首页 > 论文 > 激光与光电子学进展 > 56卷 > 21期(pp:211501)

基于卷积神经网络的教室人脸检测算法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

在教室场景下,利用计算机视觉技术检测教室人脸对于提高课堂效率、节省课堂时间有着重要意义。随着卷积神经网络的不断发展,众多目标检测技术应运而生,但对于教室场景而言,存在着后排学生人脸微小难以检测的情况。本文提出一种基于卷积神经网络的教室人脸检测算法,采用两阶段检测形式,运用残差神经网络的结构对教室人脸进行特征提取,同时构建特征金字塔,并将交叉熵损失函数与中心特征损失函数结合,并且运用合适的激活函数进行训练。此算法在教室场景下获得95.2%的准确率,且在通用数据集WIDER FACE的三个等级验证集上分别获得93.0%,87.3%,58.3%的准确率。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.211501

作者单位:

    天津大学
    天津大学电子信息工程学院
    天津大学
    天津大学电气自动化与信息工程学院

引用该论文

王萌,苏寒松,刘高华,李燊. 基于卷积神经网络的教室人脸检测算法[J].激光与光电子学进展,2019,56(21):211501.