蓝雯飞,张盛兰,朱容波,熊文娟.基于改进MTCNN的人脸检测算法[J].中南民族大学学报自然科学版,2020,39(6):637-641
基于改进MTCNN的人脸检测算法
Face detection algorithm based on improved MTCNN
  
DOI:10.12130/znmdzk.20200615
中文关键词: 人脸检测  卷积神经网络  MTCNN算法  迁移学习
英文关键词: face detection  convolutional neural network  MTCNN algorithm  transfer learning
基金项目:国家自然科学基金资助项目(61772562)
作者单位
蓝雯飞 中南民族大学 计算机科学学院武汉 430074 
张盛兰 中南民族大学 计算机科学学院武汉 430074 
朱容波 中南民族大学 计算机科学学院武汉 430074 
熊文娟 中南民族大学 计算机科学学院武汉 430074 
摘要点击次数: 212
全文下载次数: 155
中文摘要:
      针对经典的人脸检测卷积神经网络模型(CNN)对人脸检测准确率不高的问题,设计一种改进的多任务卷积神经网络(MTCNN).通过对原始MTCNN算法进行迁移学习,微调模型参数,提出人脸误检判别公式.在LFW人脸数据集上进行实验,先调整MTCNN关键参数的值,找出最合适的人脸置信度阈值,再使用人脸误检判别公式. 实验结果表明:改进后的MTCNN算法较改进之前在检测准确率上有了较大提升,而且提出的改进策略使自然环境中人脸检测的速度也有了提高.
英文摘要:
      Aiming at the problem that the classical face detection convolutional neural network model (CNN) has low accuracy of face detection, an improved multi-task convolutional neural network (MTCNN) is designed. Through the transfer learning of the original MTCNN algorithm, fine-tuning the model parameters, a facial misdetection discrimination formula is proposed. Experiment on the LFW face data set, first adjust the value of MTCNN key parameters, find the most suitable face confidence threshold, and then use the face misdetection discrimination formula. Experimental results show that the improved MTCNN algorithm has greatly promoted the detection accuracy rate compared to before, and the proposed improvement strategy has also improved the speed of face detection in natural environment.
查看全文   查看/发表评论  下载PDF阅读器
关闭