基于轻量级卷积神经网络的人脸检测方法研究

简介

针对现阶段卷积神经网络参数量较大,检测速度较慢,无法嵌入至移动端电子设备,且在复杂环境下检测精度较低的问题,设计了两层前后分离轻量级的卷积神经网络的人脸检测方法。第一层网络采用全卷积神经网络,用于快速提取人脸特征,并生成大量的人脸边界候选框。第二层网络采用深层全连接卷积神经网络,将第一层网络推断的人脸候选区域进行筛选,并输出人脸大小、坐标和置信度。实验表明,本文设计的人脸检测方法在人脸基准数据集FDDB上具备较高的检测精度和检测速度,轻量级的网络设计使得算法移植到前端电子设备成为了可能。