|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘要:如何准确地检测和定位图像中的人脸是人脸检测领域的关键问题.为了进一步提高人脸检测器的性能,常见的方法是增加训练数据集或采用更鲁棒的人脸特征表示,而训练人脸检测器的一个基础工作是:为训练图像中的人脸标注边界框.但标注的人脸边界框是否应该包含耳朵信息,以及对训练出的侧脸检测器性能的影响尚未被研究.本文的实验结果表明:在侧脸数据集上训练人脸检测器时,如果人脸边界框包含耳朵信息,基于DPM ( DeformableParts Model)方法训练得到的侧脸检测器使侧脸检测的准确率降低1.9% ,召回率提高6.3% .而基于Viola&Jones 和Fast R-CNN方法训练得到的侧脸检测器使准确率分别提高6.8%和4.4% ,召回率分别提高14.9%和12.9%.这说明包含耳朵信息训练出的侧脸检测模型,有助于提高侧脸检测率.
9 C, U+ `# c4 j/ H/ x5 O关键词:多角度人脸检测;人脸检测器;耳朵;人脸边界框;侧脸检测7 A" i0 Y2 N+ d. O' f
( r1 n. d1 o4 A& E5 ^0 g' x$ J; E
人脸检测是计算机视觉中一个重要的研究方向，也是人脸识别、人脸检索、面部分析等工作的第一步.人脸检测技术可以广泛地应用到各个领域,将人脸检测技术嵌入到摄像机中,可以实现人脸自动定焦的功能;嵌入到城市的车站、海关.机场等部门布署的摄像头中，有助于检测和追踪犯罪分子,从而加快公安破案,保证城市安全。
3 x- d. {# b5 v; ?3 M) X- R3 o$ A9 P. b# k6 s7 Z' O6 [) L2 J( L7 f
6 O Y( L. i. Y8 |- B; r4 g
5 I3 O( W# O, I1 i a0 ?4 ]( f g% q+ d/ x) V! p. ~. U
# U) i' Q8 t9 O( z. \! V; _ |
|
/1 
发表于 2021-5-20 15:18
收藏
淘帖
支持！
反对！