人脸实战之遮挡检测

本文探讨了人脸遮挡检测在人脸识别系统中的重要性,将其视为二分类问题和多分类问题进行阐述。对于二分类,使用基于MobileNetV2的模型在MAFA遮挡数据集上取得了99.8%的高准确率。而在多分类任务中,提到了五官遮挡和分区域遮挡检测的挑战,并引用了相关文章作为参考,但未提供具体实现代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

人脸遮挡检测本质上属于人脸质量评价的范畴,在实际应用中为了达到更高的识别率通常需要人脸质量评价做图像质量判断

一、二分类问题

将遮挡问题定义为二分类问题,即遮挡图像和非遮挡图像,难点在于定义遮挡图像的定义边界。但通常二分类问题会比多分类问题简单;我在torch下训练的基于mobilenetV2的二分类遮挡,在MAFA遮挡数据集上的表现准确率能达到99.8%,测试图片约1700张。

二、多分类问题

2.1、五官遮挡检测

将遮挡问题定义为多分类问题,如五官遮挡检测,同样难点在于遮挡边界,以及遮挡数据。可参考https://www.jianshu.com/p/88986c27546a这篇文章的思路

2.2、分区域遮挡检测

可以参考这篇文章的部分思路:https://blog.youkuaiyun.com/cdknight_happy/article/details/104898605
但是作者没有放出训练代码,需要自己实现

评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值