復雜背景下小尺寸多角度人臉檢測方法研究
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>234 K
標簽： 人臉檢測 多任務級聯卷積神經網絡 輕量化網絡
所需積分：0分積分不夠怎么辦？
文檔介紹：為了提升復雜背景下小尺寸人臉檢測精度，提出了一種人臉檢測方法GhostNet-MTCNN。在多任務級聯卷積神經網絡（MTCNN）主干網絡上，將占用計算資源的普通卷積進行舍棄，利用GhostNet網絡中計算量更低的Ghost bottleneck模組替代卷積的作用，重新構建網絡特征提取功能，從而搭建一個新的模型。實驗結果表明，該方法可以有效平衡參數量和精度。在Easy、Medium、Hard三種驗證集上，與MTCNN相比在參數量僅增加0.62M的前提下精度分別提升了 5.6%、6.6%、7.8%，與MobileNetV3-MTCNN相比在參數量減少1.27M的同時精度又分別提升了1.6%、0.8%、0.5%。該研究能夠在復雜場景下提高模型對小尺寸、多角度人臉檢測精度，同時也能夠有效平衡參數量和檢測精度使其成為在邊緣設備部署中更優(yōu)的選擇。
現在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。