基于卷积神经网络的人脸实时检测方法

摘要

本文针对经典的Viola-Jones人脸检测方法在复杂环境中检测精度不足以及可变形部件模型(DPM)方法检测速度过慢的问题,提出了一种基于深度卷积神经网络的人脸检测方法.近年来,基于深度卷积神经网络的Faster R-CNN方法在各种目标检测基准上展示了令人印象深刻的结果,其检测精度和速度都得到了大幅度提升.通过在AFLW人脸数据集上训练Faster R-CNN模型,在测试集上可以获得98％以上的检测精度(AP),检测速率可以达到20fps.而监控视频的帧率通常在10～25fps,因此该方法在监控系统中可以实现实时人脸检测.