全卷积神经网络的多尺度人脸检测的研究

• 作者: 罗明柱 肖业伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 卷积神经网络 人脸检测 AlexNet 多尺度变换
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 124-128,165
• 页数: 6页
• 分类号: TP391
• 字数: 4535字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1805-0034

摘要

为实现快速而准确的人脸检测,提出了一种基于全卷积神经网络的多尺度人脸检测的方法,将卷积神经网络模型AlexNet的全连接层改为全卷积层,并将分类层改为人脸与非人脸的二分类,训练之后准确率达到99.16%.将训练好的分类模型用于人脸检测时,待检测图片通过多尺度变换后输入全卷积网络得到特征图的概率矩阵,用非极大值抑制得到最精准的人脸框.检测结果表明,该方法在人脸检测时准确率高,检测时间短,表现出较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖业伟	湘潭大学信息工程学院	24	130	6.0	10.0
2	罗明柱	湘潭大学信息工程学院	1	9	1.0	1.0