Resumen

La detección de rostros sigue siendo un problema difícil debido a la gran variabilidad de la escala y la oclusión, a pesar del gran poder de representación de las redes neuronales convolucionales profundas y su robustez implícita. Para manejar la detección de rostros difíciles en circunstancias extremas, especialmente la detección de rostros diminutos, en este trabajo, propusimos una Red Convolucional Piramidal Híbrida multiescala (HPCNet), que es una red totalmente convolucional de una etapa. Nuestra HPCNet consta de tres módulos recién presentados: en primer lugar, diseñamos el módulo de Convolución Dilatada Híbrida (HDC) para sustituir las capas totalmente conectadas en VGG16, que amplía el campo receptivo y reduce su pérdida de información local; en segundo lugar, construimos la Pirámide de Características Híbrida (HFP) para combinar la información semántica de las capas superiores junto con los detalles de las capas inferiores; y en tercer lugar, para tratar el problema de la oclusión y el desenfoque de forma eficaz, introdujimos el Extractor de Información Contextual (CIE) en HPCNet. Además, presentamos una estrategia mejorada de minería de ejemplos duros en línea (OHEM), que puede mejorar la precisión media de la detección de rostros equilibrando el número de muestras positivas y negativas. Nuestro método ha logrado una precisión de 0,933, 0,924 y 0,848 en el subconjunto fácil, medio y difícil de WIDER FACE, respectivamente, lo que supera a la mayoría de los algoritmos avanzados.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:detección de rostros, red neuronal convolucional, pirámide híbrida multiescala, red convolucional piramidal, variabilidad de escala, pirámide de características híbridas, problema de oclusión, ejemplo duro en línea, extractor de información de contexto, detección de rostros duros
• Keywords:face detection, convolutional neural network, multiscale hybrid pyramid, pyramid convolutional network, variability of scale, hybrid features pyramid, problem of occlusion, online hard example, context information extractor, hard face detection