级联网络和金字塔光流的旋转不变人脸检测

摘要：

在无约束的开放空间中,由于面部姿态变化、背景环境复杂、运动模糊等,人脸检测仍是一个具有挑战性的任务.本文针对视频流中人脸检测存在的平面内旋转问题,将人脸关键点与金字塔光流相结合,提出了基于级联网络和金字塔光流的旋转不变人脸检测算法.首先利用级联渐进卷积神经网络对视频流中前一帧进行人脸位置和关键点的定位;其次为获取关键点与人脸候选框间光流映射,使用独立的关键点检测网络对当前帧进行再次定位;之后计算前后两帧之间关键点光流位移;最后通过关键点光流位移与人脸候选框的映射关系,对视频中检测到的人脸进行校正,从而完成平面内旋转人脸不变性检测.实验经FDDB公开数据集上测试,证明该方法精确度较高.并且,在Boston面部跟踪数据集上进行动态测试,证明该人脸检测算法能有效解决平面内旋转人脸检测问题.对比其它检测算法,该算法检测速度有较大优势,同时视频中窗口抖动问题得到了很好解决.

关键词：旋转不变性、关键点检测、级联渐进网络、金字塔光流、人脸检测

所属期刊栏目：47

分类号：TP391.41;TP183(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2020-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：20-28