基于单阶段的多人脸动态检测系统

摘要：

针对当前人脸签到效率偏低的问题,提出了一种基于单阶段的多人脸动态检测方案.首先输入包含人脸的图片,经过MobileNet卷积提取特征,接着送入FPN网络提取多尺度候选框,最后输入到上下文模块完成检测和分类.在实验对比过程中,将改进的单阶段网络与传统的目标检测网络以及卷积神经网络进行对比,改进后的方案因其出色的结构有效地减少了时间成本,在CPU环境中,在720P以及VGA视频总用时相比HOG方案快了至少2倍;在GPU环境中,对720P以及VGA视频相比CNN方案,检测速率分别提高了17.8％和1.3％.另外,在精度方面,检测的难度越大,提出的方案越有优势.当每帧人脸介于3～5个之间时,相较于HOG、Haar以及CNN方案,分别提高了约20.7％,18.4％和11.7％;当每帧人脸介于6～10个之间时,相较于HOG、Haar以及CNN方案分别提高了约52.5％,53.0％和34.4％.

关键词：动态检测;多人脸检测;单阶段检测;特征金字塔网络;上下文模块;卷积神经网络;智能签到

所属期刊栏目：44

分类号：TN911.73-34;TP391.41

资助基金：国家自然科学基金项目;陕西省重点研发计划;校企共建研发项目:基于大数据的智慧教育自动监控与评估系统

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：49-55