深度学习的视频监控下的人脸清晰度评价

• 作者: 杨力 章东平 陈奇
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 深度学习 清晰度评价 图像分类 视频监控
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 数理与信息科学
• 页码范围: 509-515
• 页数: 7页
• 分类号: TP391
• 字数: 4618字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2017.04.017

摘要

人脸识别已经广泛地应用于日常生活中,作为关键技术之一的人脸清晰度评价成为了热门的研究课题.然而,传统的手工提取特征的方法在效果和鲁棒性上都有所欠缺.为此,我们运用卷积神经网络实现特征的构造和选择,有助于提高评价结果的准确率.同时针对网络复杂、参数过多和耗时长等问题,还提出将传统的卷积结构改造成双卷积层结构的方法来提升计算速度.经过大量的实验表明,本文提出的人脸清晰度评价算法能够准确地进行人脸清晰度的评估,并且具有较快的处理速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章东平	中国计量大学信息工程学院	29	80	5.0	7.0
2	杨力	中国计量大学信息工程学院	12	26	3.0	4.0
3	陈奇	中国计量大学信息工程学院	1	1	1.0	1.0