文献类型：期刊文章

作　　者：张宁[1] 伍萍辉[1]

Zhang Ning;Wu Pinghui(Tianjin Key Laboratory of Electronic Materials & Devices,School of Electronic & Information Engineering,Hebei University of Technology,Tianjin 300401,China)

机构地区：[1]河北工业大学电子信息工程学院天津市电子材料与器件重点实验室

出　　处：《计算机应用研究》

年　　份：2019

卷　　号：36

期　　号：6

起止页码：1897-1900

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对在非控条件下的人脸检测经常遇到的问题,如复杂的人脸姿态表情、严重的人脸遮挡、外界环境背景复杂、光照条件差、小脸等提出了一种自下而上的人脸检测方法。自下而上的人脸检测是基于深度学习的,先进行人脸相关关键点检测和关键点之间的位置关系检测再进行人脸检测。网络结构采用稠密网络进行图像特征提取,提取到的特征传送给6个级联网络,每个级联网络由两个分支网络构成,分支网络1用来预测人脸相关关键点位置坐标,分支网络2用来预测关键点之间的位置关系。利用得到的关键点位置和位置关系进行人脸检测。在FDDB测试集上进行了验证,取得了0.98的成绩,并可以在输入图像分辨率为1 920×1 080的情况下,能检测到的最小人脸分辨率为10×10,使用GPU Nvidia GeForce GTX 1070最快能达到17 fps。

关 键 词：人脸检测 深度学习  关键点检测  自下而上  

分 类 号：TP391.41] TP301.6[计算机类]