一种基于深度神经网络的迭代定位式人脸检测方法

    公开(公告)号:CN107784288B

    公开(公告)日:2020-01-14

    申请号:CN201711034973.7

    申请日:2017-10-30

    Inventor: 文贵华 罗达志

    Abstract: 本发明公开了一种基于深度神经网络的迭代定位式人脸检测方法,包括如下步骤:基于AFLW公共图像数据集,提取其中的区域图像块作为训练集的输入并进行预处理;定义人脸候选框提取模型P‑Net和人脸偏移微调模型A‑Net,使用上述训练集训练该模型;对上述已训练模型P‑Net采用全卷积化策略,以获得对样本的全局检测结果矩阵;测试过程中将图片输入模型P‑Net获取人脸候选框,再通过模型A‑Net迭代式微调人脸候选框位置,配合极大值抑制方法获得最终结果。本发明方法用于在复杂环境中,利用计算机自动检测人脸,且具有准确性高、识别速度快、性能稳定等优点。

    一种基于深度神经网络的迭代定位式人脸检测方法

    公开(公告)号:CN107784288A

    公开(公告)日:2018-03-09

    申请号:CN201711034973.7

    申请日:2017-10-30

    Inventor: 文贵华 罗达志

    Abstract: 本发明公开了一种基于深度神经网络的迭代定位式人脸检测方法,包括如下步骤:基于AFLW公共图像数据集,提取其中的区域图像块作为训练集的输入并进行预处理;定义人脸候选框提取模型P-Net和人脸偏移微调模型A-Net,使用上述训练集训练该模型;对上述已训练模型P-Net采用全卷积化策略,以获得对样本的全局检测结果矩阵;测试过程中将图片输入模型P-Net获取人脸候选框,再通过模型A-Net迭代式微调人脸候选框位置,配合极大值抑制方法获得最终结果。本发明方法用于在复杂环境中,利用计算机自动检测人脸,且具有准确性高、识别速度快、性能稳定等优点。

Patent Agency Ranking