自然场景下基于四级级联全卷积神经网络的人脸检测算法

• 作者: 周亚同 石学超 韩卫雪
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 人脸检测 4级级联网络 全卷积网络 自举训练 深度学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 铁道通信信号、信息化
• 页码范围: 80-86
• 页数: 7页
• 分类号: TP18|TP391
• 字数: 6562字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2019.01.011

摘要

针对于自然场景下人脸检测存在的姿态复杂、遮挡和光照等问题,提出一种基于4级级联全卷积神经网络的人脸检测算法.构建4级级联网络,采用级联分级训练代替端到端训练,以避免只共享1个网络权值的局限,进而获得有区分性功能的深度网络,提高检测精度;每级深度网络结构均采用全卷积结构,可以接受任意尺寸图像的输入,提高检测效率;另外在训练过程采用自举法Bootstrap进行网络模型的优化训练,提高训练样本利用率;利用最终训练好的深度卷积网络模型实现人脸检测.人脸检测实验结果标明,本算法在自然场景下,对多姿态、遮挡、单图多种人脸类型等均具有良好的鲁棒性,同时在现有平台上每张图片的检测速度达到96 ms,在国际权威的人脸检测公开测试集FDDB上的"真正率"达到82.98％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周亚同	河北工业大学电子信息工程学院	58	236	9.0	13.0
2	韩卫雪	河北工业大学电子信息工程学院	2	12	1.0	2.0
3	石学超	河北工业大学电子信息工程学院	2	10	1.0	2.0