基于深度残差网络和YOLO的人物识别系统

• 作者: 李承骏 邹阿金 陈越锋
• 来源期刊: 现代计算机
• 关键词: 残差网络 多尺度 密集人群 YOLO
• 年，卷（期）: 2018,（28）
• 所属期刊栏目: 图形图像
• 页码范围: 40-43,52
• 页数: 5页
• 字数: 2570字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.28.010

摘要

通过残差网络和多尺度的图像训练来提高人头识别的精度,人头特征的检测有两种方法,以往是基于事先描绘好的人头特征,还有基于统计训练模型的方法,后者具有很好的鲁棒性,用神经网络去训练,可以得到比较好的效果;基于密集的多人图像存在重叠的人头和远近尺度不一的人头特征,这就需要对人物头像的训练样本做更多特殊的处理;对于不能实时检测的问题,采用另外一种YOLO检测的方法,进行缺陷的弥补,获得相关的应用模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹阿金	广东海洋大学电子与信息工程学院电子信息工程系	11	66	4.0	8.0
2	李承骏	广东海洋大学电子与信息工程学院通信工程系	2	5	1.0	2.0
3	陈越锋	广东海洋大学电子与信息工程学院自动化系	1	4	1.0	1.0