基于YOLOv3改进的轻量化人脸检测方法

作     者：史梦安 蔡慧敏 陆振宇 SHI Meng-an;CAI Hui-min;LU Zhen-yu

作者机构：苏州大学应用技术学院工学院江苏苏州215325 南京信息工程大学人工智能学院江苏南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 

基　　金：江苏省高等学校自然科学研究基金项目(19KJB52005、20KJB520017) 国家自然科学基金项目(61773220) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第3期

页      码：858-865页

摘      要：针对YOLOv3这一目标检测通用方法在人脸检测任务中实时性低,容易漏检且易受环境影响召回率不高的问题,提出一种基于改进YOLOv3的轻量化网络方法。使用MobileNet网络替代YOLOv3中的特征提取网络,大幅度降低参数和计算量;增加SPP结构,尺度不变的同时降低训练中的过拟合;将Self-attention机制与YOLOv3中的FPN机制相融合,提高人脸检测率与召回率;使用DIoU作为边界框回归损失函数,加速模型收敛。实验结果表明,相较原算法,在公开人脸数据集WIDER FACE上mAP提高了9.0个百分点,检测速度达到了61 FPS,满足人脸检测任务中的准确率和实时性要求。

主 题 词：深度学习 人脸检测 YOLOv3 自注意力机制 MobileNet 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16208/j.issn1000-7024.2022.03.036

馆 藏 号：203108887...