基于级联网络的快速人脸检测算法

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!
container_end_page 353
container_issue 3
container_start_page 347
container_title 浙江理工大学学报（自然科学版）
container_volume 41
creator 包晓安
胡玲玲
张娜
吴彪
桂江生
description 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.
doi_str_mv 10.3969/j.issn.1673-3851(n).2019.03.011
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_zjgcxyxb201903011</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>zjgcxyxb201903011</wanfj_id><sourcerecordid>zjgcxyxb201903011</sourcerecordid><originalsourceid>FETCH-wanfang_journals_zjgcxyxb2019030113</originalsourceid><addsrcrecordid>eNpjYFA3NNAztjSz1M_SyywuztMzNDM31jW2MDXUyNPUMzIwtNQzMNYzMDRkYeCES3Ew8BYXZyYZGJuZGJsYGxhyMug-nb_rya6-57uWv2ic8nzvxOe75zyf1fJ0_-qXDfOf7Nr1omXHs8UNz7Z2P183_dnmqTwMrGmJOcWpvFCam0HTzTXE2UO3PDEvLTEvPT4rv7QoDygTX5WVnlxRWZEEcogB0CZDY1LUAgB6AFAF</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于级联网络的快速人脸检测算法</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>包晓安 ; 胡玲玲 ; 张娜 ; 吴彪 ; 桂江生</creator><creatorcontrib>包晓安 ; 胡玲玲 ; 张娜 ; 吴彪 ; 桂江生</creatorcontrib><description>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.</description><identifier>ISSN: 1673-3851</identifier><identifier>DOI: 10.3969/j.issn.1673-3851(n).2019.03.011</identifier><language>chi</language><publisher>浙江理工大学信息学院,杭州,310018%山口大学东亚研究科,日本山口753-8514</publisher><ispartof>浙江理工大学学报（自然科学版）, 2019, Vol.41 (3), p.347-353</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/zjgcxyxb/zjgcxyxb.jpg</thumbnail><link.rule.ids>314,780,784,4022,27921,27922,27923</link.rule.ids></links><search><creatorcontrib>包晓安</creatorcontrib><creatorcontrib>胡玲玲</creatorcontrib><creatorcontrib>张娜</creatorcontrib><creatorcontrib>吴彪</creatorcontrib><creatorcontrib>桂江生</creatorcontrib><title>基于级联网络的快速人脸检测算法</title><title>浙江理工大学学报（自然科学版）</title><description>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.</description><issn>1673-3851</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><recordid>eNpjYFA3NNAztjSz1M_SyywuztMzNDM31jW2MDXUyNPUMzIwtNQzMNYzMDRkYeCES3Ew8BYXZyYZGJuZGJsYGxhyMug-nb_rya6-57uWv2ic8nzvxOe75zyf1fJ0_-qXDfOf7Nr1omXHs8UNz7Z2P183_dnmqTwMrGmJOcWpvFCam0HTzTXE2UO3PDEvLTEvPT4rv7QoDygTX5WVnlxRWZEEcogB0CZDY1LUAgB6AFAF</recordid><startdate>2019</startdate><enddate>2019</enddate><creator>包晓安</creator><creator>胡玲玲</creator><creator>张娜</creator><creator>吴彪</creator><creator>桂江生</creator><general>浙江理工大学信息学院,杭州,310018%山口大学东亚研究科,日本山口753-8514</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2019</creationdate><title>基于级联网络的快速人脸检测算法</title><author>包晓安 ; 胡玲玲 ; 张娜 ; 吴彪 ; 桂江生</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_zjgcxyxb2019030113</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2019</creationdate><toplevel>online_resources</toplevel><creatorcontrib>包晓安</creatorcontrib><creatorcontrib>胡玲玲</creatorcontrib><creatorcontrib>张娜</creatorcontrib><creatorcontrib>吴彪</creatorcontrib><creatorcontrib>桂江生</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>浙江理工大学学报（自然科学版）</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>包晓安</au><au>胡玲玲</au><au>张娜</au><au>吴彪</au><au>桂江生</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于级联网络的快速人脸检测算法</atitle><jtitle>浙江理工大学学报（自然科学版）</jtitle><date>2019</date><risdate>2019</risdate><volume>41</volume><issue>3</issue><spage>347</spage><epage>353</epage><pages>347-353</pages><issn>1673-3851</issn><abstract>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.</abstract><pub>浙江理工大学信息学院,杭州,310018%山口大学东亚研究科,日本山口753-8514</pub><doi>10.3969/j.issn.1673-3851(n).2019.03.011</doi></addata></record>
fulltext fulltext
identifier ISSN: 1673-3851
ispartof 浙江理工大学学报（自然科学版）, 2019, Vol.41 (3), p.347-353
issn 1673-3851
language chi
recordid cdi_wanfang_journals_zjgcxyxb201903011
source 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title 基于级联网络的快速人脸检测算法
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-10T05%3A11%3A29IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E7%BA%A7%E8%81%94%E7%BD%91%E7%BB%9C%E7%9A%84%E5%BF%AB%E9%80%9F%E4%BA%BA%E8%84%B8%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95&rft.jtitle=%E6%B5%99%E6%B1%9F%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E5%8C%85%E6%99%93%E5%AE%89&rft.date=2019&rft.volume=41&rft.issue=3&rft.spage=347&rft.epage=353&rft.pages=347-353&rft.issn=1673-3851&rft_id=info:doi/10.3969/j.issn.1673-3851(n).2019.03.011&rft_dat=%3Cwanfang_jour%3Ezjgcxyxb201903011%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=zjgcxyxb201903011&rfr_iscdi=true