一种改进的基于R-FCN模型的人脸检测算法

• 作者: 戴海能 茅耀斌
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 人脸检测 深度学习 目标检测 全卷积网络
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 12-15,20
• 页数: 5页
• 分类号: TP312
• 字数: 3120字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.08.003

摘要

基于区域的卷积神经网络在目标检测中有着广泛的应用,吸引了研究者的广泛兴趣.针对人脸检测问题,本文基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN),提出一种改进的人脸检测算法.为了使模型训练更加充分,利用在线难例样本挖掘法放宽正负样本的约束,扩充训练集的范围,针对人脸目标存在重叠问题,采用线性非极大值抑制法避免漏检重叠人脸.在人脸检测数据库(FDDB)上的实验结果表明,改进的R-FCN模型比原始的R-FCN模型有着更高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	茅耀斌	南京理工大学自动化学院	37	772	17.0	27.0
2	戴海能	南京理工大学自动化学院	1	2	1.0	1.0