|
|
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.
: U( B6 [2 U' E& z5 k) a0 u. I7 _' i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
5 y" T# r+ r, U6 c6 \/ x1 O: }7 [1 q: `) ?: r5 N+ c) |- `
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。# M' E o ?( `) g5 y' [
( |+ ?. d) \4 w/ S3 N3 x
& o, g/ x& i+ b
; C0 g6 U4 f% F3 G$ S# o) w' Y( i0 t( x" q {! Z
& s) m2 A7 N+ g( P/ G
|
|
/1 
发表于 2021-5-20 15:18
收藏
淘帖
支持！
反对！