原文服务方: 计算机应用研究       
摘要:
针对在非控条件下的人脸检测经常遇到的问题,如复杂的人脸姿态表情、严重的人脸遮挡、外界环境背景复杂、光照条件差、小脸等提出了一种自下而上的人脸检测方法.自下而上的人脸检测是基于深度学习的,先进行人脸相关关键点检测和关键点之间的位置关系检测再进行人脸检测.网络结构采用稠密网络进行图像特征提取,提取到的特征传送给6个级联网络,每个级联网络由两个分支网络构成,分支网络1用来预测人脸相关关键点位置坐标,分支网络2用来预测关键点之间的位置关系.利用得到的关键点位置和位置关系进行人脸检测.在FDDB测试集上进行了验证,取得了0.98的成绩,并可以在输入图像分辨率为1 920×1 080的情况下,能检测到的最小人脸分辨率为10×10,使用GPU Nvidia GeForce GTX 1070最快能达到17 fps.
推荐文章
一种稳健的人脸检测算法
运动检测
肤色检测
轮廓分析
运动跟踪
人脸检测
一种基于矢量关系运算的人脸检测算法
人脸检测
高维形象几何与仿生信息学
矢量关系
色彩矢量
一种基于肤色和脸部特征的人脸特征点检测算法
人机系统
人脸检测
人脸特征模板
人脸特征提取
基于高斯模型的人脸检测算法
高斯模型
人脸检测
YCbCr
相似度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种自下而上的人脸检测算法
来源期刊 计算机应用研究 学科
关键词 人脸检测 深度学习 关键点检测 自下而上
年,卷(期) 2019,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 1897-1900,1906
页数 5页 分类号 TP391.41|TP301.6
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.01.0032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 伍萍辉 河北工业大学电子信息工程学院天津市电子材料与器件重点实验室 28 145 6.0 10.0
2 张宁 河北工业大学电子信息工程学院天津市电子材料与器件重点实验室 13 44 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (48)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸检测
深度学习
关键点检测
自下而上
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导