典型文献
YOLOv3融合图像超分辨率重建的鲁棒人脸检测
文献摘要：
复杂场景中的人脸检测由于受到图像质量、人脸尺度和光线等因素影响,精准地定位小人脸、避免漏检、误检是一件极具挑战性的任务.提出了一种基于YOLOv3、融合图像超分辨率重建技术的两级人脸检测模型SR-YOLOv3.针对场景中小人脸目标的漏检问题,利用K-means++算法对先验框进行聚类分析,设置更小尺寸的先验框来捕获小人脸信息;针对模糊小尺度人脸的误检问题,采用Darknet53作为主干网络,融入SRGAN图像超分辨率重建模块对低分辨率的人脸进行数据增强,形成一个可以提高低分辨率小人脸检测性能的检测网络.利用WIDERFACE数据集对SR-YOLOv3模型进行训练和测试,并与MTCNN、CMS-RCNN、HR、S3FD算法相比,验证了提出的模型具有更高的检测精确度,尤其是在hard子集上的性能提升最为明显.SR-YOLOv3能够有效地利用人脸信息,精准检测出复杂场景中的难检测人脸目标,具有很好的鲁棒性.
文献关键词：
人脸检测;YOLOv3;图像超分辨率;卷积神经网络
中图分类号：
作者姓名：
赵军艳;降爱莲;强彦
作者机构：
太原理工大学 信息与计算机学院,山西 晋中 030600
文献出处：
引用格式：
[1]赵军艳;降爱莲;强彦-.YOLOv3融合图像超分辨率重建的鲁棒人脸检测)[J].计算机工程与应用,2022(19):250-256
A类：
WIDERFACE,S3FD
B类：
YOLOv3,融合图像,图像超分辨率重建,人脸检测,复杂场景,图像质量,光线,小人,漏检,重建技术,两级,检测模型,means++,先验框,小尺寸,人脸信息,小尺度,Darknet53,主干网络,SRGAN,低分辨率,数据增强,检测性能,测网,MTCNN,CMS,RCNN,检测精确度,hard,子集,性能提升,精准检测
AB值：
0.265647
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。
