陈 英, 李志勇
(南昌航空大学 软件学院,江西 南昌 330063)
目标侦测识别在日常生活中很普遍,车站和机场的人脸识别闸门都是采用单目标侦测识别。多目标侦测到海量人脸之后再进行识别的方案可以有效地解决这类问题。对于多目标侦测,当前已有的研究包括:文献[1]提出了循环卷积神经网络(RCNN)的处理方案,通过卷积神经网络(CNN)和支持向量机(SVM)机器学习的方法解决多目标侦测问题;文献[2]对 RCNN进行改进,提出了Fast RCNN的方法,通过CNN提取特征,然后在特征图上找到有物体的框,输入到分类网络进行分类;文献[3]对Fast RCNN进行改进,提出了Faster RCNN,将Fast RCNN得到特征图上的框,输出到区域选取网络(region proposal network,RPN)筛选框,再进行分类,加速了网络的运行速度;文献[4]提出了SSD方法,在多尺度特征图上进行侦测,提高了侦测的精度;文献[5~7]提出了Yolo的方法,尤其是YoloV3在SSD的基础上,增加了上采样操作,进一步增加了侦测的精度和速度;文献[8]提出了多任务级联卷积神经网络(multi-task cascaded CNN,MTCCNN),采用图像金字塔的方法,并采用多任务级联的方式进行多目标侦测。对于人脸识别,文献[9]提出了一个损失Triplet Loss,通过加入隔离带并采用困难样本训练的方式进行特征分离;文献[10]又提出了一个新的损失Center Loss,通过为每一个特征加入中心点的方式,分开特征;文献[11]提出了一种对SoftMax的改进方法—Arc-SoftMax,即在SoftMax中加入隔离带,分开特征。
综上所述,多目标侦测识别的方案很多,但是要将侦测和识别方案很好地结合,是一个很难的问题。本文在多目标侦测中采用了MTCCNN作为主要的方案,并对其网络模型进行改进,一定程度上加速了网络侦测速度。……