一种基于深度卷积级联网络的人脸检测优化方法
基本信息
| 申请号 | CN201810146901.X | 申请日 | - |
| 公开（公告）号 | CN108197613B | 公开（公告）日 | 2022-02-08 |
| 申请公布号 | CN108197613B | 申请公布日 | 2022-02-08 |
| 分类号 | G06K9/00（2006.01）I;G06N3/04（2006.01）I;CN 107492115 A,2017.12.19;CN 106650682 A,2017.05.10;CN 1924894 A,2007.03.07;CN 107292272 A,2017.10.24;US 2017132496 A1,2017.05.11;CN 104361363 A,2015.02.18;US 2003043922 A1,2003.03.06 蔡慧苹等.基于word embedding 和 CNN的情感分类模型.《计算机应用研究》.2016,第33卷（第10期）,;Hang CUI et al..A Code Selection Mechanism Using Deep Learning.《2016 IEEE 10th International Symposium on Embedded Multicore/Many-core Systems-on-Chip》.2016, | 分类 | 计算；推算；计数; |
| 发明人 | 王思俊;刘琰;王国峰;慈红斌 | 申请（专利权）人 | 天津天地伟业信息系统集成有限公司 |
| 代理机构 | 北京众达德权知识产权代理有限公司 | 代理人 | 徐彦圣 |
| 地址 | 300450 天津市滨海新区华苑产业区（环外）海泰华科二路8号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度卷积级联网络的人脸检测优化方法，具体包括如下步骤：利用深度级联网络检测出人脸可能出现的区域，也就是热区；对热区进行更新，将不在热区内的区域全部置零；把得到的整图进行数据稀疏压缩。本发明在很大程度上减少了冗余的运算量，提高了算法的运行效率。使CNN网络人脸检测算法在前端嵌入式平台上效率能提升20~30%，而且本发明的方法不会损失检测精度，为深度卷积网络在前端更快的运行提供了较好的一个解决方案，为后期网络的规模运用奠定了基础。 |
