基于汇聚级联卷积神经网络的旋转人脸检测方法

针对大尺度姿态变化和大角度平面旋转等复杂条件下多尺度旋转人脸检测精度低的问题，提出了一种基于聚集级联卷积的旋转人脸检测方法。采用从粗到细的级联策略，在主网络SSD的多个特征层上收集并级联多个Alpine卷积，逐步完成人脸/非人脸检测、人脸边界框位置更新和人脸撕裂角估计。该方法在旋转fddb和旋转亚宽人脸数据集上取得了良好的检测效果。当误报在旋转的亚宽面数据集中出现100次时，检测准确率为87.1%，速度为45fps。实验证明，该方法能够以较低的时间损失完成精确的旋转人脸检测。