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:
人脸检测在人机界面、安全系统、人脸识别、基于内容的图像检索等不同应用中起着重要作用.随着计算机图像技术的发展,人脸检测的方法也越来越多.但是利用现有的人脸检测方法检测重叠人脸时,虽然能够检测出部分人脸,但是相比于单人脸的检测,算法的效率和准确性都有所欠缺.针对这个问题,提出了一种基于深度学习的重叠人脸检测方法.首先基于机器学习方法,构建出多个人脸特征分类器,然后再利用肤色检测的方法对分类器得到的候选人脸进行二次检测,最后利用提出的一种NMS算法对候选人脸进行进一步的处理,从而检测出精确的人脸.为了验证算法的高效性和准确性,进行了多个人脸检测算法的对比实验,结果表明,该算法在效率和准确性方面都有较大提高.
推荐文章
基于深度学习和部分模型的相关性人脸检测
人脸检测
深度学习
部分模型
检测精度
虚警率
基于深度学习的人脸分析研究进展
深度学习
卷积神经网络
人脸数据库
人脸识别
人脸分析
基于深度学习与融入梯度信息的人脸姿态分类检测
人脸姿态分类
深度学习
受限玻尔兹曼机
基于深度学习的人脸识别方法研究综述
深度学习
人脸识别
卷积神经网络
生物特征识别
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 基于深度学习的重叠人脸检测
来源期刊 计算机技术与发展 学科 工学
关键词 人脸检测 肤色检测 重叠人脸 深度学习
年,卷(期) 2020,(2) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 28-32
页数 5页 分类号 TP391.41
字数 3601字 语种 中文
DOI 10.3969/j.issn.1673-629X.2020.02.006
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 赵逢禹 上海理工大学光电信息与计算机工程学院 68 296 10.0 14.0
2 陈立阳 上海理工大学光电信息与计算机工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (329)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(10)
  • 参考文献(0)
  • 二级参考文献(10)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
肤色检测
重叠人脸
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导