快速多尺度人脸检测--Multi-Scale Fully Convolutional Network for Fast Face Detection

最新推荐文章于 2025-10-20 16:16:17 发布
原创 最新推荐文章于 2025-10-20 16:16:17 发布 · 2.5k 阅读 · 5 ·
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。

本文介绍了一种用于快速人脸识别的多尺度全卷积网络(MS-FCN)。通过将多尺度处理后置，实现了卷积层的共享，大幅提升处理速度可达100FPS。该方法使用人工合成的多尺度图像进行训练，并采用特定间隔的多尺度金字塔来提高检测精度。

Multi-Scale Fully Convolutional Network for Fast Face Detection
BMVC 2016

如何能够快速的实现多尺度人脸检测了？

本文的思路是 将 多尺度模型往后移，这样前面的卷积层都能够共享， can run about 100 FPS on a GPU for VGA images
网络结构图如下所示：
这里写图片描述
这里写图片描述

我们的训练图像如下图所示，人工合成多人脸图像，去除背景区域
这里写图片描述

我们的训练图像是多尺度的 image pyramid，这里的多尺度是有选择的多尺度 octave-spaced scale intervals
这里写图片描述
这里写图片描述

FDDB dataset
这里写图片描述

这里写图片描述

11

MATLAB算法实战应用案例精讲-【深度学习】多尺度特征融合-目标检测（论文篇五）
qq_36130719的博客
04-15 2357
检测的图像，首先设置输入网络大小，然后将滑动窗口按照一定步长对图像进行滑动，微小的卷积神经网络，其使用卷积核在卷积神经网络中对输入图像信息进行卷积处理，传统行人检测技术进行分析，然后介绍基于深度学习行人检测算法，为后续行人检测。出，能够很好的描述行人的边缘，因此广泛应用于行人检测。的静态图像，往往采用梯度直方图方法获取行人图像的局部特征信息，然后计算所有。个单元格的特征将以不同的结果出现在最后的向量中，所有的小单元特征信息将构成。目的成果，使得行人检测检测技术成为基于深度学习目标检测领域的研究热点。
Face Anti-Spoofing FAS 综述
qingmengEL的博客
11-29 3221
FAS综述整理
一种快速准确的人脸检测、识别和验证系统
gzq0723的博客
08-26 850
即将迎来了2019世界人工智能大会，相信这个会议又一次推动人工智能的发展，有兴趣的同学可以去参加感受一下人工智能的热度，绝不会低于这个夏天的高温。今天“计算机视觉战队”为...
FCN（Fully Convolutional Network）：用于图像语义分割的全卷积网络
最新发布
彬彬侠的博客
10-20 1633
FCN（Fully Convolutional Network，全卷积网络）是计算机视觉领域用于语义分割的开创性神经网络架构，由Jonathan Long等人于2015年提出。它将传统CNN改造为全卷积形式，通过编码器-解码器结构实现像素级预测，支持任意尺寸输入。核心创新包括转置卷积上采样和跳跃连接，在PASCAL VOC等数据集上表现优异。虽然存在边界模糊等局限，但FCN奠定了现代分割模型的基础，其全卷积思想被U-Net、DeepLab等后续模型继承发展，广泛应用于自动驾驶、医疗影像等领域。
Multi-level Feature Fusion Networks with Adaptive Channel Dimensionality Reduction for Remote Sens
b_dxac的博客
05-07 857
基于自适应信道降维的多级特征融合网络用于遥感场景分类 由于高分辨率遥感图像内容复杂多样，对其进行分类是一项具有挑战性的工作。最近，卷积神经网络(CNNs)被用来解决这一任务。然而，由于VHR图像中存在杂波和小目标，cnn不能完全满足场景分类的需要。为了解决这些问题，本文提出了一种新的自适应信道降维的多级特征融合网络用于遥感场景分类。针对高维特征，设计了一种自适应信道降维方法。在此基础上，引入多级特征融合模块，实现了特征的高效融合。在三个广泛使用的数据集上的实验表明，我们的模型在精度和稳定性方面优于几种先进
多尺度人脸检测--Face Detection through Scale-Friendly Deep Convolutional Networks
AI小作坊 的博客
10-24 3698
Face Detection through Scale-Friendly Deep Convolutional Networks http://shuoyang1213.me/projects/ScaleFace/ScaleFace.html本文针对多尺度人脸检测问题，采用分而治之的思路来解决，提出不同尺度的人脸需要不同的网络结构来进行检测。然后我们将这些网络组合成一个网络，使用端对端的方式优化
快速多尺度人脸检测2--Multi-Scale Fully Convolutional Network for Face Detection in the Wild
AI小作坊 的博客
12-21 1477
Multi-Scale Fully Convolutional Network for Face Detection in the Wild CVPRW2017上一篇文献的姊妹篇吧，如何能够快速的实现多尺度人脸检测了？ 本文将用于检测的特征图上采样和降采样得到多尺度特征图，在这个多尺度特征图上分别训练若干 FCN 人脸检测器 ，每个FCN 人脸检测器 负责检测相应尺寸的人脸本文最小检测人脸尺寸 1
活体检测综述 Deep Learning for Face Anti-Spoofing: A Survey 阅读记录
chen_znn的博客
11-05 8735
这篇文章首次全面回顾了基于深度学习的活体检测算法的最新研究进展。
目标检测经典论文——R-CNN论文翻译：Rich feature hierarchies for accurate object detection and semantic segmentation
bigcindy的博客
07-27 5781
Rich feature hierarchies for accurate object detection and semantic segmentation——Tech report (v5) 用于精确物体定位和语义分割的丰富特征层次结构——技术报告（第5版） Ross Girshick Jeff Donahue Trevor Darrell Jitendra Malik UC Berkeley 加州大学伯克利分校 {frbg,jdonahue,trevor,malikg}@...
目标检测经典论文——YOLO论文翻译：You Only Look Once: Unified, Real-Time Object Detection（YOLO：统一的实时目标检测）
bigcindy的博客
07-30 4780
You Only Look Once: Unified, Real-Time Object Detection YOLO：统一的实时目标检测 Joseph Redmon*, Santosh Divvala*†, Ross Girshick¶, Ali Farhadi*† University of Washington*, Allen Institute for AI†, Facebook AI Research¶ http://pjreddie.com/yolo/ ...
深度学习（二十五）基于Mutil-Scale CNN的图片语义分割、法向量估计
热门推荐
hjimce的专栏
12-31 1万+
以为作者要采用mutil-task多任务特征学习的方法，用于估计单幅图像的深度、法向量、语义分割三个任务。还以为paper即将采用跟文献《Facial Landmark Detection by Deep Multi-task Learning》一样的思想，进行提高精度，最后仔细通读全文才知道，其实这三个任务是独立的，不是传说中的“多任务特征学习”，终于松了一口气（因为之前看《机器学习及其应用2015》这本书的第一章的时候，讲到了“鲁邦多任务特征学习”，觉得好难，看不懂，所以就对多任务特征学习有点害怕）。这
人脸检测多尺度检测函数c语言,MTCNN人脸检测的详细介绍及完整C++代码你能学会吗？...
weixin_42299645的博客
05-21 207
人脸检测识别一直是图像算法领域一个主流话题。前年SeetaFace开源了人脸识别引擎，一度成为热门话题。虽然后来SeetaFace又放出来 2.0版本，但是，我说但是。。。没有训练代码，想要自己训练一下模型那可就犯难了。虽然可以阅读源码，从前向传播的角度，反过来实现训练代码，但是谁有那个闲功夫和时间，去折腾这个呢？有的时候还是要站在巨人的肩膀上，你才能看得更远。而SeetaFace不算巨人，只是当...
【人脸检测新星】S³FD：单次多尺度不变人脸检测器
gitblog_00076的博客
05-28 309
????【人脸检测新星】S³FD：单次多尺度不变人脸检测器???? 在计算机视觉的广阔天地里，人脸检测始终是一项核心且极具挑战的任务。今天，我们为你隆重介绍一个基于PyTorch的强大工具——S³FD（Single Shot Scale-invariant Face Detector），它以高效和鲁棒性著称，让你的人脸检测体验达到前所未有的高度。 1. 项目介绍 S³FD是一个旨在解决人脸检测中尺度变化问题的...
人脸、人眼检测与跟踪
Gone_HuiLin的博客
11-18 1486
#include #include #include using namespace cv; CascadeClassifier face_cascade; CascadeClassifier eye_cascade; // 人眼检测 int detectEye(cv::Mat& im, cv::Mat& tpl, cv::Rect& rect) { std::vector face
论文阅读《Multi-Scale Dense Convolutional Networks for Efficient Prediction 》
bojackhosreman的博客
12-21 1493
paper：https://arxiv.org/abs/1703.09844 code：https://github.com/gaohuang/MSDNet参考： http://blog.youkuaiyun.com/u014380165/article/details/78006893
《Multi-Frame Video Super-Resolution Using Convolution Neural Networks》 读书笔记
宝树啊宝树
03-22 1525
论文地址 MSEMSEMSE定义 MSE(Y^,Y)=1213HW∑i=1H∑j=1w∑k=13(Y^ijk−Yijk)2MSE(Y^,Y)=1213HW∑i=1H∑j=1w∑k=13(Y^ijk−Yijk)2MSE(\hat{Y},Y)=\frac{1}{2}\frac{1}{3HW}\sum_{i=1}^{H}\sum_{j=1}^{w}\sum_{k=1}^{3}(\hat{Y}_{...
3DSRnet: Video Super-resolution using 3D Convolutional Neural Networks论文笔记
Ytravel的博客
02-27 1937
3DSRnet: Video Super-resolution using 3D Convolutional Neural Networks论文笔记 论文链接 一. 简介 虽然2D-CNNs 在图像建模方面具有强大的功能，但3D-CNNs 更适合于时空特征提取，因为它可以保存时间信息。 本文提出了有效的3D-CNN 视频超分辨率，不需要运动对齐作为预处理。 本文的3DSRnet 保持时空特征图的...
Multi-Oriented Text Detection with Fully Convolutional Networks
Diana_Z的博客
08-03 1366
2.相关工作 自然图像中的文本检测已经受到计算机视觉和文档分析社区的广泛关注。然而，大多数文本检测方法主要以两种方式集中于检测水平或近水平文本：1）定位单词的边界框[4,3,17,15,18,33,5,6]，2）组合检测和识别程序成为端到端的文本识别方法[8,28]。场景文本检测和识别的综合调查可参考[30,36]。 在本节中，我们将重点介绍为多方向文本检测提供的最相关的工作。在野外进行多...
end-to-end object detection with fully convolutional network
03-16
End-to-end物体检测是指使用全卷积网络（Fully Convolutional Network，FCN）来进行物体检测的方法。在这种方法中，输入图像通过一系列的卷积层和池化层来提取特征，最后通过一个分类器来确定图像中是否存在目标物体...
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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