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(shù)論文
上傳者:wwei
文檔大?。?span>234 K
標簽: 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;重復下載不扣分,,本人上傳資源不扣分,。