摘要：针对人脸检测算法速度慢、精度低的问题,设计一种基于快速卷积神经网络的级联检测算法。首先对图像进行滤波预处理,减少噪声产生的无效候选框个数,使用图像金字塔方法采样出尺度大小不一的图像,达到多尺度检测的目的;其次设计3个顺序级联的高效轻量级卷积神经网络PNet、RNet、ONet,分别用于初选、精修和输出人脸区域,设计内容包括输入预处理、引入深度可分离卷积结构、网络结构调整等;最后在训练阶段使用批量归一化方法提升训练效果。人脸检测数据集的实验结果表明,在精度方面,FDDB验证集精度达到91.2%;在速度方面,对于1024768大小的图像检测2424的最小人脸尺寸,x86 CPU上运行可以达到47.2FPS,ARM上运行可以达到26.1FPS,设计的人脸检测算法能够满足实际场景的实时性,且保持较高的精度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社