申请/专利权人：西北大学

申请日：2022-04-26

公开（公告）日：2024-03-15

公开（公告）号：CN114882556B

主分类号：G06V40/16

分类号：G06V40/16;G06V10/44;G06V10/764;G06V10/82;G06V10/80;G06V10/70;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2022.08.26#实质审查的生效;2022.08.09#公开

摘要：本发明公开了一种基于改进的YoloX的戏曲角色妆容脸部检测方法，包括如下步骤：步骤1、改进YoloX；步骤2、数据预处理；步骤3、特征提取；步骤4、特征融合；步骤5、目标标注；步骤6、对预测结果进行解码；步骤7、对得到的预测框进行得分排序与非极大值抑制，找出得分满足置信度的预测框并筛选出一定区域内属于同一种类且得分最大的预测框，即为最终的检测结果。本发明在YoloX上进行了模块替换、调整池化核大小并引入关键点检测的改进，在提高了人脸检测精度和速率的同时有效地解决了带有戏曲特定妆容的人脸因具有虚拟性、夸张性等特点无法准确检测的问题。

主权项：1.一种基于改进的YoloX的戏曲角色妆容脸部检测方法，其特征在于，包括如下步骤：步骤1、对通用目标检测算法YoloX进行改进：将主干网络CSPdarknet中的Focus模块替换为Stem模块，调整加强特征提取网络FPN中的SPP模块池化核为更小的核，在分类器与回归器YoloHead中引入5个人脸关键点进行回归；步骤2、数据预处理：收集秦腔戏曲妆容人脸数据，对其进行标注，并添加到公共人脸数据集中，然后使用Mosaic方法通过随机缩放、随机裁剪和随机排布的方式对数据集进行增强，并将增强后的数据传入改进后的YoloX的输入端进行特征层堆叠，扩充通道；步骤3、特征提取：将经输入端处理过的数据传入主干网络CSPdarknet中进行特征提取，获取到三个特征层；步骤4、特征融合：将步骤3获得的三个特征层传入加强特征提取网络FPN，分别使用上采样和下采样的方式实现特征融合，得到三个加强过的有效特征层；步骤5、目标标注：将三个加强过的有效特征层传入YoloX的分类器与回归器YoloHead中得到特征图，并将其转化为特征点的集合，判断特征点是否有物体与其对应，获得最终的预测结果；步骤6、对预测结果进行解码：预测结果分为Reg预测结果、Obj预测结果和Cls预测结果三个部分，将三者结合绘制出相应的预测框；步骤7、对得到的预测框进行得分排序与非极大值抑制，找出得分满足置信度的预测框并筛选出一定区域内属于同一种类且得分最大的预测框，即为最终的检测结果。

全文数据：

权利要求：

百度查询： 西北大学 一种基于改进的YoloX的戏曲角色妆容脸部检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD