典型文献
基于改进YOLO-v4的室内人脸快速检测方法
文献摘要：
针对室内安防工程应用中检测人脸角度不同、光照变化、部分遮挡、模糊等复杂工况,提出一种基于改进YOLO-v4的室内人脸快速检测方法.基于深度可分离残差网络结构改进YOLO-v4主干网络,提升模型检测效率;在构建特征金字塔过程中引入注意力机制,自适应调整通道特征与空间特征权重,提升模型特征提取能力.实验结果表明,该方法对室内人脸图像的检测精度与速度分别为92.53％与35 frame/s,相比原YOLO-v4算法及其他主流人脸检测算法,具有更好的检测精度与效率,因此可应用于移动机器人的室内人脸实时检测.
文献关键词：
深度学习;特征融合;人脸检测;注意力机制
中图分类号：
作者姓名：
巢渊;刘文汇;唐寒冰;马成霞;王雅倩
作者机构：
江苏理工学院 机械工程学院,江苏 常州 213000
文献出处：
引用格式：
[1]巢渊;刘文汇;唐寒冰;马成霞;王雅倩-.基于改进YOLO-v4的室内人脸快速检测方法)[J].计算机工程与应用,2022(14):105-113
A类：
B类：
YOLO,v4,内人,快速检测方法,室内安防,安防工程,部分遮挡,复杂工况,可分离,残差网络结构,结构改进,主干网络,模型检测,检测效率,特征金字塔,注意力机制,自适应调整,通道特征,空间特征,特征权重,模型特征,特征提取能力,人脸图像,检测精度,frame,流人,人脸检测,检测算法,精度与效率,移动机器人,实时检测,特征融合
AB值：
0.451383
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。
