基于Edge Boxes和深度学习的非限制条件下人脸检测

• 作者: 刘英剑 张起贵
• 来源期刊: 现代电子技术
• 关键词: 人脸检测 特征提取 深度学习 EdgeBoxes 卷积神经网络 非极大抑制算法
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 29-33
• 页数: 5页
• 分类号: TN911.73-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.13.007

摘要

针对光线、旋转、遮挡、平移等因素对人脸检测结果产生的干扰,提出一种基于Edge Boxes和深度学习相结合的人脸检测算法.首先采用Edge Boxes算法提取出可能存在人脸的边界框,提取边界框中的图像并调整至合适的大小,作为卷积神经网络的输入,然后利用卷积神经网络对提取出的图像进行特征提取和分类,最后利用非极大抑制算法排除多余人脸检测框,得到人脸的准确位置.该算法应用于LFW和Yale B人脸数据库的检测率分别达到98.7％和98.5％,识别单张人脸的时间均小于0.5 s.实验结果表明,该算法在检测率和检测速率方面较传统算法都有了很大的提高,对于遮挡、光照、旋转等干扰具有更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张起贵	太原理工大学数字图像处理实验室	38	176	7.0	11.0
2	刘英剑	太原理工大学数字图像处理实验室	1	1	1.0	1.0