文献类型：期刊文章

作　　者：刘晓军[1] 类成玉[2] 张晓玲[1] 刘珂宇[3]

Liu Xiaojun;Lei Chengyu;Zhang Xiaoling;Liu Keyu(School of Mechanical&Control Engineering,Shengli College,China University of Petroleum,Dongying 257061,China;School of Control Science&Engineering,Shandong University,Ji'nan 250061,China;College of International Education,Guangxi University of Science&Technology,Liuzhou 545006,China)

机构地区：[1]中国石油大学胜利学院机械与控制工程学院,山东东营257061 [2]山东大学控制科学与工程学院,济南250061 [3]广西科技大学国际教育学院,广西柳州545006

出　　处：《兵工自动化》

基　　金：山东省本科高校教学改革研究项目(C2016M076)。

年　　份：2021

卷　　号：40

期　　号：6

起止页码：58-63

语　　种：中文

收录情况：IC、UPD、ZGKJHX、普通刊

摘　　要：为更好地了解和研究基于卷积神经网络(ccnvolutional neural networks,CNN)的人脸检测,从低图像质量人脸检测和人脸检测系统的性能优化2方面,分析人脸检测所面临的困难并给出其解决方案,总结2015年以来基于卷积神经网络的人脸检测技术的发展进程和方向,对人脸检测任务中的遮挡、尺度、小面部集群、速度、精度以及多任务RPN(multi-task region proposal network)人脸检测等方面进行总结陈述,对未来基于卷积神经网络人脸检测的发展趋势进行预测。

关 键 词：计算机视觉 人脸检测 深度学习  卷积神经网络

分 类 号：TP242]