基于卡尔曼滤波改进的MTCNN网络人脸检测算法

• 作者: 许方敏 赵成林 魏荣耀 鲍士兼
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 人脸检测 深度学习 多任务级联卷积网络 卡尔曼滤波
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 193-198
• 页数: 6页
• 分类号: TP391|TP183
• 字数: 3914字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2020.03.005

摘要

针对真实视频流中的噪点、 不可控的光照、 人脸角度的偏转和面部遮挡及连续的人脸移动对人脸检测算法的准确性和实时性有很大影响的问题,提出一种结合卡尔曼滤波器与三级级联多任务级联卷积网络(MTCNN)深度学习网络的改进算法.该算法假设视频中人脸的运动是线性运动,通过卡尔曼滤波器预测下一帧中人脸中心点的位置,根据预测中心点位置向MTCNN网络提供下一帧推荐的检测区域,在下一帧中输入推荐区域,利用MTCNN的R-net和O-net进行再检测.通过实验验证,该算法相比原算法和其他算法在加噪情况下,保持准确率的同时提高了检测速率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵成林	北京邮电大学信息与通信工程学院	52	271	9.0	13.0
2	许方敏	北京邮电大学信息与通信工程学院	13	52	4.0	6.0
3	鲍士兼		3	0	0.0	0.0
4	魏荣耀	北京邮电大学信息与通信工程学院	1	0	0.0	0.0