《級聯的卷積神經網路人臉檢測方法》是李亞可,玉振明撰寫的一篇論文。
基本介紹
- 中文名：級聯的卷積神經網路人臉檢測方法
- 作者：李亞可,玉振明
- 論文來源：計算機工程與套用
- 發表時間：2019-11-24
- 分類號：TP391.41;TP183
論文摘要,引文格式,
論文摘要
針對由於光照、解析度、姿態和表情等因素變化引起的人臉檢測準確性不高的問題和大多人臉檢測算法使用單一的卷積神經網路去提取特徵引起的算法的泛化能力變弱的問題,提出了三層由淺及深的級聯的卷積神經網路結構。首先通過全卷積神經網路快速定位人臉候選區域,然後採用深度神經網路提取人臉魯棒性特徵,對候選區域進一步分類驗證,並用聯合回歸的方法確定最終人臉位置,提高檢測精度。同時通過加權降低得分改進常用的非極大值抑制的方法,解決了由於相鄰人臉高度重疊引起的漏檢問題。實驗結果表明,該模型對上述引起人臉檢測準確率不高的因素具有較好的魯棒性,並且在FDDB數據集上有著較高的準確率和運行速度。改進後的非極大值抑制算法對在FDDB的測試準確率也有一定的提升。
引文格式
李亞可,玉振明.級聯的卷積神經網路人臉檢測方法[J/OL].計算機工程與套用:1-11[2019-11-24]
