基于YOLO的多尺度并行人脸检测算法

被引：6

作者：

贺怀清

王进

惠康华

陈琴

机构：

[1] 中国民航大学计算机科学与技术学院

来源：

计算机工程与设计 | 2020年 / 41卷 / 09期

关键词：

通用目标检测; 人脸检测; 多尺度; 并行检测; 中心损失;

D O I：

10.16208/j.issn1000-7024.2020.09.024

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对通用目标检测方法YOLO(you only look once)直接应用到人脸检测中存在召回率不够高、定位不够准确的问题,提出一种由密集到稀疏的多尺度并行的网络结构。通过不同尺度的网络检测不同尺寸的人脸,解决召回率不够高的问题,通过平均多尺度网络的检测结果解决定位不够准确的问题。引入中心损失函数,减小类内距离,进一步提高分类准确率。实验结果表明,在不同的数据集上,该方法的召回率及定位准确性相对于YOLO有所提高,检测精度接近主流方法的同时检测速度具有明显优势。

引用

页码：2559 / 2565

页数：7

共 15 条

[1]

A convolutional neural network cascade for face detection. Li,H,Lin,Z,Shen,X.et al. Computer Vision and Pattern Recognition . 2015

[2]

Joint face detection and alignment using multitask cascaded convolutional networks. ZHANG K,ZHANG Z,LI Z,et al. IEEE Signal Processing Letters . 2016

[3]

Facial feature point detection: A comprehensive survey[J] . Nannan Wang,Xinbo Gao,Dacheng Tao,Heng Yang,Xuelong Li. &nbspNeurocomputing . 2018

[4] 基于改进的深度卷积神经网络的人脸识别 [J].

吴尧 ;

邱卫根 .

计算机工程与设计, 2017, 38 (08) :2246-2250

[5] 改进深度学习块卷积神经网络的人脸表情识别 [J].

何永强 ;

秦勤 ;

王俊鹏 .

计算机工程与设计, 2019, 40 (03) :850-855

[6]

You Only Look Once:Unified,Real-Time Object Detection. Redmon J,Divvala S,Girshick R,et al. Computer Vision and Pattern Recognition . 2016

[7]

Microsoft COCO:Common objects in context. Lin T Y,Maire M,Belongie S, et al. Computer Vision-ECCV 2014 . 2014

[8]

Large-scale CelebFaces Attributes （CelebA） dataset. Liu Z,Luo P,Wang X,et al. http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html . 2019

[9]

Face detection with the faster R-CNN. Jiang H,Learned-Miller E. 12- （th）IEEE International Conference on Automatic Face&Gesture Recognition . 2017

[10]

DSFD:Dual shot facedetector. Li J,Wang Y,Wang C,et al. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition . 2019

← 1 2 →