-
公开(公告)号：CN111695522B
公开(公告)日：2022-10-18
申请号：CN202010539709.4
申请日：2020-06-15
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于图像处理技术领域，涉及一种平面内的旋转不变人脸检测方法、装置及存储介质；所述方法包括以SSD快速目标检测方法的模型结构为基础，构建出包括基本网络和检测网络的卷积神经网络；利用基本网络提取出输入图像的卷积特征；对检测网络进行改造，采用多尺度特征层对基本网络的卷积特征进行多尺度融合；在多尺度特征层上连接有方向敏感特征集成网络，提取出旋转不变的卷积特征；采用属于不同样本的人脸图像数据集对卷积神经网络进行训练，直至训练损失；使用训练完成的卷积神经网络对待测的人脸图像进行处理，根据卷积神经网络参数获得其人脸分类概率、边界框回归向量和角度类别标签。本发明改进了SSD模型，获得了较好的检测效果。
-
公开(公告)号：CN110458005B
公开(公告)日：2022-12-27
申请号：CN201910590187.8
申请日：2019-07-02
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多任务渐进配准网络的旋转不变人脸检测方法，属于计算机视觉领域。所述方法主要包括以下步骤：图像预处理，构建并训练级联的多层卷积神经网络；输入测试图像，使用图像金字塔的方式产生不同分辨率的图像集合，然后送入所述的级联的多层卷积神经网络开始检测；每一级网络过滤掉部分非人脸窗口，根据边框回归结果调整候选框位置，同时预测出人脸的旋转角度；然后根据预测出的旋转角度通过翻转图像操作进行配准。在本发明中，通过多任务渐进配准网络方法，实现实时、旋转自适应的人脸检测，在精度和速度取得了良好的效果。
-
公开(公告)号：CN110458005A
公开(公告)日：2019-11-15
申请号：CN201910590187.8
申请日：2019-07-02
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多任务渐进配准网络的旋转不变人脸检测方法，属于计算机视觉领域。所述方法主要包括以下步骤：图像预处理，构建并训练级联的多层卷积神经网络；输入测试图像，使用图像金字塔的方式产生不同分辨率的图像集合，然后送入所述的级联的多层卷积神经网络开始检测；每一级网络过滤掉部分非人脸窗口，根据边框回归结果调整候选框位置，同时预测出人脸的旋转角度；然后根据预测出的旋转角度通过翻转图像操作进行配准。在本发明中，通过多任务渐进配准网络方法，实现实时、旋转自适应的人脸检测，在精度和速度取得了良好的效果。
-
公开(公告)号：CN111695522A
公开(公告)日：2020-09-22
申请号：CN202010539709.4
申请日：2020-06-15
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理技术领域，涉及一种平面内的旋转不变人脸检测方法、装置及存储介质；所述方法包括以SSD快速目标检测方法的模型结构为基础，构建出包括基本网络和检测网络的卷积神经网络；利用基本网络提取出输入图像的卷积特征；对检测网络进行改造，采用多尺度特征层对基本网络的卷积特征进行多尺度融合；在多尺度特征层上连接有方向敏感特征集成网络，提取出旋转不变的卷积特征；采用属于不同样本的人脸图像数据集对卷积神经网络进行训练，直至训练损失；使用训练完成的卷积神经网络对待测的人脸图像进行处理，根据卷积神经网络参数获得其人脸分类概率、边界框回归向量和角度类别标签。本发明改进了SSD模型，获得了较好的检测效果。
-
-
-
Search Results
4
records
(took 0.017 seconds)
