基于优化多任务级联卷积神经网络的多人目标侦测

针对多人目标侦测识别的速度问题,提出了一种优化的多任务级联卷积神经网络(OMTCCNN)。首先,对CelebA数据集进行增样处理;其次,对MTCCNN进行关键点的回归,同时加入Dropout抑制部分神经元,加速侦测时间;最后,通过Arc-SoftMax增大类间距,优化SoftMax分类效果。基于召回率、精确率和运行时间等评价指标的对比,结果表明:优化后的OMTCCNN时间上略有提升,人脸识别在Arc-SoftMax上的分类效果明显,可以用于小范围多人目标侦测。