光流估计下的移动端实时人脸检测
Real-time face detection for mobile devices with optical flow estimation作者机构:长江大学计算机科学学院湖北荆州434023 长江大学电子信息学院湖北荆州434023 中南大学信息科学与工程学院长沙410083
出 版 物:《计算机应用》 (journal of Computer Applications)
年 卷 期:2018年第38卷第4期
页 面:1146-1150页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(61272147) 长江大学大学生创新创业训练计划项目(2017008)~~
主 题:人脸检测 快速区域分割 瀑布型分类器 卷积神经网络 光流估计
摘 要:为了提高移动设备人脸检测准确率,提出一种应用于移动设备的实时人脸检测算法。通过改进ViolaJones方法进行人脸区域快速分割,在不损失速度的情况下提高分割精度;同时应用了光流估计方法将卷积神经网络子网络在离散关键帧上的特征提取结果传播至非关键帧,提高神经网络实际检测运行效率。实验使用You Tube视频人脸数据库、自建20人各1 min正位人脸视频数据库和实际检测项目在不同分辨率下进行,实验结果表明运行速度在2.35帧/秒~22.25帧/秒,达到了一般人脸检测水平;人脸检测在10%误检率下召回率由Viola-Jones的65.93%提高到82.5%~90.8%,接近卷积神经网络检测精度,满足了移动设备实时人脸检测的速度和精度要求。