基于改进MTCNN的人脸检测算法
Face detection algorithm based on improved MTCNN
投稿时间:2020-06-29  修订日期:2020-06-29
DOI:
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:国家自然科学基金项目(面上项目,重点项目,重大项目)
作者单位E-mail
蓝雯飞 中南民族大学 计算机科学学院 446487309@qq.com 
张盛兰 中南民族大学 计算机科学学院  
朱容波 中南民族大学 计算机科学学院  
熊文娟 中南民族大学 计算机科学学院  
摘要点击次数: 150
全文下载次数: 0
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,找出最合适的人脸确信度阈值,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 cascaded 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 judgment formula. Experimental results show that the improved MTCNN algorithm has greatly improved the detection accuracy rate before the improvement, and the proposed improvement strategy has also improved the speed of face detection in natural environments.
View Fulltext   查看/发表评论  下载PDF阅读器
关闭