人臉檢測是從給定的圖像或視頻中準(zhǔn)確定位人臉的位置和尺度大小,是人工智能領(lǐng)域重點(diǎn)研究內(nèi)容之一.針對當(dāng)前人臉檢中人臉尺度多樣性問題,特別是小尺寸人臉檢測困難問題,提出了一種基于全卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測模型,并設(shè)計(jì)了多尺度特征學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)用于細(xì)粒度特征的學(xué)習(xí),從而提升小尺度人臉檢測的準(zhǔn)確率.實(shí)驗(yàn)結(jié)果表明該算法有較高的檢測準(zhǔn)確率,在FDDB測試集中的檢測準(zhǔn)確率達(dá)到96.6%,在大大提升了人臉檢測效率的同時,提高了對小尺度人臉檢測的魯棒性,具有很好的人臉檢測性能.

【文章頁數(shù)】：5 頁

【部分圖文】：

VGG-16網(wǎng)絡(luò)結(jié)構(gòu)主要由13個卷積層和3個全連接層組成，模型待優(yōu)化參數(shù)是數(shù)億級別，其中全連接層的參數(shù)約占整個網(wǎng)絡(luò)參數(shù)的89%.在VGG-16網(wǎng)絡(luò)中，卷積層后面接3個全連接層和Softmax層實(shí)現(xiàn)特征維度的降維和圖像的分類預(yù)測.但在VGG-16網(wǎng)絡(luò)中的全連接層將特征映射到低維特征....

圖2為本算法設(shè)計(jì)網(wǎng)絡(luò)對不同圖像中人臉檢測的效果.在人臉密集度不高的場所，該算法都能準(zhǔn)確的完成人臉檢測.在圖2(b）中對有部分遮擋的人臉也實(shí)現(xiàn)了準(zhǔn)確的檢測；在圖2(c）中人臉密集且小尺度人臉的情況下，該算法同樣有很好的檢測效果，具有對小尺度人臉檢測的魯棒性.3結(jié)論

本文編號：4009351