面向边缘设备的端到端人脸检测网络

作者：李莉; 齐浩; 耿华

来源：现代电子技术, 2021, 44(16): 161-164.

DOI：10.16652/j.issn.1004-373x.2021.16.032

• 人脸检测
• 边缘设备
• 噪声样本
• 特征增强
• 数据集训练
• 轻量化操作
• SSD

针对常用的人脸检测算法模型训练难、计算量大,导致算法难以部署到边缘端设备的问题,提出一种基于轻量化SSD的人脸检测算法。首先,在数据集中加入部分模糊和有遮挡的含噪声样本,以此来增强训练数据集;然后,引入深度可分离思想对SSD目标检测网络进行轻量化操作,通过增强数据对网络进行训练,获得用于人脸检测的轻量级神经网络;最后,将实验模型在FDDB和Yale-face数据集上进行实验,在FDDB数据集上正确检测率达到了97.03%,在Yale-face上的检测率则达到了87.42%。实验结果表明,所提算法在保持精度的同时具有较低的模型复杂度和计算量。

• 单位
  河北工程大学