基于MS-KCF模型的图像序列中人脸快速稳定检测

摘要

为快速稳定地检测图像序列中角度变化较大、遮挡较为严重的人脸,结合快速精确的目标检测模型MobileNet-SSD (MS)和快速跟踪模型核相关滤波(KCF),提出一种新的自动检测-跟踪-检测(DTD)模式,即MS-KCF人脸检测模型.首先,利用MS模型快速精确地对人脸进行检测,并且更新跟踪模型;其次,将检测到的人脸坐标信息输入到KCF跟踪模型中进行稳定的跟踪,并加快整体的检测速度;最后,为了防止跟踪丢失,跟踪数帧后再次更新检测模型,重新对人脸进行检测.实验显示,在FDDB人脸检测基准中,MS-KCF模型的召回率为93.60％;在WIDERFACE人脸检测基准的Easy、Medium和Hard数据集中,MS-KCF模型的召回率分别为93.11％、92.18％和82.97％,平均速度为193帧/s.实验结果表明,MS-KCF模型具有稳定性和快速性,在图像序列中对严重遮挡和角度变化大的人脸具有很好的检测效果.