一种基于张量补全的有遮挡人脸检测方法与流程

技术特征：
1.一种基于张量补全的有遮挡人脸检测方法，其特征在于，具体包括以下步骤：s1、使用3d cnn提取人脸图像序列数据的特征张量；s2、对步骤s1得到的人脸图像序列数据的特征张量进行张量补全；s3、利用步骤s2获得的张量补全信息训练人脸检测模型。2.根据权利要求1所述的方法，其特征在于，步骤s2中，引入tucker分解模块对步骤s1得到的特征张量进行补全操作。3.根据权利要求1所述的方法，其特征在于，步骤s3中，人脸检测模型训练的损失函数如下：loss＝l(loss_ori,loss_tensor)；其中，l(
·
)表示交叉熵损失函数，loss_ori表示使用原始特征进行人脸检测得到的结果与真实结果之间的误差，loss_tensor表示使用张量补全后的特征进行人脸检测得到的结果与真实结果之间的误差，具体形式如下所示：结果与真实结果之间的误差，具体形式如下所示：y
ori
代表使用原始特征进行人脸检测得到的结果，y
tensor
代表使用张量补全后的特征进行人脸检测得到的检测结果，代表当前待检测的人脸图像序列的真实结果。

技术总结
本发明公开了一种基于张量补全的有遮挡人脸检测方法，通过利用3D CNN提取人脸图像序列数据特征，在获取单帧人脸图像特征的同时，亦补充了人脸图像序列中的时序特征，提升了人脸图像特征的丰富性，对人脸检测结果准确度的提升有重要作用。利用张量补全对初步提取的人脸图像序列数据特征进行补充，能够降低面部遮挡等对人脸检测结果造成的不利影响，提升有遮挡的人脸检测结果。挡的人脸检测结果。挡的人脸检测结果。


技术研发人员：王悦宸 刘绍博 钟绵军
受保护的技术使用者：公安部第一研究所
技术研发日：2021.08.09
技术公布日：2021/11/4