期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于级联卷积网络的面部关键点定位算法 被引量:3
1
作者 孙铭堃 梁令羽 +2 位作者 汪涵 何为 赵鲁阳 《中国科学院大学学报(中英文)》 CSCD 北大核心 2020年第4期562-569,共8页
目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸... 目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸检测时,该算法在Light-VGGNet的基础上提出一种DPM-CNN网络结构,引入五官可变形部件,将人脸检测与五官定位同时进行,提高人脸检测精度并降低人脸检测对面部关键点定位的影响。在进行内部关键点定位时,采用由粗到细的算法思想,将两层不同的网络级联实现对内外关键点的定位。利用FDDB数据集进行测试,无论在人脸检测,还是面部关键点定位上,所提出的卷积网络结构准确度和检测速度均高于其他算法,在非限定环境下表现出很好的鲁棒性。 展开更多
关键词 非限定环境 级联卷积网络 Light-VGGNet dpm-cnn 人脸检测 面部关键点定位
在线阅读 下载PDF
适用于密集人群目标检测的多尺度检测方法 被引量:2
2
作者 周建新 吴建军 +3 位作者 薛均强 林帅 党岗 程志全 《系统仿真学报》 CAS CSCD 北大核心 2016年第10期2503-2509,共7页
针对密集人群场景下的目标检测问题,提出了一种多尺度的目标检测方法。在粗尺度下,使用优化的DPM(Deformable Part Model)检测方法,将人体全身作为检测对象,检测整个场景中的稀疏目标;在细尺度下,将头部作为检测对象,使用重新训练的Fast... 针对密集人群场景下的目标检测问题,提出了一种多尺度的目标检测方法。在粗尺度下,使用优化的DPM(Deformable Part Model)检测方法,将人体全身作为检测对象,检测整个场景中的稀疏目标;在细尺度下,将头部作为检测对象,使用重新训练的Faster R-CNN(Region-based Convolutional Neural Network)网络检测稠密人群中的目标。将两种尺度下检测结果通过非极大值抑制(NMS,Non-Maximum Suppression)方法结合在一起,这样两种方法既互相补充又能去除冗余检测结果。实验结果证明,相比于单独的DPM检测方法和Faster R-CNN检测方法,提出的多尺度检测方法在检测精度上有显著提升。 展开更多
关键词 密集人群检测 多尺度检测 DPM FASTER R-CNN
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部