基于深度学习的实时场景小脸检测方法

• 作者: 叶锋 宫恩来 杭丽君 赵兴文
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 小脸检测 实时检测 计算机视觉
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 162-168
• 页数: 7页
• 分类号: TP391
• 字数: 7281字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1805-0441

摘要

实时场景下的小脸检测存在检出率低而且回归精度差的问题.通过融合更底层特征进行多尺度级联预测.根据实时场景下的人脸特点生成不同大小和比例的预测框以更好地适应人脸形状.在预测阶段提出了基于IOU判别的soft and hard nms算法,对冗余预测框进行抑制,设置两个阈值将网络生成的预测框划分为低中高三段,对不同段的预测框采取不同的处理以达到精准筛选的目的.最优架构可在两张NVIDIA GTX 1080显卡下的实时视频检测和摄像头检测中获得45 f/s的速度,并且在Wider Face总体验证集上取得82.6%的平均精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杭丽君	杭州电子科技大学自动化学院	10	15	3.0	3.0
2	赵兴文	杭州电子科技大学自动化学院	2	6	1.0	2.0
3	宫恩来	杭州电子科技大学自动化学院	2	6	1.0	2.0
4	叶锋	杭州电子科技大学自动化学院	2	6	1.0	2.0