卡口场景下人脸检测模型的自适应重训练算法

• 作者: 李绍滋 苏松志 雷明仪
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸检测 卡口场景 重训练 聚合通道特征模型
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 429-436
• 页数: 8页
• 分类号: TP181
• 字数: 6630字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201611054

摘要

卡口场景下的人脸检测是视频智能监控的关键技术.然而,由于不同的人脸数据集的样本分布之间存在差异,在现有公开数据集上训练得到的人脸检测模型在卡口场景下难以取得令人满意的效果.为了解决上述问题,构建了一个卡口场景下的人脸数据集,并提出了一种简单且有效的模型重训练方法.该重训练方法能在模型检测人脸时,自适应地选取新的训练样本进行模型的重训练.在卡口场景测试集上的实验结果表明,该重训练方法能明显降低聚合通道特征模型的平均漏检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍滋	厦门大学信息科学与技术学院	87	1292	20.0	34.0
2	苏松志	厦门大学信息科学与技术学院	16	466	8.0	16.0
3	雷明仪	厦门大学信息科学与技术学院	1	2	1.0	1.0