您好,欢迎来到中国测试科技资讯平台!
摘要:为了解决人脸检测的实时性与有效性,提出了基于YOLOv3算法的人脸检测模型.该模型以Darknet53为主干网络,用3种不同尺寸的特征图进行预测,对Boundingbox的中心坐标、置信度以及类别损失函数进行设计,最后直接回归被检测人脸的信息.实验中对数据进行了批量归一化处理,加速了 Loss 收敛.实验采用 WiderFace的自然场景下的人脸数据集,将YOLOv3算法模型与不同算法模型比较,结果显示基于YOLOv3算法的人脸检测模型能够保证人脸检测的实时性,同时实现了自然场景下多人脸检测的任务.
关键词: 多人脸检测;YOLOv3;深度学习;卷积神经网络;批量归一化
作者: 李昊璇 吴东东
作者单位: 山西大学 物理电子工程学院
刊名: 《测试技术学报》
Journal: Journal of Test and Measurement Technology
年,卷(期): 2020, (1)
在线出版日期: 2020年02月03日
页数: 7
页码: 41-47