面向移动平台人脸检测的FaceYoLo算法

• 作 者: 任海培 李腾
• 机 构: 安徽大学电气工程与自动化学院
• 出 处: 计算机应用
• 发表日期: 2020年04期
• 关键词: 卷积神经网络 人脸检测 深度学习 移动平台 ANDROID Convolutional Neural Network(CNN)face detectiondee
• 基金项目: 国家重点研发计划项目(2018YFB1305804),安徽省杰出青年基金资助项目(1908085J25)

针对移动平台上人脸检测实时性不强的问题,提出了一种基于深度学习的FaceYoLo实时人脸检测算法。首先,在YoLov3检测算法的基础上,加入快速消化卷积层(RDCL)缩小输入空间,然后加入多尺度卷积层(MSCL)丰富不同检测尺度的感受野,最后加入中心损失和致密化策略加强模型的泛化能力和鲁棒性。实验结果表明,在GPU上测试时,该算法较YoLov3算法在速度上提高至原来的8倍,每幅图像的处理速度可达0. 002 8 s;精度提高了2. 1个百分点;在Android平台上测试时,该算法较最好的Mobile