作者：尹茜人脸检测深度学习卷积神经网络图像金字塔级联算法
摘要：针对人脸检测算法速度慢、精度低的问题,设计一种基于快速卷积神经网络的级联检测算法。首先对图像进行滤波预处理,减少噪声产生的无效候选框个数,使用图像金字塔方法采样出尺度大小不一的图像,达到多尺度检测的目的;其次设计3个顺序级联的高效轻量级卷积神经网络PNet、RNet、ONet,分别用于初选、精修和输出人脸区域,设计内容包括输入预处理、引入深度可分离卷积结构、网络结构调整等;最后在训练阶段使用批量归一化方法提升训练效果。人脸检测数据集的实验结果表明,在精度方面,FDDB验证集精度达到91.2%;在速度方面,对于1024768大小的图像检测2424的最小人脸尺寸,x86 CPU上运行可以达到47.2FPS,ARM上运行可以达到26.1FPS,设计的人脸检测算法能够满足实际场景的实时性,且保持较高的精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《常州信息职业技术学院学报》（双月刊）创刊于2002年，由江苏省工业和信息化厅主管，常州信息职业技术学院主办，CN刊号为：32-1688/Z，自创刊以来，颇受业界和广大读者的关注和好评。 《常州信息职业技术学院学报》加入CNKI中国期刊全文数据库收录期刊、中国学术期刊综合评价数据库来源期刊CMK、中文科技期刊数据库原文收录期刊、中国优秀期刊（遴选）数据库收录期刊。为高水平的研究提供有力的支持，为学术、科学研究的最新成果提供最好的服务。
杂志详情
