作者单位
摘要
1 郑州升达经贸管理学院 信息工程学院, 河南 郑州 451191
2 河南理工大学 电气工程与自动化学院 ,河南 焦作 454003
针对非约束场景下小尺寸人脸检测困难的问题,提出了一种基于增强卷积神经网络的尺度不变人脸检测方法。首先,在SSD基础检测网络的两个浅层特征图上,通过协调聚合当前层特征图和前后两层特征图的特征信息,对当前层特征图的鉴别性和稳健性进行增强。然后,对两个增强特征图进行负样本筛选,通过增加分类的难度来降低由小尺寸锚框引起的人脸检测假正率上升。最后,为原始特征图和增强特征图设置了两种基于锚框尺寸的损失函数,并通过加权求和的方式对其进行融合。在FDDB和WIDER FACE数据集上的测试结果表明,文中所提方法比目前主流人脸检测方法具有更高的检测精度。
多尺度人脸检测 卷积神经网络 特征图增强 负样本筛选 multi-scale face detection convolutional neural network feature map enhancement negative sample screening 
红外与激光工程
2022, 51(7): 20210586
作者单位
摘要
暨南大学理工学院光电工程系,广东 广州 510632
为提升TLD 目标跟踪算法的处理速度,以达到在更高分辨率视频中跟踪目标的实时性要求,在TLD 算法框架的基础上,提出了一种基于动态捕获区域的TLD 目标跟踪算法(DC-TLD)。算法采用前一帧目标位置作为当前帧目标位置的预测值,减小了目标位置的预测误差。研究了检测区域负样本出现需满足的条件,分析了检测区域大小对算法鲁棒性的影响。针对样本的访问方式,提出基于索引的访问方法,极大地减少了访问时间。实验结果表明,该方法不仅有效降低了TLD 算法的样本检测时间,而且提高了算法的鲁棒性。
目标跟踪 动态捕获区域 负样本 索引访问 target tracking TLD tracking-learning-detection dynamic capture negative sample index access 
光电工程
2018, 45(8): 180030

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!