復(fù)雜背景下小尺寸多角度人臉檢測方法研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大小：234 K
標(biāo)簽： 人臉檢測 多任務(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò) 輕量化網(wǎng)絡(luò)
所需積分：0分積分不夠怎么辦？
文檔介紹：為了提升復(fù)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(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)（MTCNN）主干網(wǎng)絡(luò)上，將占用計算資源的普通卷積進行舍棄，利用GhostNet網(wǎng)絡(luò)中計算量更低的Ghost bottleneck模組替代卷積的作用，重新構(gòu)建網(wǎng)絡(luò)特征提取功能，從而搭建一個新的模型。實驗結(jié)果表明，該方法可以有效平衡參數(shù)量和精度。在Easy、Medium、Hard三種驗證集上，與MTCNN相比在參數(shù)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(shù)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(fù)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(shù)量和檢測精度使其成為在邊緣設(shè)備部署中更優(yōu)的選擇。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。