FaceBoxes —— CPU上实时的人脸检测

FaceBoxes：CPU实时高效人脸检测技术
最新推荐文章于 2025-09-30 09:42:40 发布
原创 最新推荐文章于 2025-09-30 09:42:40 发布 · 1.7w 阅读 · 26 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #人脸检测

FaceBoxes是一种在CPU上实现的实时人脸检测方法，借鉴SSD但有所改进。通过Rapidly Digested Convolutional Layers (RDCL)快速减小特征图尺寸，再用Multiple Scale Convolutional Layers (MSCL)处理不同尺度人脸，同时采用Inception模块增加感受野多样性。针对小目标检测问题，提出Anchor densification strategy平衡anchor密度。实验结果显示其在FDDB上表现出良好的检测性能。

一篇速度还可以的多尺度人脸检测文章。

方法和SSD大同小异。

文章链接： 《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》

1. 方法介绍

这里写图片描述

如上图，输入单张图片，在三个网络分支检测人脸。

2. 要点介绍

（1）Rapidly Digested Convolutional Layers(RDCL)

在网络前期，使用RDCL快速的缩小feature map的大小。 主要设计原则如下：

  • （1） Conv1, Pool1, Conv2 和 Pool2 的stride分别是4, 2, 2 和 2。这样整个RDCL的stride就是32，可以很快把feature map的尺寸变小。
  • （2）卷积(或pooling)核太大速度就慢，太小覆盖信息又不足。文章权衡之后，将Conv1, Pool1, Conv2 和 Pool2 的核大小分别设为7x7,3x3,5x5,3x3
  • （3）使
最低0.47元/天 解锁文章
人脸检测论文：FaceBoxes: A CPU Real-time Face Detector with High Accuracy及其Pytorch实现
mingo_敏
09-01 1013
论文链接：https://arxiv.org/pdf/1708.05234.pdf PyTorch： ( Rapidly Digested Convolutional Layers) (Multiple Scale Convolutional Layers) (Anchor densification strategy) PyTorch代码 import torch import torch....
论文阅读笔记——面盒:一种高精度的中央处理器实时人脸检测器
qq_53643542的博客
05-08 550
面盒:一种高精度的中央处理器实时人脸检测器论文简介标题期刊情况论文内容 论文简介 标题 英文：《FaceNet: A Unified Embedding for Face Recognition and Clustering》 翻译：《面盒:一种高精度的中央处理器实时人脸检测器》 期刊情况 期刊：《Conference on Computer Vision and Pattern Recognition》 论文内容 ...
FaceBoxes：高性能CPU实时人脸检测器
gitblog_00468的博客
09-25 833
FaceBoxes：高性能CPU实时人脸检测器 项目介绍 FaceBoxes是由Shifeng Zhang开发的一款高性能人脸检测器，旨在提供卓越的速度和准确性。该项目基于深度学习技术，能够在CPU上实现实时人脸检测，且检测速度不受人脸数量的影响。FaceBoxes的设计理念是通过优化算法结构，使其在保持高精度的同时，能够快速处理图像数据。 项目技术分析 FaceBoxes的核心技术在于其独特的算...
芯片设计全流程深度解析与实战指南
最新发布
weixin_42576467的博客
09-30 1051
芯片设计始于对应用场景的深刻洞察与多维度需求的系统化梳理。设计团队需协同市场、算法、硬件及制造部门，明确芯片在计算密度、能效比、实时性、成本与可扩展性等方面的核心诉求。例如，在边缘AI场景中，需在有限功耗（如3W以内）下实现≥4TOPS算力，同时支持动态电压频率调节（DVFS）。通过建立量化指标矩阵，并结合SystemC或MATLAB建模进行早期性能仿真，验证架构可行性。
FaceBoxes: 高效实时人脸检测器
gitblog_00281的博客
11-22 521
FaceBoxes: 高效实时人脸检测器 项目基础介绍和主要编程语言 FaceBoxes是一个由Shifeng Zhang开发的开源项目，旨在提供一个在CPU上高效运行的人脸检测器。该项目主要使用C++编程语言，同时也涉及Python、Cuda、CMake和MATLAB等多种编程语言和技术。 项目核心功能 FaceBoxes的核心功能是实现高精度且实时的人脸检测。它能够在VGA分辨率的图像上快速检...
人脸检测： FaceBoxes
Chris_zhangrx的博客
03-08 1068
《FaceBoxes: A CPU Real-time Face Detector with High A ccuracy》 原文链接：https://arxiv.org/abs/1708.05234 Caffe 框架实现： https://github.com/lippman1125/faceboxes_lqy Pytorch 框架实现：https://github.com/zisianw/Fa...
FaceBoxes: A CPU Real-time Face Detector with High Accuracy
yananer的博客
06-18 279
FaceBoxes:一款高精度的CPU实时人脸检测器
基于TensorFlow的实时高精度人脸检测模型FaceBoxes
FaceBoxes 正是在这一背景下应运而生：它通过创新的多尺度特征融合机制和轻量级网络架构设计，在仅使用 CPU 的条件下实现了接近实时甚至真正实时的人脸检测性能，同时在多个标准数据集（如 FDDB、WIDER FACE）上达到...
Pytorch实现高准确率实时CPU面部检测器FaceBoxes
实现FaceBoxes的目的在于开发一个能够在CPU上实时运行、准确性高的面部检测系统。这样的系统可以应用于各种需要快速准确识别面部的应用，例如安全监控、人机交互界面以及娱乐行业的特效制作等。 #### 2. 使用...
FaceBoxes的复现（1）：Windows7系统+Anaconda+Pytorch+CPU
weixin_45654744的博客
04-03 427
内容概括 现阶段刚刚将FaceBoxes_pytorch版的预训练模型跑通，这一共花了我差不多5天的时间，因为自己之前并没有编程基础，算是刚刚入门的小白中的小白。但是我的坤神（我身边的大神）也不是研究人脸方向的，但是他却只花了不到一个小时的时间就把test.py给跑通了。所以说跑通github上比较成熟的预训练模型其实真的很简单，不过对于刚接触的童鞋来说，确实要花点时间解决一些乱七八糟，层出不穷的...
Python-Faceboxes具有高精度的CPU实时人脸检测器
08-11
Faceboxes - 具有高精度的CPU实时人脸检测器
[CV Paper] FaceBoxes: A CPU Real-time Face Detector with High Accuracy
JosephPai的博客
07-27 882
论文阅读：CPU上的高精度实时人脸检测器 综述 人脸识别是计算机视觉和模式识别的基础问题，过去几十年取得了长足进步，但是由于计算量较大，在CPU上的实时检测一直没有很好的被解决。面临的主要问题，一是人脸和背景的可变性都太大（种类太多），二是由于人脸的不同尺寸，使得搜索空间快速上升。 过去的主流方法，一种是基于手动构建的特征（hand-craft features），这种方法在CPU上速度...
人脸检测之Faceboxes
程序员深度学习
11-22 3603
1. 简介 FaceBoxes是一个足够轻量的人脸检测器，由中国科学院自动化研究所和中国科学院大学的研究者提出，旨在实现CPU下的实时人脸检测，FaceBoxes论文是《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》。里面有一些思路值得大家学习，比如如何对模型进行加速处理，以及多尺度检测时检测框的密度不一致的问题~~ ...
【亲测免费】 探索Faceboxes：高效且精准的人脸检测框架
gitblog_00062的博客
04-04 733
探索Faceboxes：高效且精准的人脸检测框架 是一个开源的人脸检测模型，由Panda Lab开发并维护。这个项目的目标是提供一种快速、准确并且易于部署的人脸检测解决方案，适合各种实时应用场景，如视频流处理、智能监控、社交媒体等。 项目简介 Faceboxes基于深度学习算法，特别是采用了单阶段（One-Stage）检测器的设计理念。这种设计思路让模型能够直接预测图像中的人脸位置，无需额外的区域...
CPU上的实时人脸检测算法FaceBoxes
I good vegetable a!
06-07 1151
1. 前言 今天来介绍一个在CPU上可以实时运行的人脸检测器FaceBoxes，FaceBoxes仍然是以SSD为基础进行了改进，在速度和精度上都取得了较好的Trade-Off，所以就一起来看看这篇论文吧。 2. 算法总览 我们先看一下FaceBoxes的整体结构图： 我们可以看这个网络和SSD非常类似，主要是在SSD的基础上针对人脸检测这个具体任务对其做了几点改进，例如所有Anchor的长宽比例都是1:11:11:1，并且只在三个特征层上进行预测（预知人脸的尺寸变化比例不大）。接下来我们就分别看一下这几
FaceBoxes: 可以在CPU上实时的人脸检测网络
xungeer29 的博客
12-21 1317
FaceBoxes: A CPU Real-time Face Detector with High Accuracy 原文地址 论文源码 使用了 SSD 的方法，提取网络不同深度的 feature map 完成人脸分类+bbox回归的任务，也有 RPN 的思想，设置 anchor 提取 proposal，增加检测性能，使用大步长快速缩减特征维度，实现快速计算，使用 C.ReLU 增加少量计算量但...
论文阅读：FaceBoxes: ACPUReal-timeFaceDetectorwithHighAccuracy
keyanxiaocaicai的专栏
01-07 1433
每次写paper 日记都写着写着不耐烦。 1. http://blog.youkuaiyun.com/lsy17096535/article/details/78644844 2.最重要的是faceboxs 实现：  http://blog.youkuaiyun.com/lsy17096535/article/details/78644844 关键点记录：  A. 一定程度上解决了小目标检测召回率低的问题
FaceBoxes: 实时高精度CPU人脸检测器
作者Shifeng Zhang、Xiangyu Zhu等人提出了FaceBoxes，一个专注于在CPU上实现高精度和实时性的人脸检测器。FaceBoxes的设计理念在于轻量级但强大的网络结构，包括Rapidly Digested Convolutional Layers (RDCL) 和 ...
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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