基于深度学习的自然场景下多人脸实时检测

• 作者: 吴东东 李昊璇
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 多人脸检测 YOLOv3 深度学习 卷积神经网络 批量归一化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 41-47
• 页数: 7页
• 分类号: TP183
• 字数: 3356字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2020.01.007

摘要

为了解决人脸检测的实时性与有效性,提出了基于YOLOv3算法的人脸检测模型.该模型以Darknet 53为主干网络,用3种不同尺寸的特征图进行预测,对Bounding box的中心坐标、置信度以及类别损失函数进行设计,最后直接回归被检测人脸的信息.实验中对数据进行了批量归一化处理,加速了Loss收敛.实验采用Wider Face的自然场景下的人脸数据集,将YOLOv3算法模型与不同算法模型比较,结果显示基于YOLOv3算法的人脸检测模型能够保证人脸检测的实时性,同时实现了自然场景下多人脸检测的任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昊璇	山西大学物理电子工程学院	6	5	1.0	2.0
2	吴东东	山西大学物理电子工程学院	1	0	0.0	0.0