现代计算机2022，Vol.28Issue(8) ：48-52,58.DOI:10.3969/j.issn.1007-1423.2022.08.008

基于联邦学习的人脸检测研究

Research on Face Detection Based on Federated Learning

兰博钧 陶青川
现代计算机2022，Vol.28Issue(8) ：48-52,58.DOI:10.3969/j.issn.1007-1423.2022.08.008
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于联邦学习的人脸检测研究

Research on Face Detection Based on Federated Learning

兰博钧 1陶青川1
扫码查看

作者信息

  • 1. 四川大学电子信息学院,成都 610065
  • 折叠

摘要

随着互联网的发展,数据的价值日益增长,数据的保护利用对企业以及用户个人都有着重要意义.针对数据孤岛、人脸隐私数据泄露等问题,提出以联邦学习为理论基础、结合YOLOv5神经网络的人脸检测算法.在服务器-客户端架构下对独立同分布的人脸数据进行训练,数据传输中采用同态加密的手段进行数据保护,同时在YOLOv5检测器中引入卷积块的注意力模块与快速非极大值抑制.实验结果表明,联邦学习在保护人脸数据隐私的情况下解决了数据孤岛问题,而优化过的YOLOv5检测器对人脸的检测准确度与效率都略有提升.

关键词

联邦学习/隐私/YOLOv5/数据保护/人脸检测

引用本文复制引用

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量1
段落导航相关论文