典型文献
低照度下人脸检测MSRCR光频分段滤波增强算法
文献摘要：
在不受约束的环境下,人脸检测由于光照、遮挡和表情的不同具有一定的挑战性,低照度环境下多任务级联卷积神经网络(MTCNN)人脸检测器准确率下降.为提高低照度环境下人脸检测的准确率,提出了一种基于MSRCR光频分段滤波增强算法(3CGF-MSRCR).利用MTCNN进行人脸检测,采用一种RGB三通道分解引导滤波(GF)方法对多尺度视网膜增强算法(MSRCR)进行改进.首先对人脸图像进行MSRCR增强并分解RGB三通道,得到三通道的图像权重,利用GF方法对各个通道分别进行滤波,更新三通道权重,最后重构人脸图像.在实际低照度场景人脸数据集Dark Face与公开的标准人脸数据集CelebA上进行了训练与测试,并在实际路灯场景下进行了测试,对比了算法的运行时间.测试结果显示:本文所提出的方法能有效抑制MSRCR的高频噪点,并保留亮度增强效果,提高了准确率,且算法运算速度较快.
文献关键词：
人脸检测;MTCNN;多尺度视网膜增强;引导滤波;图像增强
中图分类号：
作者姓名：
赖欣;王储;陈航
作者机构：
西南石油大学机电工程学院 成都 610500;石油天然气装备技术四川省科技资源共享服务平台 成都 610500
文献出处：
引用格式：
[1]赖欣;王储;陈航-.低照度下人脸检测MSRCR光频分段滤波增强算法)[J].电子测量与仪器学报,2022(02):96-106
A类：
3CGF
B类：
人脸检测,MSRCR,光频,增强算法,受约束,遮挡,表情,低照度环境,多任务级联卷积神经网络,MTCNN,检测器,RGB,三通道,引导滤波,多尺度视网膜增强,人脸图像,人脸数据集,Dark,Face,CelebA,路灯,运行时间,噪点,亮度增强,增强效果,图像增强
AB值：
0.263457
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。
