基于选择性搜索和卷积神经网络的人脸检测

• 作者: 吴素雯 战荫伟
• 来源期刊: 计算机应用研究
• 关键词: 卷积神经网络 选择性搜索 人脸检测 Gabor核
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2854-2857,2876
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.09.064

摘要

针对复杂背景下存在的光照变化及多姿态的人脸检测问题,提出一种基于Gabor优化的卷积神经网络与选择性搜索策略相结合的算法进行人脸检测.首先采用选择性搜索策略检测出图像中可能存在人脸的目标候选窗口,将候选窗口中的图像子块作为训练好的改进卷积神经网络的输入,经过一系列卷积和池化操作后,提取窗口图像的特征信息并进行分类,确认候选窗口中是否包含人脸.算法在LFW人脸数据库上取得了较高的检测率及检测速度.实验结果表明,融合Gabor特征的卷积神经网络用于人脸检测时可避免传统手工提取特征造成的不确定性,具有更好的泛化能力及鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	战荫伟	广东工业大学计算机学院	53	451	12.0	19.0
2	吴素雯	广东工业大学计算机学院	1	31	1.0	1.0