基于深度学习的教室快速头部检测算法
快速准确的定位是智能考场监测与课堂行为分析的基础.当前较为成熟的面部检测与人体检测方案易受到遮挡、大视角变化的影响,通过对已有的快速人脸检测算法RetinaFace进行迁移学习,并改进其特征金字塔中特征融合策略,提出了一种新的适用于教室场景下的快速头部检测算法.此外,对已有对数据集进行挑选,并自行收集数据,进行人工标注,组成新的教室场景下头部检测数据集.实验结果表明,该算法可以快速准确地定位教室场景下人员头部的位置,并能够在CPU进行快速推理.
深度学习、头部检测、教室环境、特征融合
25
TP18;G40-058(自动化基础理论)
广西教育科学十四五规划广西教育信息化发展研究委托重点课题;国家社会科学基金
2023-03-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
15-19