基于改进SiamFC的实时人脸跟踪算法
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。