计算机工程与科学

作者：董子平, 陈世国, 廖国清

单位：贵州师范大学物理与电子科学学院，贵州 贵阳 550025

关键词：人脸检测,YOLOv5s,特征融合,Focal-EIoU,

基金：贵州省科学技术基金(黔科合J字［2010］2145)

针对在密集场景下多人脸检测容易漏检，小尺度人脸检测率不高的问题，提出了基于YOLOv5s改进的多人脸检测算法IYOLOv5s-MF。首先，在特征融合部分引入FTT模块，以获取小尺度人脸更多的特征表征；然后，改进正负样本采样策略，通过增加有效正样本，增强算法的模型泛化能力；最后，将Focal-EIoU作为定位损失函数，在加速模型收敛的同时提升人脸检测率。在WIDER FACE数据集上进行人脸检测实验，实验结果表明，相比较其他对比算法，IYOLOv5s-MF算法拥有较高的人脸检测精度，且具有较好的实时性能。

来源：2023年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第10期