《表1 算法运行时间对比:一种自下而上的人脸检测算法》
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。
图表编号 | XD0090297600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 张宁、伍萍辉 |
绘制单位 | 河北工业大学电子信息工程学院天津市电子材料与器件重点实验室、河北工业大学电子信息工程学院天津市电子材料与器件重点实验室 |
更多格式 | 高清、无水印(增值服务) |