摘要
本发明提供一种基于多任务级联卷积网络的人脸识别处理方法及存储介质,该方法包括:构建多任务级联卷积网络,将多任务级联卷积网络划分为三级卷积神经网络,第一级联网络为P‑Net,第二级联网络和第三级联网络分别为R‑Net与O‑Net;采集获取单人脸图像样本集对多任务级联卷积网络进行训练,获得收敛后的多任务级联卷积网络;获取待检测人脸图像,将待检测人脸图像进行预处理,将预处理后的待检测人脸图像输入至第一级联网络,获得包含人脸候选窗口图像;将包含人脸候选窗口图像通过第二级联网络的置信度筛选;将置信度筛选后的人脸候选窗口图像输入至第三级联网络,第三级联网络进行处理输出最终的包含人脸的图像。
技术关键词
级联卷积网络
检测人脸图像
多任务
地标
三级卷积神经网络
面部
单人
图像金字塔
样本
置信度阈值
坐标
网络结构
标签
参数
尺寸
处理器
系统为您推荐了相关专利信息
观点提取方法
多模态信息融合
音频特征
模态特征
BERT模型
航班延误预测方法
多模态数据融合
状态空间模型
场景
机场气象监测系统
孤独症儿童
通用特征
多任务
编码器
孤独症谱系障碍
多任务调度方法
计算资源受限
资源受限环境
边缘计算环境
内存