典型文献
基于轻型尺度自适应深度网络的低清人脸检测算法
文献摘要：
由于安防设备硬件条件等因素制约,在视频监控场景下的低清人脸检测中注重模型在检测精度、速度以及占用内存大小等方面的权衡已然是必须考虑的问题.针对此问题,将可变形卷积(Deformable convolution,DC)和Lambda层进行融合,提出一种轻型尺度自适应深度网络的低清人脸检测模型DLFace.首先借鉴RetinaFace算法,使用改进后的深度可分离卷积能够有效防止训练过程中信息丢失;其次将改进后的可变形卷积引入骨干网络和SSH(Single stage headless)检测模块,通过增强感受野适应人脸多因素的变化;最后在骨干网络高层引入Lambda层,有效挖掘语义和位置信息,形成更加丰富的特征表示.在WiderFace数据集上的实验结果表明,DLFace实现了性能和速度的平衡,在不同场景下均验证了DLFace的优越性,表明DLFace能较好地适用于视频监控场景下的低清人脸检测任务.
文献关键词：
人脸检测;可变形卷积;轻量化;多尺度特征融合
中图分类号：
作者姓名：
胡洪明;邵文泽;李金叶;葛琦;邓海松
作者机构：
南京邮电大学通信与信息工程学院,南京 210003;南京审计大学统计与数据科学学院,南京 211815
文献出处：
引用格式：
[1]胡洪明;邵文泽;李金叶;葛琦;邓海松-.基于轻型尺度自适应深度网络的低清人脸检测算法)[J].数据采集与处理,2022(05):1070-1083
A类：
DLFace,headless,WiderFace
B类：
轻型,尺度自适应,深度网络,清人,人脸检测,检测算法,安防,硬件条件,视频监控,检测精度,内存大小,可变形卷积,Deformable,convolution,DC,Lambda,层进,检测模型,先借,RetinaFace,深度可分离卷积,训练过程,中信,信息丢失,入骨,骨干网络,SSH,Single,stage,检测模块,增强感受野,位置信息,特征表示,同场,多尺度特征融合
AB值：
0.334196
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
