-
公开(公告)号：CN111931551B
公开(公告)日：2022-04-12
申请号：CN202010459767.6
申请日：2020-05-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于轻量化级联神经网络的人脸检测方法。该级联网络具有三个级联子网络，分别是P‑Net、R‑Net、O‑Net。每一个子网络都会有三个输出，分别是面部/非面部分类、人脸的候选框位置以及人脸特征点定位。该方法为：首先，构建图像金字塔，使得图片中的人脸缩放到P‑Net能够检测的适宜尺寸，并利用P‑Net进行检测，快速生成人脸候选窗口。然后，R‑Net网络对P‑Net网络生成的人脸候选窗口进一步过滤，拒绝大部分非面部窗口。最后，O‑Net网络对R‑Net网络生成的人脸候选窗口再次过滤，输出最终的人脸候选框和5个人脸特征点。本发明能够在资源受限的设备中部署。相比于MTCNN框架，速度提升25％，资源占用减少40％以上。
-
公开(公告)号：CN111695450B
公开(公告)日：2023-05-09
申请号：CN202010459770.8
申请日：2020-05-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于IMobileNet的人脸快速识别方法，首先，选择人脸图像数据库并对人脸图像进行预处理，预处理包括：人脸矫正、图像尺度变换、图像像素归一化；其次利用轻量级神经网络IMobileNet搭建人脸分类器网络；然后，将经过预处理的图片样本输入到搭建的网络中进行训练；最后，保存训练模型，将网络中softmax层的前一层作为人脸的特征向量，并利用特征向量进行人脸识别。本发明利用设计的轻量级神经网络提取人脸特征向量，降低了网络的参数和所需计算量，使其便于在资源受限的移动设备中部署。
-
公开(公告)号：CN111931551A
公开(公告)日：2020-11-13
申请号：CN202010459767.6
申请日：2020-05-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于轻量化级联神经网络的人脸检测方法。该级联网络具有三个级联子网络，分别是P-Net、R-Net、O-Net。每一个子网络都会有三个输出，分别是面部/非面部分类、人脸的候选框位置以及人脸特征点定位。该方法为：首先，构建图像金字塔，使得图片中的人脸缩放到P-Net能够检测的适宜尺寸，并利用P-Net进行检测，快速生成人脸候选窗口。然后，R-Net网络对P-Net网络生成的人脸候选窗口进一步过滤，拒绝大部分非面部窗口。最后，O-Net网络对R-Net网络生成的人脸候选窗口再次过滤，输出最终的人脸候选框和5个人脸特征点。本发明能够在资源受限的设备中部署。相比于MTCNN框架，速度提升25％，资源占用减少40％以上。
-
公开(公告)号：CN111695450A
公开(公告)日：2020-09-22
申请号：CN202010459770.8
申请日：2020-05-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于IMobileNet的人脸快速识别方法，首先，选择人脸图像数据库并对人脸图像进行预处理，预处理包括：人脸矫正、图像尺度变换、图像像素归一化；其次利用轻量级神经网络IMobileNet搭建人脸分类器网络；然后，将经过预处理的图片样本输入到搭建的网络中进行训练；最后，保存训练模型，将网络中softmax层的前一层作为人脸的特征向量，并利用特征向量进行人脸识别。本发明利用设计的轻量级神经网络提取人脸特征向量，降低了网络的参数和所需计算量，使其便于在资源受限的移动设备中部署。
-
-
-
Search Results
4
records
(took 0.016 seconds)
