《表1 算法运行时间对比：一种自下而上的人脸检测算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种自下而上的人脸检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了能将本文算法实用化，就需要对非控条件下的人脸做到实时检测。本文算法的网络结构是比较深的，尽管使用Dense Net减少了滤波器个数，但模型还是比较大的，参数还是比较多的。优化网络结构成为了重中之重。在测试阶段，因为后面的级联网络结构是模块化的，而且每个模块都可以独立地完成网络前传，这样就可以由6个级联模块减少到最少2个级联模块。通过在FDDB数据集上测试，发现精度只减少了0.016，如图9（a）所示，但是速度却提升了将近一倍。整个对比实验的结果如表1所示。采用的处理器为英特尔Core [email protected] GHz八核，内存RAM 16 GB，显存8 GB，显卡Nvidia Ge Force GTX 1070，输入检测视频的图像分辨率为1920×1080，检测到的最小脸分辨率为10×10。在非控场景下的人脸检测效果如图10所示。