首页|YOLOv5算法的人脸识别检测方法研究

YOLOv5算法的人脸识别检测方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
以YOLOv5算法为核心,针对小尺度人脸的识别精准度不高问题进行研究.分析YOLOv5系统结构,研究加权双向特征金字塔网络(BiFPN)的特征融合思想,提出了权重的BiFPN,充分利用深层、浅层以及原始的特征信息,加强了特征融合,减少了卷积过程中特征信息的丢失,提高了检测精度.采用WiderFace人脸数据集进行改进前后对比训练,得出通过改进YOLOv5结构中的Neck部分,使得算法在少量增加计算量和参数量的情况下,人脸识别精准度(Precision)达到91.2%,召回率(Recall)达到83.4%,检测速度也有所加快.具有较好的检测度与实时性.
Research on face recognition detection method of YOLOv5 algorithm

face recognitionbi-directional feature pyramid network(BiFPN)YOLOv5detection accuracy

宋传旗

展开 >

山东建筑大学信息与电气工程学院,山东 济南 250000

人脸识别 双向特征金字塔网络BiFPN YOLOv5 检测精度

2023

10.16644/j.cnki.cn33-1094/tp.2023.07.004

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(7)
  • 2
  • 1