人脸检测算法总结：SSH

最新推荐文章于 2024-04-14 09:54:10 发布
最新推荐文章于 2024-04-14 09:54:10 发布
阅读量2k 收藏 3
点赞数
分类专栏： 深度学习
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。
本文链接：https://blog.csdn.net/Tianlock/article/details/86601399
版权

人脸检测算法：Single stage Headless Face Detector


学习人脸检测算法，其实主要是为了前一段时间参加了云从科技的人头计数比赛，然后就看了一些针对人脸检测算法的论文，在这里总结一下。
整个算法和SSD类似，均为one-stage，并且直接在featuremap金字塔上做预测，每个featuremap中的anchor尺度不同,这一点完全和SSD的思路一样。
总体结构：

在这里插入图片描述
上为SSH的流程图。在分类网络各层feature map后面连接三个检测分支，通过全卷积而非全连接层做人脸检测和bbox分类。三个分支的stride分别为8,16,32.检测分支有连个全卷积网络分别用于分类和bbox回归。
SSH在anchor 上的操作基本上和RPN一致，区别在于仅用了一个长宽比，即每个feature map上的anchor总数为W×H×k，k为尺度。
在这里插入图片描述
检测分支如图3所示，包含一个context module用于提升有效感受野，context module的输出通道数目X在分支M1设置为128，M2M3为256。二者结果concat之后，接两个1×1的卷积，用于bbox回归和分类。具体的输出维度为2×k，和4×k。
Scale Invariance Design：
如图2所示，三个检测分支中，M2使用的是VGG中conv5-3的feature map。M1基于feature map的融合，使用更大尺度的conv4-3融合双线性插值上采样后的conv5-3.同时使用1×1的卷积将channels减少到128，以减少计算量。M3用于检测最大尺度的人脸，在conv5-3上使用stride2的Maxpooling，将feature map的stride变为32×32。再接检测分支M3.
context module

最低0.47元/天 解锁文章
Tianlock
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
人脸识别之insightface开源代码简单使用：训练、验证、测试（1）
kupePoem的专栏
09-01 2215
初衷 现在的各种应用上面都使用了人脸识别技术，但是人脸识别看似简单的问题，其实所覆盖的知识面还是比较广泛的。正好有机会做了这方面的工作，因此将整个项目流程和自己的思路进行一下梳理。 本文只是一个简单的应用，仅仅是从业务需求上面做一个demo，并没有可能做到一个什么样的soft，不然我就可以发文章了o(╯□╰)o。所以很牛的大神请勿喷，给点正能量鼓励一下，不懂的小白正好可以借机玩一玩这个东西。 因为整个流程会分为几个阶段，所以我也将这几个阶段进行了拆分，一步一步来。 代码回头会放到github上面，有兴趣
SSH人脸检测详细剖析
weixin_41838259的博客
08-24 1051
SSH人脸检测原理1. 引言2. SSH原理介绍2.1 模型结构2.2 Detection-Module和Context-Module2.3 损失函数2.4 多尺度的预测是怎么实现的？2.5 OHEM3. 源码解析 1. 引言 在人脸检测的任务中，经典的模型有MTCNN、CMS-RCNN等，MTCNN是一个轻量级的多任务级联模型，而CMS-RCNN则是基于Faster-RCNN做了改进，这些模型都...
如何查询SSH客户端支持的加密算法：全面解析_探测到ssh服务器支持的算法
最新发布
2401_83620865的博客
04-14 2096
最近很多小伙伴找我要Linux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！
RetinaFace: Single-stage Dense Face Localisation in the Wild
cdknight_happy的专栏
04-30 363
论文：http://xxx.itp.ac.cn/abs/1905.00641 代码：https://github.com/deepinsight/insightface/tree/master/RetinaFace https://github.com/biubug6/Pytorch_Retinaface 1 核心思想 RetinaFace是基于FPN + SSH context module +...
SSH人脸检测算法（SSH: Single Stage Headless Face Detector）
weixin_40671425的博客
05-21 4319
论文：《SSH: Single Stage Headless Face Detector》 链接：https://arxiv.org/pdf/1708.03979.pdf 代码链接：https://github.com/mahyarnajibi/SSH 摘要 我们介绍了单点无头（SSH）人脸检测器。与两阶段提议分类检测器不同，SSH直接从分类网络中的早期卷积层以单阶段方式检测...
人脸检测经典算法
weixin_30700099的博客
03-28 702
我们将整个人脸检测算法分为3个阶段，分别是早期算法，AdaBoost框架，以及深度学习时代，在接下来将分这几部分进行介绍。 早期的人脸检测算法使用了模板匹配技术，即用一个人脸模板图像与被检测图像中的各个位置进行匹配，确定这个位置处是否有人脸；此后机器学习算法被用于该问题，包括神经网络，支持向量机等。以上都是针对图像中某个区域进行人脸-非人脸二分类的判别。 早期有代表性的成果是Rowley等人提...
基于轻量级卷积神经网络的人脸检测算法.pdf
09-25
本文介绍了一种针对移动端应用优化的人脸检测算法——Lightweight-SSH，该算法基于轻量级卷积神经网络，旨在解决移动设备计算能力和存储资源有限的问题。Lightweight-SSH算法是在单点无头人脸检测器（SSH）的基础上...
基于MobieNetV2轻量级人脸识别算法.pdf
09-23
MobieNetV2模型可以应用于图像分类、目标检测、人脸识别等领域，是一个非常有前途的深度学习模型。 深度学习技术是人工智能领域的核心技术之一，近年来得到了广泛的应用。深度学习技术可以应用于图像识别、自然语言...
Python-人脸检测和对齐
08-11
人脸检测通常采用机器学习或深度学习的方法，例如Haar级联分类器、Adaboost算法或者基于深度神经网络的模型如MTCNN（Multi-Task Cascaded Convolutional Networks）、SSD（Single Shot MultiBox Detector）等。...
NanopcT4 系统 人脸检测实验 超详细教程 代码及操作步骤
07-06
在这个超详细教程中，我们将深入探讨如何在Nanopc T4系统上进行人脸检测实验，以及涉及的相关软件和工具的使用。...通过遵循这些步骤，学习者不仅可以掌握基本的操作，还能为更复杂的人脸识别算法和应用打下坚实基础。
基于人脸识别的移动终端考勤系统的设计.pdf
09-23
本文设计的人脸识别考勤系统采用B/S架构，服务器使用Tomcat，数据库使用MySQL，前端框架为ZK+SSH，考勤者身份配置在手机端，通信则通过Spring MVC框架。在Android平台上实现了人脸识别功能，通过Haar特征训练ORL人脸...
基于face++的人脸识别、对比系统（ssh）
04-05
基于face++的人脸识别、对比系统，第一次上传，话说别人的为啥可以添加效果图片= =！该系统默认页面注册，登录页面验证。
人脸检测算法综述
06-26
人脸检测是目前所有目标检测子方向中被研究的最充分的问题之一，它在安防监控，人证比对，人机交互，社交和娱乐等方面有很强的应用价值，也是整个人脸识别算法的第一步。在本文中，SIGAI将和大家一起回顾人脸检测算法的整个发展历史。
人脸检测综述
7huaping的专栏
08-21 4634
人脸检测是人脸识别、人脸属性分类、人脸编辑、人脸跟踪等任务必不可少的早期步骤，其性能直接影响到[Deep Face Recognition: A Survey]、[Biometric Recognition Using Deep Learning: A Survey]等任务的有效性。尽管在过去的几十年里，不受控制的人脸检测取得了巨大的进步，但在野外准确高效的人脸检测仍然是一个公开的挑战。这是由于姿势的变化、面部表情、比例、光照、图像失真、面部遮挡等因素造成的。
度量学习之人脸识别算法总结
年轻即出发，
01-11 3815
特征脸Eigenface： Eigenface(特征脸)在人脸识别历史上应该是具有里程碑式意义的，其被认为是第一种有效的人脸识别算法。1987年Sirovich and Kirby 为了减少人脸图像的表示（降维）采用了主成分分析法（Principle Component Analysis， PCA）的方法，1991年Matthew Turk和Alex Pentland首次将PCA应用于人脸识...
SSH 算法笔记
AI之路
10-31 4933
论文：SSH: Single Stage Headless Face Detector 论文链接：https://arxiv.org/abs/1708.03979 代码链接：https://github.com/mahyarnajibi/SSH 这篇ICCV2017关于人脸检测的文章提出SSH（single stage headless）算法有效提高了人脸检测的效果，主要改进点包括多尺度检测、引入...
SSH
Bruce_0712的博客
10-24 239
论文：SSH: Single Stage Headless Face Detector 论文链接：https://arxiv.org/abs/1708.03979 代码链接：https://github.com/mahyarnajibi/SSH 这篇ICCV2017关于人脸检测的文章提出SSH（single stage headless）算法有效提高了人脸检测的效果，主要改进点包括多尺度检测、引入更多的上下文信息、损失函数的分组传递等，思想比较简洁，效果也还不错。 SSH的网络结构如Figure2所示，
人脸检测：SSH算法
u013250861的博客
06-15 244
paper：: Single Stage Headless Face Detector link：SSH paper code：https://github.com/mahyarnajibi/SSH摘要 本文提出了一个one stage人脸检测器 headless的解释：在分类CNN网络的基础上移除了fully connected layer； 具有尺度不变性性特征：没有用图像金字塔image pyramid输入策略，只是在inference的时候用了多尺度的特征层feature pyramid来做检测（S
SSH整合（一）——直接获取ApplicationContext
weixin_34005042的博客
09-27 164
一，引入jar包 首先建立如下项目： 接着，在项目中引入如下jar包： 楼主本人属于比较笨的那种，总是引丢了。。 二，基本XM...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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