基于级联卷积神经网络的人脸检测算法

• 作者: 孙康 李千目 李德强
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 人脸检测 级联结构 神经网络 全卷积网络 无约束条件
• 年，卷（期）: 2018,（1）
• 页码范围: 40-47
• 页数: 8页
• 分类号: TP391
• 字数: 2603字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2018.42.01.006

摘要

为了解决大部分基于深度学习的方法直接提取深度抽象特征,无法在速度与精度上取得均衡问题,该文将传统的级联框架与深度卷积神经网络结合,提出了一种新的基于级联的由浅至深的卷积神经网络人脸检测方法.首先通过融合全脸与部分人脸的全卷积神经网络置信图谱快速定位人脸候选区域,然后采用深度神经网络提取人脸鲁棒性特征,对候选区域进一步分类验证,并用联合回归的方法确定最终人脸位置,提高检测精确度.所提出的方法与一些代表性的算法对比和分析,在FDDB、AFW权威评测集上达到了可比较的精度,且能快速地进行检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李千目	南京理工大学计算机科学与工程学院	169	1365	19.0	28.0
2	李德强	南京理工大学计算机科学与工程学院	5	21	3.0	4.0
3	孙康	南京理工大学计算机科学与工程学院	5	36	4.0	5.0