面向实时视频监控应用的基于 CNN 的人脸与头部检测器比较
计算机视觉与模式识别
2018-09-11 v1
摘要
由于外观变化、遮挡和复杂背景，检测视频流中出现的人脸和头部是真实世界视频监控应用中的挑战性任务。近来，已有若干 CNN 架构被提出以提高检测器的精度，尽管它们的计算复杂度可能成为问题，特别是对于实时应用，其中必须使用高分辨率相机实时检测人脸和头部。本文比较了适用于人脸和头部检测的先进 CNN 架构的精度与复杂度。根据来自多个具有挑战性数据集的图像上的精度以及时间和内存复杂度，对单阶段和基于区域的架构进行了回顾，并与基线技术进行了实证比较。考虑到实时视频监控应用，分析了这些架构的可行性。结果表明，尽管与传统检测器相比，CNN 架构可以实现非常高的精度，但其计算成本可能对许多实际实时应用构成限制。
引用
@article{arxiv.1809.03336,
title = {A Comparison of CNN-based Face and Head Detectors for Real-Time Video Surveillance Applications},
author = {Le Thanh Nguyen-Meidine and Eric Granger and Madhu Kiran and Louis-Antoine Blais-Morin},
journal= {arXiv preprint arXiv:1809.03336},
year = {2018}
}