北京航空航天大学学报 ›› 2021, Vol. 47 ›› Issue (3): 572-584.doi: 10.13700/j.bh.1001-5965.2020.0469

• 论文 • 上一篇    下一篇

显著性引导的低光照人脸检测

李可夫1, 钟汇才2,3, 高兴宇2, 翁超群2, 陈振宇2,4, 李勇周2, 王师峥2,3   

  1. 1. 中国科学院大学 微电子学院, 北京 100049;
    2. 中国科学院微电子研究所, 北京 100029;
    3. 中国科学院物联网研究发展中心, 无锡 214000;
    4. 国家电网有限公司大数据中心, 北京 100031
  • 收稿日期:2020-08-27 发布日期:2021-04-08
  • 通讯作者: 高兴宇 E-mail:gaoxingyu@ime.ac.cn
  • 作者简介:李可夫,男,硕士研究生。主要研究方向:人工智能、计算机视觉;钟汇才,男,博士,研究员。主要研究方向:人工智能;高兴宇,男,博士,研究员。主要研究方向:人工智能。
  • 基金资助:
    国家自然科学基金(61702491,61802390);北京市自然科学基金(4194095);茂名市科技计划(2020028)

Saliency guided low-light face detection

LI Kefu1, ZHONG Huicai2,3, GAO Xingyu2, WENG Chaoqun2, CHEN Zhenyu2,4, LI Yongzhou2, WANG Shizheng2,3   

  1. 1. School of Microelectronics, University of Chinese Academy of Sciences, Beijing 100049, China;
    2. Institute of Microelectronics of Chinese Academy of Sciences, Beijing 100029, China;
    3. Chinese Academy of Sciences R&D Center for Internet of Things, Wuxi 214000, China;
    4. Big Data Center of State Grid Corporation of China, Beijing 100031, China
  • Received:2020-08-27 Published:2021-04-08
  • Supported by:
    National Natural Science Foundation of China (61702491,61802390);Beijing Natural Science Foundation (4194095);Maoming Science and Technology Plan (2020028)

摘要: 针对卷积神经网络难以对低光照环境拍摄的图像进行人脸检测的问题。提出了一种将图像显著性检测算法和深度学习相结合的算法,并应用于低光照人脸检测。所提算法将图像的显著性信息与图像原始RGB通道融合,用于神经网络训练。在低光照人脸数据集DARK FACE上进行了充分的实验,结果表明:所提方法在DARK FACE数据集上获得了比当前主流人脸检测算法更好的检测精度,进而验证了所提算法的有效性。

关键词: 人脸检测, 显著性引导, 深度神经网络, 低光照, 计算机视觉

Abstract: To deal with the problem that it is hard for convolution neural network to do face detection in low light environment, we propose a method combining image saliency and deep learning and apply it to low-light face detection, which integrates saliency and the original RGB channels of the image into neural network training. Sufficient experiments are implemented on DARK FACE, a low-light face dataset, and the results show that the proposed low-light face detection method achieves better detection accuracy than the existing mainstream face detection algorithms on DARK FACE, thus confirming the validity of the proposed method.

Key words: face detection, saliency guided, deep neural network, low light, computer vision

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发