基于选择性搜索和卷积神经网络的人脸检测

发布时间：2018-01-21 12:37

本文关键词： 卷积神经网络选择性搜索人脸检测 Gabor核　出处：《计算机应用研究》2017年09期 　论文类型：期刊论文

【摘要】：针对复杂背景下存在的光照变化及多姿态的人脸检测问题,提出一种基于Gabor优化的卷积神经网络与选择性搜索策略相结合的算法进行人脸检测。首先采用选择性搜索策略检测出图像中可能存在人脸的目标候选窗口,将候选窗口中的图像子块作为训练好的改进卷积神经网络的输入,经过一系列卷积和池化操作后,提取窗口图像的特征信息并进行分类,确认候选窗口中是否包含人脸。算法在LFW人脸数据库上取得了较高的检测率及检测速度。实验结果表明,融合Gabor特征的卷积神经网络用于人脸检测时可避免传统手工提取特征造成的不确定性,具有更好的泛化能力及鲁棒性。
[Abstract]:In view of the illumination variation and multi-pose face detection in complex background. An algorithm based on Gabor optimized convolution neural network and selective search strategy is proposed for face detection. Firstly, the target candidate window which may have faces in the image is detected by selective search strategy. Mouth. After a series of convolution and pool operations, the image subblocks in the candidate window are extracted and classified as the input of the trained improved convolution neural network. The algorithm achieves high detection rate and detection speed in LFW face database. The convolutional neural network based on Gabor features can avoid the uncertainty caused by traditional manual feature extraction and has better generalization ability and robustness.
【作者单位】：广东工业大学计算机学院;
【基金】：广东省科技计划资助项目(2014B040401012)
【分类号】：TP183;TP391.41
【正文快照】： 0引言作为计算机视觉中广泛研究的课题,人脸检测是人脸识别及相关应用的前提和基础,是指在给定的图像中检测是否包含人脸并给出人脸所在的具体位置[1,2]。早期的人脸检测主要是针对正面无遮挡等较理想条件下的人脸检测问题进行研究。随着环境应用的复杂化,如何快速准确地检测

【相似文献】