基于级联网络的快速人脸检测算法

TP181; 采用卷积神经网络可有效提高人脸检测算法的精度,然而其模型参数过于复杂,在一般设备上检测速度很慢.针对这个问题,提出了一种三层网络级联的人脸检测算法,利用级联方式实现网络小型化,通过多任务方式提高人脸检测的精度.在网络的第一级采用金字塔结构网络,结合anchor机制提取多尺度人脸建议框,在此基础上结合卷积分解策略和网络加速的方法,进一步增强网络特征提取的有效性并减少模型参数.实验结果表明:在FDDB上该算法的检测精度和检测速度均优于MTCNN;在主频为2.0 GHz的八核设备上,检测速度可以达到80 fps....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	浙江理工大学学报（自然科学版） 2019, Vol.41 (3), p.347-353
Hauptverfasser:	包晓安, 胡玲玲, 张娜, 吴彪, 桂江生
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TP181; 采用卷积神经网络可有效提高人脸检测算法的精度,然而其模型参数过于复杂,在一般设备上检测速度很慢.针对这个问题,提出了一种三层网络级联的人脸检测算法,利用级联方式实现网络小型化,通过多任务方式提高人脸检测的精度.在网络的第一级采用金字塔结构网络,结合anchor机制提取多尺度人脸建议框,在此基础上结合卷积分解策略和网络加速的方法,进一步增强网络特征提取的有效性并减少模型参数.实验结果表明:在FDDB上该算法的检测精度和检测速度均优于MTCNN;在主频为2.0 GHz的八核设备上,检测速度可以达到80 fps.
ISSN:	1673-3851
DOI:	10.3969/j.issn.1673-3851(n).2019.03.011