基于卷积神经网络多方位的人脸检测

• 作者: 孟小枫 宋宁 许立升
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 卷积神经网络 鲁棒性 多方位 背景差分法
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 基金项目
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391.4
• 字数: 4248字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.03.010

摘要

针对单个摄像头在进行视频监控时视野域有限的问题,提出了一种基于卷积神经网络多方位人脸检测方法.网络的所有权值都是通过学习来不断更新的,所以该网络可以从大量训练集中自动生成特征提取器提取特征,而不需要事先对训练集中的面部图案特征进行手工标记和分析且有很好的鲁棒性.多方位的人脸检测可以更好的捕捉到人脸信息,进而更好地进行人脸检测和识别.同时文中采用改进后的背景差分法,提高运算速率.在通过对人脸数据进行训练的实验结果显示:文中的方法有更高的检测率,并且相对经典卷积神经网络收敛速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许立升	河海大学理学院	1	1	1.0	1.0
2	孟小枫	河海大学理学院	1	1	1.0	1.0
3	宋宁	河海大学理学院	1	1	1.0	1.0