文献类型：期刊文章

作　　者：杨少鹏[1] 刘宏哲[1] 王雪峤[2]

YANG Shao-peng;LIU Hong-zhe;WANG Xue-qiao(Beijing Key Laboratory of Information Service Engineering,Beijing Union University,Beijing 100101,China;Institute of Computer Technology,Beijing Union University,Beijing 100101,China)

机构地区：[1]北京联合大学北京市信息服务工程重点实验室,北京100101 [2]北京联合大学计算机技术研究所,北京100101

出　　处：《计算机科学》

基　　金：国家自然科学基金(61871039,61802019,61906017);北京联合大学领军计划项目(BPHR2019AZ01);北京市属高校高水平教师队伍建设支持计划项目(IDHT20170511);国家科技支撑项目(2015BAH55F03);北京市教委科技计划一般项目(KM201811417002,KM201911417001,KM201711417005);智能驾驶大数据协作创新中心(CYXC1902);北京自然科学基金(4184088)。

年　　份：2020

卷　　号：47

期　　号：6

起止页码：126-132

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：人脸检测是指从输入图片或视频中找到人脸的精确位置并确定其大小。为了应对尺度多样性特别是小尺寸人脸给人脸检测任务带来的困难,文中提出一种新的基于特征图融合的小尺寸人脸检测方法。首先,合理地选择待检测特征图,使用不同的特征图检测不同大小的人脸。然后,通过将较深的特征图和较浅的特征图进行融合,合理地引入上下文信息,从而提高小尺寸人脸的检测精度。在NVIDIA GTX TATAN X上,使用WIDERFACE数据集对所提方法进行训练和测试,其在WIDERFACE 3个测试子集上的测试结果分别为88.9%(hard),93.5%(medium),94.3%(easy)AP,检测速度为39 fps,其检测精度和检测速度均优于其他优秀的检测方法。

关 键 词：特征图融合  小尺寸 上下文信息 一阶段网络  

分 类 号：TP391]