查询结果:   谭萍,邢玉娟,于成洋.基于深度学习和部分模型的相关性人脸检测[J].计算机应用与软件,2015,32(12):123 - 127.
中文标题
基于深度学习和部分模型的相关性人脸检测
发表栏目
人工智能与识别
摘要点击数
846
英文标题
FACE DETECTION WITH CORRELATION BASED ON DEEPLEARNING AND PART MODEL
作 者
谭萍 邢玉娟 于成洋 Tan Ping Xing Yujuan Yu Chengyang
作者单位
兰州文理学院数字媒体学院 甘肃 兰州 730000 兰州理工大学计算机通信学院 甘肃 兰州 730050    
英文单位
School of digital media, Lanzhou University of Arts and Science, Lanzhou 730000, Gansu, China School of Computer Communication ,Lanzhou University of Technology, Lanzhou 730050, Gansu, China    
关键词
人脸检测 深度学习 部分模型 检测精度 虚警率
Keywords
Face detection Deep learning Part model Detection precision False alarm rate
基金项目
国家自然科学基金(61263019);甘肃省教育厅科研基金项目(2014A-125);甘肃省青年科技基金计划(1506 RJYA111)
作者资料
谭萍,副教授,主研领域:生物特征识别。邢玉娟,副教授。于成洋,硕士生。 。
文章摘要
针对人脸检测中的部分遮挡和多姿态问题,提出一种基于深度学习的人脸检测算法。首先利用部件检测器检测人脸局部区域,然后将人脸局部区域检测结果输入到深度模型中,学习各局部区域之间的相关性,完成人脸检测。该算法将深度学习理论与基于部分模型的思想相结合,实现人脸检测。实验结果表明,该算法在遮挡、多姿态等情况下具有良好的鲁棒性。
Abstract
To solve the problems of partial occlusion and multi-pose in face detection, we proposed a deep learning-based face detection algorithm. First we utilised face component detector to detect local areas of face, then inputted the detecting results to deep model. By doing so, the algorithm learns the correlation between each local area to complete face detection. This algorithm combines deep learning theory with part model-based idea to implement the face detection. Experimental results showed that the proposed algorithm had good robustness under the conditions of occlusion and multi-pose.
下载PDF全文