TY - JOUR A2 - Zhang, Nian AU - Hou, Shaoqi AU - Fang, Dongdong AU - Pan, Yixi AU - Li, Ye AU - Yin，Guangqiang PY - 2021 DA - 2021/05/05 TI -混合金字塔卷积网络多尺度人脸检测SP - 9963322六世- 2021 AB -人脸检测仍然是一个具有挑战性的问题,由于规模和闭塞的高可变性尽管表征强劲的力量深卷积神经网络及其隐含的鲁棒性。为了处理极端情况下的硬人脸检测，特别是微小人脸检测，本文提出了一种多尺度混合金字塔卷积网络(HPCNet)，它是一种单级全卷积网络。我们的HPCNet由三个新模块组成:首先，我们设计了混合扩张卷积(HDC)模块来取代VGG16中的全连接层，扩大了接收场，减少了其局部信息的丢失;其次，构建了混合特征金字塔(Hybrid Feature Pyramid, HFP)，将上层语义信息与下层细节信息相结合;第三，为了有效地处理遮挡和模糊问题，在HPCNet中引入了上下文信息提取器(Context Information Extractor, CIE)。此外，我们提出了一种改进的在线难例挖掘(OHEM)策略，该策略通过平衡正样本和负样本的数量来提高人脸检测的平均精度。我们的方法在WIDER FACE的Easy、Medium和Hard子集上的精度分别达到了0.933、0.924和0.848，超过了大多数高级算法。JF -计算智能与神经科学PB - Hindawi KW - ER -