一种多层特征融合的人脸检测方法.pdfVIP

第 13 卷第 1 期 智　能　系　统　学　报 Vol.13 No.1 2018 年 2 月 CAAI Transactions on Intelligent Systems Feb. 2018 DOI: 10.11992/tis.201707018 网络出版地址: /kcms/detail/23.1538.TP1749.002.html 一种多层特征融合的人脸检测方法 1,2 1,2 1,2 1,2 王成济 ，罗志明 ，钟准 ，李绍滋 （1. 厦门大学 智能科学与技术系，福建 厦门 361005; 2. 厦门大学 福建省类脑计算技术及应用重点实验室，福建 厦门 361005 ） 摘 要：由于姿态、光照、尺度等原因，卷积神经网络需要学习出具有强判别力的特征才能应对复杂场景下的人脸检 测问题。受卷积神经网络中特定特征层感受野大小限制，单独一层的特征无法应对多姿态多尺度的人脸，为此提出 了串联不同大小感受野的多层特征融合方法用于检测多元化的人脸；同时，通过引入加权降低得分的方法，改进了目 前常用的非极大值抑制算法，用于处理由于遮挡造成的相邻人脸的漏检问题。在FDDB 和WiderFace 两个数据集上 的实验结果显示，文中提出的多层特征融合方法能显著提升检测结果，改进后的非极大值抑制算法能够提升相邻人 脸之间的检测准确率。 关键词：人脸检测；多姿态；多尺度；遮挡；复杂场景；卷积神经网络；特征融合；非极大值抑制 中图分类号：TP391.41 文献标志码：A 文章编号：1673−4785(2018)01−0138−09 中文引用格式：王成济, 罗志明, 钟准, 等. 一种多层特征融合的人脸检测方法[J]. 智能系统学报, 2018, 13(1): 138–146. 英文引用格式：WANG Chengji, LUO Zhiming, ZHONG Zhun, et al. Face detection method fusing multi-layer features[J]. CAAI transactions on intelligent systems, 2018, 13(1): 138–146. Face detection method fusing multi-layer features WANG Chengji1,2，LUO Zhiming1,2，ZHONG Zhun1,2，LI Shaozi1,2 (1. Intelligent Science Technology Department, Xiamen University, Xiamen 361005, China; 2. Fujian Key Laboratory of Brain-in- spired Computing Technique and Applications, Xiamen University, Xiamen 361005, China) Abstract : To address the issues of pose, lighting variation, and scales, convolutional neural networks (CNNs) need to learn features with strong discrimination handle the face detection problem in complex scenes. Owing to the size limita- tions of the specific feature layer’s receptive field in convolutional neural networks, the features computed from a single layer of t