-
题名基于多任务卷积神经网络人脸检测网络的优化加速方法
被引量：5
- 1
-
-
作者
姜尧岗
孙晓刚
林云
-
机构
中国科学院成都计算机应用研究所
中国科学院大学
-
出处
《计算机应用》
CSCD
北大核心
2019年第S02期59-62,共4页
-
基金
四川省重点研发计划项目(2018GZ0231)
-
文摘
针对人脸检测网络在安卓设备上速度较慢、检测效果不佳的问题,提出了基于多任务卷积神经网络(MTCNN)的优化加速的方法。一方面,更改Caffe框架的ATLAS数学库为OpenBLAS,利用多核来进行矩阵计算;另一方面,在网络结构上进行优化,通过对特征图进行多尺度的卷积再聚合操作、对不同层的特征图进行特征融合操作来提高网络的学习能力,同时对网络中的卷积核进行分解来减少卷积操作的计算量。在LFW和FDDB数据集上进行测试,实验结果表明:与MTCNN人脸检测算法相比,改进后算法的准确率提高了0.9%,耗时降低了64%,在3288安卓板卡上速度达到了9帧/秒。改进后的算法对遮挡、模糊人脸有更好的鲁棒性,并且在速度上有了很大的提升,在复杂场景下具有出色的检测效果。
-
关键词
优化加速
矩阵计算
卷积聚合操作
特征融合操作
卷积核分解
-
Keywords
optimization acceleration
matrix calculation
convolving and re-aggregating operation
feature fusion operation
convolution kernel decomposition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
