一种多层特征融合的人脸检测方法
由于姿态、光照、尺度等原因,卷积神经网络需要学习出具有强判别力的特征才能应对复杂场景下的人脸检测问题.受卷积神经网络中特定特征层感受野大小限制,单独一层的特征无法应对多姿态多尺度的人脸,为此提出了串联不同大小感受野的多层特征融合方法用于检测多元化的人脸;同时,通过引入加权降低得分的方法,改进了目前常用的非极大值抑制算法,用于处理由于遮挡造成的相邻人脸的漏检问题.在FDDB和WiderFace两个数据集上的实验结果显示,文中提出的多层特征融合方法能显著提升检测结果,改进后的非极大值抑制算法能够提升相邻人脸之间的检测准确率.
人脸检测、多姿态、多尺度、遮挡、复杂场景、卷积神经网络、特征融合、非极大值抑制
13
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61572409,61402386,81230087,61571188
2018-04-02(万方平台首次上网日期,不代表论文的发表时间)
共9页
138-146