基于改进SiamFC的实时人脸跟踪算法

作     者：汪威 郭明镇 孙收余 罗子江 

作者机构：贵州财经大学信息学院 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2023年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：贵州省自然科学基金项目（1Y120） 贵州财经大学创新探索及学术新苗项目（2022XSXMB03） 

主　　题：人脸跟踪 孪生网络 人脸级联定位 模型剪枝 知识蒸馏 

摘      要：基于现有的人脸跟踪网络存在参数量大、算力高、难以部署到嵌入式平台，无法满足移动设备实时性需求的问题，以SiamFC为基准网络，提出一种基于Two-Way Dense Layer模块改进后的Dense＿Block模块。模块在提取特征时具有特征分流、扩大感受野、轻量化网络等优势；为保证人脸跟踪精度且维持实时的在线人脸跟踪速度，通过人脸级联定位搜索策略，先采用浅层的搜索特征和人脸模板特征进行目标人脸初定位，接着对特征响应最大的区域作为深度特征进行人脸重定位，之后，通过NEON指令集优化、知识蒸馏、模型剪枝等方法进一步为人脸跟踪算法加速。实验表明，改进后的SiamFC在部署到RK3288开发板上时，在Accurate、Overlap基本保持不变的情况下，跟踪速度是原SiamFC算法的7.7倍。