人臉認證是電力系統(tǒng)網(wǎng)絡(luò)安全訪問的重要方式,而人臉檢測是人臉認證系統(tǒng)的重要環(huán)節(jié),傳統(tǒng)Adaboost模式的人臉檢測雖然速度快,但是準確率低;深度學習方式的檢測準確率高,但是檢測速度慢。針對電力系統(tǒng)網(wǎng)絡(luò)訪問特點,提出了一種基于深度學習的SRPN（single region proposal net）實時人臉檢測方法。該方法利用深度學習強大的特征自動提取能力,同時針對電力系統(tǒng)網(wǎng)絡(luò)訪問進行網(wǎng)絡(luò)模型設(shè)計,減少模型計算量,加快檢測速度。實際應用結(jié)果表明,該模型在保證高準確率的情況下,在CPU上達到了30FPS的實時速度,明顯優(yōu)于AdaBoost傳統(tǒng)人臉檢測的準確率和檢測速度。 

【文章來源】：電子測量技術(shù). 2020,43(08)

【文章頁數(shù)】：5 頁

【部分圖文】：

物體監(jiān)測與人臉檢測

網(wǎng)絡(luò)整體框架

底層加速模塊


本文編號：3398531