一种改进的MTCNN人脸检测算法

• 作者: 吴纪芸 陈时钦
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 多任务级联卷积神经网络 最小人脸大小 图像金字塔 自适应 人脸检测
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 78-81
• 页数: 4页
• 分类号: TP312
• 字数: 3559字
• 语种: 中文
• DOI: 10.11907/rjdk.191728

摘要

人脸检测主要运用于机场、火车站等人口密集场所.目前常用的人脸检测算法有MTCNN、YOLOV3、faster-RCNN、SSD等,但已有算法难以兼顾检测速度和检测准确性.通过改进多任务级联卷积神经网络(MTCNN)人脸检测算法,将MTCNN、YOLOV3、faster-RCNN等3个模型进行整合,减少内存与显存之间的数据搬运;然后动态修改Minsize值,减少图像金字塔中图片生成数量,并根据图像相似度对输入图片进行不同处理以提高效率.改进后的MTCNN算法比传统MTCNN算法识别速度提高将近40％,且正确率达到97％,可更好满足现代社会对于人脸检测的应用需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴纪芸	福州职业技术学院现代教育技术中心	3	3	1.0	1.0
2	陈时钦		1	3	1.0	1.0