基于卷积神经网络的快速人脸检测算法

摘要：

针对如何快速、准确地检出人脸的问题,提出了一种使用特征融合的卷积神经网络.首先快速提取图像的梯度方向直方图(HOG),然后使用能快速对多种物体进行检测的卷积神经网络YOLO提取图像特征,最后将YOLO提取出的特征与HOG进行融合,并将融合后的特征作为特征图.在训练过程中,引入了多任务学习和复杂样本处理,使本文提出的卷积神经网络能够进行目标定位与分类,并提高训练效果.在通用的人脸检测数据集FDDB进行的实验分析,证实了本文提出的算法可大幅提高快速检测人脸的准确率.

关键词：人脸检测、卷积神经网络、梯度方向直方图、YOLO

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61561017;海南省科技厅重大科技计划ZDKJ2016015

在线出版日期：2019-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：324-329