基于改进Faster R-CNN的嘴部检测方法

• 作者: 倪伟 刘飞 喻洪流 秦常程 魏文韬
• 来源期刊: 计算机系统应用
• 关键词: 嘴部检测 Faster R-CNN 多尺度特征 卷积网络 不同场景
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究开发
• 页码范围: 238-242
• 页数: 5页
• 字数: 4320字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007164

摘要

在通过嘴部进行人机交互的场景下,外界光线变化、小目标检测的复杂性、检测方法的不通用性等因素给不同场景下嘴部的识别带来了很大困难.该文以不同场景下的人脸图像为数据源,提出了一种基于改进Faster R-CNN的人脸嘴部识别算法.该方法在Faster R-CNN框架中结合多尺度特征图进行检测,首先将同一卷积块不同卷积层输出的特征图结合,然后对不同的卷积块按元素进行求和操作,在输出的特征图上进行上采样得到高分辨率的表达能力更强的特征,从而提高了嘴部这种小目标的检测性能.在网络训练试验中运用多尺度训练和增加锚点数量增强网络检测不同尺寸目标的鲁棒性.实验表明,相比于原始的Faster R-CNN,对嘴部的检测准确率提高了8％,对环境的适应性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪伟	上海理工大学康复工程与技术研究所	20	416	9.0	20.0
2	喻洪流	上海理工大学康复工程与技术研究所	101	555	12.0	18.0
3	刘飞	上海理工大学康复工程与技术研究所	4	4	1.0	2.0
4	魏文韬	上海理工大学康复工程与技术研究所	1	0	0.0	0.0
5	秦常程	上海理工大学康复工程与技术研究所	1	0	0.0	0.0