摘要
本发明公开了一种基于改进MY‑DCF网络的人脸检测方法,包括以下步骤:S1,对获取的人脸数据集进行标注和预处理操作;S2,构建基于改进MY‑DCF网络的人脸检测网络模型;S3,将预处理的人脸数据集分别输入人脸检测网络模型中,计算损失函数并进行训练,保存最优模型权重,得到训练好的人脸检测网络;S4,将检测的人脸图像输入步骤S3得到的人脸检测网络模型,进行人脸检测。本发明将YOLOv4网络中的主干提取网络CSPDarkNet53替换成了MobilenetV3,并引用了NHS激活函数,通过动态调整参数,在计算效率和非线性特性之间取得平衡,降低了人脸检测网络模型的参数量和大小,且提升了检测速率。
技术关键词
人脸检测方法
检测网络模型
分支
多层次特征
人脸语义
全局平均池化
注意力
模块
表达式
颈部结构
检测头
上采样
标注软件
旁路
图像
索引
非线性
通道
系统为您推荐了相关专利信息
图像增强模块
计数方法
融合特征
交叉注意力机制
文本编码器
敏感数据脱敏方法
数据库主键
可信执行环境
零知识证明
拉普拉斯噪声
分级系统
分级执行机构
多尺度特征提取
子模块
通道注意力机制
图像融合方法
高频特征
图像像素
拉普拉斯
归一化方法