基于Faster R-CNN的人脸检测方法

• 作者: 张军挺 董兰芳
• 来源期刊: 计算机系统应用
• 关键词: 人脸检测 候选区域 卷积神经网络 非限制性条件
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 研究开发
• 页码范围: 262-267
• 页数: 6页
• 字数: 3012字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006102

摘要

近年来,基于候选区域的快速卷积神经网络(Faster R-CNN)算法,在多个目标检测数据集上有出色的表现,吸引了广泛的研究兴趣.Faster R-CNN框架本来是用做通用目标检测的,本文将它应用到人脸检测上,分别使用ZF和VGG 16卷积神经网络,在WIDER人脸数据集上训练Faster R-CNN模型,并在FDDB人脸数据库上测试.实验结果表明,该方法对复杂光照、部分遮挡、人脸姿态变化具有鲁棒性,在非限制性条件下具有出色的人脸检测效果.这两种网络结构,在检测效率和准确性上各有优势,可以根据实际应用需求,选择使用合适的网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董兰芳	中国科学技术大学计算机科学与技术学院	58	518	13.0	21.0
2	张军挺	中国科学技术大学计算机科学与技术学院	2	24	2.0	2.0