如需要完整文档点击下方 "点击下载文档" 按钮
面部特征被广泛应用于一系列视频监控系统,其中公安系统中人脸检测模块尤为突出。 由于人脸的巨大视觉变化,如遮挡、光照、大的姿态变化问题使人脸检测一直存在着瓶颈,在实际应用中这些问题依旧很常见。 对此,文中通过简要介绍候选框生成算法,同时结合 Faster RCNN、联合人脸检测和对齐的级联卷积神经网络框架的优缺点进行分析和改进,提出了快速级联卷积神经网络模型。 由于候选框网络和 RoI 检测网络共享卷积层,在候选框网络中使用多层卷积层信息,采用 RoI 池化和 L2 归一化将身体信息与面部信息进行融合,实现结合身体上下文信息来处理较小的人脸区域,并对数据集进行测试来验证模型的有效性,弥补因视觉变化导致人脸检测中的不足,提高人脸检测网络性能。
如需要完整文档点击下方 "点击下载文档" 按钮
《人脸检测算法的优化》
将 完整文档 下载到本地，方便收藏和查阅
文件号：062141
点击下载文档
