基于YOLO与改进的DLIB多角度遮挡人脸判别方法

• 作者: 呙红娟 成洁 石跃祥
• 来源期刊: 计算技术与自动化
• 关键词: 卷积神经网络 YOLO人脸检测模型 DLIB人脸关键点检测 遮挡人脸判别
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 83-89
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201804015

摘要

针对ATM机上违法犯罪分子通过遮挡面部进行犯罪活动进而无法追踪的问题,提出了一种基于YOLO与改进的DLIB多角度遮挡人脸判别方法.通过将基于YOLO模型的多目标检测改成单一人脸检测,并调整其损失函数中人脸置信度损失计算方式,提高了人脸定位的准确性与时效性,完成了从原始图像的输入到任意人脸位置的回归,再结合改进的DLIB多角度人脸68个关键点检测算法在回归出的人脸位置上进行遮挡判别的新方法.测试结果验证了新方法优于传统方法,能够有效并快速地判别出各类遮挡,实现了ATM机上遮挡人脸判别的实时性与鲁棒性,具有较高的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成洁	湘潭大学信息工程学院	5	33	2.0	5.0
2	呙红娟	湘潭大学信息工程学院	1	2	1.0	1.0