基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对边缘算力受限,难以部署复杂结构的人脸检测深度神经网络的问题,为减少资源消耗,并保证人脸在多尺度变化、遮挡、模糊、光照等复杂场景下的检测精度,提出了多尺度感知的轻量化人脸检测算法.采用改进的人脸残差神经网络作为特征提取网络,并提出双分支浅层特征提取模块,并行分支理解图像多尺度信息,进而由深浅特征融合模块将底层图像信息与高层语义特征融合,配合多尺度感知的训练策略监督多分支学习差异化特征.实验结果表明,所提算法可有效提取多样化的特征,在保持模型高效性和低推理时延的同时,有效提升了算法的精度和稳健性.
推荐文章
全卷积神经网络的多尺度人脸检测的研究
卷积神经网络
人脸检测
AlexNet
多尺度变换
一种多尺度卷积神经网络的人脸检测模型
卷积神经网络
人脸检测
多尺度
全卷积网络
特征提取
基于单一神经网络的实时人脸检测
卷积神经网络
多尺度人脸检测
特征图融合
CPU
多尺度MRF边缘检测
多尺度边缘检测
八邻域线过程
MRF模型
检测边缘定位
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向算力受限边缘环境的双分支多尺度感知人脸检测网络
来源期刊 通信学报 学科 工学
关键词 人脸检测 多尺度感知 特征融合 人脸特征分析 深度学习
年,卷(期) 2020,(8) 所属期刊栏目 学术论文
研究方向 页码范围 165-174
页数 10页 分类号 TP391.41
字数 7091字 语种 中文
DOI 10.11959/j.issn.1000-436x.2020177
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 廖建新 北京邮电大学网络与交换国家重点实验室 340 2208 21.0 29.0
2 戚琦 北京邮电大学网络与交换国家重点实验室 7 105 4.0 7.0
3 马迎新 北京邮电大学网络与交换国家重点实验室 1 0 0.0 0.0
4 王敬宇 北京邮电大学网络与交换国家重点实验室 10 12 2.0 3.0
5 孙海峰 北京邮电大学网络与交换国家重点实验室 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸检测
多尺度感知
特征融合
人脸特征分析
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导