試樣本都是由基礎(chǔ)樣本xi=[xi1,xi2,…,xin]產(chǎn)生的循環(huán)矩陣Xi構(gòu)成的，即：

(10)

式(8)中，Xi可以通過離散傅里葉矩陣F得到。

(11)

(12)

(13)

(14)

(15)

此時(shí)式(15)中w求解的計(jì)算時(shí)間復(fù)雜度是O(n),離散傅里葉變換的時(shí)間復(fù)雜度為O(nlogn),因此KCF算法能大大降低整個(gè)系統(tǒng)的時(shí)間復(fù)雜度。

KCF算法的目的在于通過傅里葉空間的循環(huán)矩陣來降低回歸計(jì)算的時(shí)間復(fù)雜度，從而獲得速度提升。

3 實(shí)驗(yàn)結(jié)果及分析

3.1 測(cè)試方法及超參數(shù)設(shè)定

首先在WIDER FACE[26]和FDDB[25]人臉數(shù)據(jù)基準(zhǔn)上驗(yàn)證本文MS模型在靜態(tài)圖片上的檢測(cè)性能，使用的評(píng)價(jià)指標(biāo)是召回率和速度；接著在圖像序列中驗(yàn)證本文MS-KCF模型的檢測(cè)性能。

首先利用ImageNet-1000分類數(shù)據(jù)庫訓(xùn)練基礎(chǔ)網(wǎng)絡(luò)MobileNet，再利用訓(xùn)練好的模型遷移到檢測(cè)網(wǎng)絡(luò)中進(jìn)行邊界框回歸和分類回歸的微調(diào)，用于微調(diào)的數(shù)據(jù)庫來自WIDER FACE數(shù)據(jù)庫的訓(xùn)練集。選擇5種寬高比的默認(rèn)框，分別為1.0、2.0、3.0、0.5和0.33，并且設(shè)定式(4)中默認(rèn)框的最大尺度為0.95，最小尺度為0.2。六層卷積特征圖金字塔中每一個(gè)特征單元的默認(rèn)框個(gè)數(shù)分別為4、6、6、6、6、6。訓(xùn)練過程中，IOU在[0.5,1]區(qū)間內(nèi)的為正樣本，在(0.2,0.5) 區(qū)間內(nèi)的為負(fù)樣本，在[0,0.2] 區(qū)間內(nèi)的作為難例。另外，本文的學(xué)習(xí)率是初始化為0.1的指數(shù)衰減的學(xué)習(xí)率，并且隨機(jī)初始化權(quán)重和偏置項(xiàng)。

3.2 WIDER FACE人臉數(shù)據(jù)基準(zhǔn)靜態(tài)圖片檢測(cè)結(jié)果

WIDER FACE人臉數(shù)據(jù)基準(zhǔn)是全世界最具權(quán)威的人臉檢測(cè)評(píng)估平臺(tái)之一，數(shù)據(jù)集共有32 203張照片，其中有393 703張人臉。測(cè)試集為總數(shù)據(jù)集的50%，人臉按照角度、遮擋等的嚴(yán)重程度分為Easy、Medium、Hard三個(gè)等級(jí)。檢測(cè)結(jié)果如圖5所示。

圖5 WIDER FACE檢測(cè)結(jié)果

將本文的MS算法與先進(jìn)的MTCNN和Faceness算法在WIDER FACE數(shù)據(jù)集中作對(duì)比，精度-召回率(Precision-Recall, PR)曲線結(jié)果如圖6所示。實(shí)驗(yàn)結(jié)果證明，MS算法在Easy、Medium和Hard子數(shù)據(jù)集的召回率分別為93.11%、92.18%和82.97%，其表現(xiàn)均優(yōu)于MTCNN和Faceness。由此可知MS算法對(duì)遮擋和角度變化較大的人臉在WIDER FACE數(shù)據(jù)集中具有較高的魯棒性。

3.3 FDDB人臉數(shù)據(jù)基準(zhǔn)靜態(tài)圖片檢測(cè)結(jié)果

FDDB[25]人臉數(shù)據(jù)基準(zhǔn)是全世界最具權(quán)威的人臉檢測(cè)評(píng)估平臺(tái)之一，測(cè)試集包括2 845張照片，其中有5 171張人臉，人臉圖片具有不同姿勢(shì)、不同分辨率、多種角度、遮擋以及不同光照等特點(diǎn)。

圖7的檢測(cè)結(jié)果表明本文方法對(duì)于不同姿勢(shì)、不同分辨率、多角度、遮擋以及不同光照的人臉均具有較好的魯棒性。而表2的結(jié)果說明本文方法具有較好的召回率，檢測(cè)速度則是在GTX1080 GPU上進(jìn)行的評(píng)估，輸入圖片均縮放為300×300的大小。如表2所示，本文MS方法的檢測(cè)速度較快，分別是MTCNN的2.8倍和Faceness的9.3倍，因此本文方法在靜態(tài)圖片庫上測(cè)試具有較高的召回率和較高的檢測(cè)速度。圖8是本文方法與一些先進(jìn)算法的ROC性能曲線對(duì)比。

本文MS算法的訓(xùn)練集是WIDER FACE數(shù)據(jù)集，在FDDB人臉檢測(cè)基準(zhǔn)中測(cè)試，結(jié)果表明MS算法對(duì)于靜態(tài)圖片中人臉的檢測(cè)具有良好的魯棒性。但實(shí)際工程中大部分應(yīng)用都是基于圖像序列的，因此本文利用MS-KCF模型來解決圖像序列中的人臉角度變化較大和遮擋較為嚴(yán)重的問題。

圖6 WIDER FACE測(cè)試PR曲線

圖7 FDDB檢測(cè)結(jié)果

方法召回率/%速度/ fpsMS93.6084MTCNN[20]95.0430Faceness[21]90.999

圖8 ROC曲線性能對(duì)比

3.4 MS-KCF模型在圖像序列中的人臉檢測(cè)結(jié)果

利用VOT2016數(shù)據(jù)集中的Girl和FaceOcc1圖像序列來測(cè)試MS-KCF模型的性能，其中Girl是人臉角度變化較大的圖像序列，F(xiàn)aceOcc1則是人臉嚴(yán)重遮擋的圖像序列。

圖9中(a)和(b)分別為Girl圖像序列和FaceOcc1圖像序列，前兩排為MS模型的檢測(cè)結(jié)果，后兩排為MS-KCF模型的檢測(cè)結(jié)果。顯然，MS-KCF模型對(duì)于圖像序列中人臉的角度變化遮擋具有較好的檢測(cè)性能。

由圖10和11可知，對(duì)于圖像序列中的人臉檢測(cè)任務(wù)，具有模型更新功能的MS-KCF性能優(yōu)于只具有檢測(cè)功能的MTCNN[20]、Faceness[21]等模型，其原因是MS-KCF是針對(duì)圖像序列中的人臉提出的一種新的自動(dòng)檢測(cè)-跟蹤-檢測(cè)(DTD)模式，該模式以跟蹤模式作為銜接，能夠避免單獨(dú)的檢測(cè)模式帶來的漏檢現(xiàn)象。本文檢測(cè)速度是在GTX1080 GPU上評(píng)估的，輸入圖片均縮放為300×300的大小，實(shí)驗(yàn)結(jié)果表明具有模型更新功能的MS-KCF方法是快速的，達(dá)到193幀/s，其檢測(cè)速度分別為只具有檢測(cè)功能的MS算法的2.3倍，MTCNN的6.4倍和Faceness的21.4倍。

圖10 Girl圖像序列的ROC曲線對(duì)比

圖11 FaceOcc1圖像序列的ROC曲線對(duì)比

考慮到KCF算法的穩(wěn)定性和快速性，本文選擇該算法作為DTD模式的銜接，它的跟蹤性能在文獻(xiàn)[23]中已有大量驗(yàn)證，這兩個(gè)性能加強(qiáng)了本文檢測(cè)算法的穩(wěn)定性和快速性，實(shí)驗(yàn)結(jié)果表明MS-KCF算法在圖像序列中對(duì)嚴(yán)重遮擋和角度變化大的人臉仍具有很好的檢測(cè)效果。

4 結(jié)語

本文結(jié)合快速精確的目標(biāo)檢測(cè)模型MS和快速跟蹤模型KCF提出了一種新的DTD模式，即MS-KCF人臉檢測(cè)模型。本文提出的DTD模式具有普遍適用性，研究者可以根據(jù)不同需要更換模式中的具體算法。根據(jù)MobileNet參數(shù)少、精度高的特點(diǎn)，結(jié)合改進(jìn)的符合人臉檢測(cè)的特征金字塔式SSD元結(jié)構(gòu)構(gòu)建了快速穩(wěn)定的MS人臉檢測(cè)模型，再融合快速穩(wěn)定的KCF跟蹤模型構(gòu)建適用于圖像序列中的MS-KCF人臉檢測(cè)模型，能夠快速穩(wěn)定地檢測(cè)出圖像序列中角度變化較大、遮擋較為嚴(yán)重的人臉，因此，對(duì)高性能嵌入式機(jī)器視覺實(shí)時(shí)應(yīng)用場(chǎng)合具有較高的參考意義。