基于改进YOLOv4-tiny的人脸关键点快速检测

【摘要】：人脸关键点检测作为人脸识别的重要环节，一直是计算机视觉领域的研究热点。为了满足高效轻量级的人脸关键点检测需求，提出了一种基于改进YOLOv4-tiny的人脸关键点快速检测算法。模型输入采用608*608*3的彩色图像，使用CSPDarknet53-tiny网络对输入图像进行主干特征提取，对提取到的特征进行上采样和特征融合，在特征融合之前添加注意力机制来提高检测准确度，同时对YOLOv4-tiny网络的损失函数进行调整，添加人脸关键点的损失计算，实现在人脸目标检测的同时对关键点进行标定定位。模型输出包括人脸标记框和人脸5个关键点。实验结果表明，相比其他网络的人脸关键点检测方法，所提模型在保证识别准确度的基础上，具有更高的识别效率和更低的配置要求，可以满足快速实时检测的需求，且更易部署在边缘设备或者移动设备上。