1、收 稿 日 期：2 0 2 2 0 5 2 3基 于 改 进 Y O L O v 5 的 人 脸 检 测 算 法孙 孚 斌，朱 兆 优，陈 思 超，陈 弘 扬（东 华 理 工 大 学 机 械 与 电 子 工 程 学 院，南 昌 3 3 0 0 1 3）摘 要：随 着 计 算 机 视 觉 行 业 的 不 断 发 展，基 于 卷 积 神 经 网 络 的 目 标 检 测 算 法 也 受 到 了 研 究 人 员 的 重 视。针 对 传 统 的 Y O L O v 5 目 标检 测 算 法 中 的 边 界 框 回 归 损 失 函 数 G I O U 存 在 当 检 测 框 与 真 实 框 呈 包 含 的
2、 状 态 时 会 退 化 到 传 统 I O U 损 失 函 数，以 及 当 检 测 框 和 真 实框 相 交 时 在 垂 直 和 水 平 两 个 方 向 上 存 在 收 敛 速 度 慢 的 问 题，提 出 一 种 改 进 的 Y O L O v 5 目 标 检 测 算 法。在 传 统 Y O L O v 5 的 基 准 网 络 中添 加 注 意 力 机 制，然 后 在 边 界 框 回 归 损 失 函 数 中 引 入 真 实 框 与 预 测 框 中 心 的 欧 式 距 离 计 算 预 测 损 失，并 分 别 计 算 预 测 框 与 真 实 框之 间 的 纵 横 比 作 为 惩 罚 项 以 达
3、到 提 高 回 归 精 度 以 及 加 快 收 敛 速 度 的 目 的，最 后 将 改 进 后 的 Y O L O v 5 目 标 检 测 模 型 应 用 于 人 脸 检测 进 行 验 证。实 验 利 用 w i d e f a c e 人 脸 数 据 集 训 练，训 练 结 果 表 明 改 进 的 Y O L O v 5 目 标 检 测 算 法 训 练 中 的 损 失 只 有 0.0 1 3，较 传 统的 Y O L O v 5 目 标 检 测 算 法 损 失 减 少 约 1 3.3 3%，准 确 率 达 到 8 2.2 8%，较 传 统 的 Y O L O v 5 目 标 检 测 算 法
4、提 高 2.6%。实 验 表 明 该 目 标 检测 算 法 能 很 好 的 应 用 于 人 脸 检 测 中。关 键 词：Y O L O v 5；目 标 检 测；人 脸 检 测；损 失 函 数；注 意 力 机 制中 图 分 类 号：T P 3 9 1 文 献 标 志 码：A 文 章 编 号：1 0 0 9 9 4 9 2(2 0 2 3)0 2 0 1 7 2 0 5F a c e D e t e c t i o n A l g o r i t h m B a s e d o n I m p r o v e d Y O L O v 5S u n F u b i n，Z h u Z h a o y
5、 o u，C h e n S i c h a o，C h e n H o n g y a n g（S c h o o l o f M e c h a n i c a l a n d E l e c t r o n i c E n g i n e e r i n g,E a s t C h i n a I n s t i t u t e o f T e c h n o l o g y,N a n c h a n g 3 3 0 0 1 3,C h i n a）A b s t r a c t:W i t h t h e c o n t i n u o u s d e v e l o p m e n
6、 t o f t h e c o m p u t e r v i s i o n i n d u s t r y,t a r g e t d e t e c t i o n a l g o r i t h m s b a s e d o n c o n v o l u t i o n a l n e u r a ln e t w o r k s h a v e a l s o a t t r a c t e d t h e a t t e n t i o n o f r e s e a r c h e r s.F o r t h e b o u n d i n g b o x r e g r
7、e s s i o n l o s s f u n c t i o n G I O U i n t h e t r a d i t i o n a l Y O L O v 5 t a r g e td e t e c t i o n a l g o r i t h m,w h e n t h e d e t e c t i o n f r a m e a n d t h e r e a l f r a m e a r e c o n t a i n e d,i t d e g e n e r a t e s t o t h e t r a d i t i o n a l I O U l o s
8、 s f u n c t i o n.W h e n t h ed e t e c t i o n f r a m e a n d t h e r e a l f r a m e i n t e r s e c t i n b o t h v e r t i c a l a n d h o r i z o n t a l d i r e c t i o n s,t h e r e i s a p h e n o m e n o n o f s l o w c o n v e r g e n c e s p e e d.A ni m p r o v e d Y O L O v 5 t a r g
9、 e t d e t e c t i o n a l g o r i t h m w a s p r o p o s e d.T h e a t t e n t i o n m e c h a n i s m w a s a d d e d t o t h e t r a d i t i o n a l Y O L O v 5 b e n c h m a r kn e t w o r k,a n d t h e n t h e E u c l i d e a n d i s t a n c e b e t w e e n t h e r e a l b o x a n d t h e c e
10、n t e r o f t h e p r e d i c t i o n b o x w a s i n t r o d u c e d i n t o t h e b o u n d i n g b o xr e g r e s s i o n l o s s f u n c t i o n t o c a l c u l a t e t h e p r e d i c t i o n l o s s,a n d t h e a s p e c t r a t i o b e t w e e n t h e p r e d i c t i o n b o x a n d t h e r e
11、 a l b o x w a s c a l c u l a t e ds e p a r a t e l y a s a p e n a l t y t e r m.I n o r d e r t o i m p r o v e t h e r e g r e s s i o n a c c u r a c y a n d s p e e d u p t h e c o n v e r g e n c e s p e e d,t h e i m p r o v e d Y O L O v 5 t a r g e td e t e c t i o n m o d e l w a s f i n
12、 a l l y a p p l i e d t o f a c e d e t e c t i o n f o r v e r i f i c a t i o n.T h e e x p e r i m e n t u s e d t h e w i d e f a c e f a c e d a t a s e t f o r t r a i n i n g.T h e t r a i n i n gr e s u l t s s h o w t h a t t h e t r a i n i n g l o s s o f t h e i m p r o v e d Y O L O v
13、5 t a r g e t d e t e c t i o n a l g o r i t h m i s o n l y 0.0 1 3,w h i c h i s a b o u t 1 3.3 3%l e s s t h a n t h et r a d i t i o n a l Y O L O v 5 t a r g e t d e t e c t i o n a l g o r i t h m,a n d t h e a c c u r a c y r a t e r e a c h e s 8 2.2 8%.T h e e x p e r i m e n t a l r e s
14、u l t s s h o w t h a t t h e t a r g e t d e t e c t i o na l g o r i t h m c a n b e w e l l a p p l i e d t o f a c e d e t e c t i o n.K e y w o r d s:Y O L O v 5;t a r g e t d e t e c t i o n;f a c e d e t e c t i o n;l o s s f u n c t i o n;a t t e n t i o n m e c h a n i s m2 0 2 3 年 0 2 月第 5
15、 2 卷 第 0 2 期F e b.2 0 2 3V o l.5 2 N o.0 2机 电 工 程 技 术M E C H A N I C A L&E L E C T R I C A L E N G I N E E R I N G T E C H N O L O G YD O I:1 0.3 9 6 9/j.i s s n.1 0 0 9-9 4 9 2.2 0 2 3.0 2.0 3 9孙 孚 斌，朱 兆 优，陈 思 超，等.基 于 改 进 Y O L O v 5 的 人 脸 检 测 算 法 J.机 电 工 程 技 术，2 0 2 3，5 2（0 2）：1 7 2-1 7 6.0 引 言目 标
16、 检 测 算 法 是 目 标 识 别 的 基 础，随 着 机 器 视 觉 行业 及 相 关 产 业 的 蓬 勃 发 展，各 种 检 测 算 法 也 得 到 了 不 同程 度 的 优 化 和 性 能 提 升。目 前 比 较 常 见 的 目 标 检 测 算 法 可 以 分 出 两 种 类 型，T w o-s t a g e 方 法 和 O n e-s t a g e 方 法。T w o-s t a g e 算 法 就 是 把检 测 问 题 分 成 两 个 阶 段 来 处 理，在 第 一 个 阶 段 中 划 出 包含 目 标 大 致 位 置 信 息 的 候 选 区 域（R e g i o n P r
17、 o p o s a l s），然后 在 第 二 阶 段 对 候 选 区 域 作 分 类 以 及 位 置 细 修 处 理。目前 比 较 常 用 的 T w o-s t a g e 类 型 的 方 法 有 卷 积 神 经 网 络（R-C N N）；由 R e n 等 1 提 出 的 基 于 卷 积 神 经 网 络 改 进 的F a s t e r R-C N N 算 法，该 算 法 结 合 特 征 图 共 享 和 边 框 回 归的 思 想，利 用 R P N 网 络 提 取 目 标 的 深 层 网 络 特 征，运 用非 极 大 值 抑 制（N M S）的 方 法 实 现 了 在 G P U 上
18、的 目 标 实时检 测；通过 多次 迭代 寻找 最优 分类 器的 A d a b o o s t 人脸 检测 算 法。O n e-s t a g e 目 标 检 测 算 法，该 类 算 法 除 去 了 划 分候 选 区 域 的 步 骤，可 以 通 过 一 个 s t a g e 直 接 找 出 目 标 的 类别 和 坐 标 值，目 前 常 见 的 o n e-s t a g e 算 法 有 S S D，由 俞 伟聪 2 在 E C C V 2 0 1 6 提 出 的 一 种 检 测 速 度 比 F a s t e r R-C N N 快的 检 测 算 法；还 有 R e d m o n 3 提
19、 出 的 Y O L O 检 测 算 法。1 7 2Y O L O 检 测 算 法 具 有 泛 用 性 高，检 测 失 误 率 低 且 检测 速 度 快 等 优 点，被 广 泛 应 用 于 人 脸 检 测 中。初 代 的Y O L O 检 测 算 法 运 用 于 人 脸 检 测 方 面 由 于 其 单 一 尺 度 的网 格 划 分 导 致 对 于 多 尺 度 的 人 脸 检 测 实 际 效 果 达 不 到 预期，召 回 率 不 高。蒋 纪 威 等 4 提 出 修 改 内 部 参 数 改 变 神经 网 络 结 构 的 方 法，提 高 了 检 测 的 实 时 性，但 是 没 有 改善 训 练 的
20、精 度。朱 超 平 等 5 针 对 卷 积 层 进 行 改 进，在 卷积 层 的 后 面 增 加 批 量 归 一 化 的 操 作，提 升 了 训 练 速 度，但 是 仍 然 没 有 提 升 训 练 的 精 度。本 文 提 出 一 种 改 进 的Y O L O v 5 检 测 模 型，并 应 用 于 人 脸 检 测。首 先 Y O L O 的 版本 选 择 Y O L O v 5，较 之 前 的 版 本 增 添 了 许 多 有 效 的 数 据处 理 方 式 以 达 到 提 高 训 练 模 型 的 精 度 且 减 少 训 练 时 间 的目 的，比 如 用 于 数 据 扩 增 的 M o s a i
21、 c、C u t o u t，还 有 改 变 亮度、图 像 扰 动、加 噪 声、翻 转、随 机 擦 除 等 方 式 6。但是 Y O L O v 5 使 用 的 边 界 框 回 归 损 失 函 数 G I O U 存 在 当 检 测框 与 真 实 框 呈 现 为 包 含 关 系 时 会 退 化 为 I O U，无 法 对 其相 对 位 置 关 系 进 行 区 分 的 问 题 7。在 此 之 上 替 换 Y O L O v 5的 边 界 框 回 归 损 失 函 数 为 E I O U l o s s，即 通 过 预 测 框 与 真实 框 的 中 心 点 间 标 准 化 距 离 加 速 损 失 的
22、 收 敛，并 分 别 考虑 边 界 框 的 纵 横 比，把 纵 横 比 拆 开，分 别 计 算 真 实 框 和预 测 框 的 长 和 框，进 一 步 提 升 回 归 精 度。1 Y O L O v 5 算 法Y O L O v 5 是 一 种 单 阶 段 目 标 检 测 算 法，其 网 络 结 构如 图 1 所 示。Y O L O v 5 目 标 检 测 算 法 由 输 入 端、基 准 网 络（B a c k b o n e）、N e c k 网 络 以 及 H e a d 输 出 端 四 个 部 分 组 成 8。首先 是 Y O L O v 5 网 络 的 输 入 端，输 入 图 像 大 小
23、 为 6 0 8 6 0 8 3(R G B 3 通 道)。该 阶 段 存 在 一 个 图 像 预 处 理 步 骤，即 将 输入 的 图 像 放 缩 至 输 入 网 络 的 6 0 8 6 0 8 大 小，并 对 输 入 的图 像 进 行 马 赛 克（M o s a i c）数 据 增 强，通 过 随 机 裁 剪、随 机 排 布 和 随 机 缩 放 的 方 式 对 输 入 图 像 进 行 拼 接，不 仅能 提 高 对 小 目 标 的 检 测 效 果，还 可 以 丰 富 检 测 目 标 的 背景 9。其 次 是 基 准 网 络 部 分 主 要 采 用 的 是 F o c u s 结 构 和C S
24、 P（内 含 残 差 结 构）以 及 S P P（空 间 金 字 塔 池 化）结 构组 成。F o u c s 的 主 要 作 用 就 是 切 片 功 能，比 如 将 原 始 的6 0 8 6 0 8 3 的 图 像 输 入 F o c u s 结 构 中，再 经 过 切 片 的 操 作之 后 会 得 到 3 0 4 3 0 4 1 2 的 特 征 图，接 着 通 过 一 个 3 2 个 通道 数 的 C o n v 层，输 出 大 小 为 3 0 4 3 0 4 3 2 的 特 征 映 射 1 0。图 中 C 3 模 块 内 含 B o t t l e n e c k（瓶 颈 层），其 中
25、n 代 表 模 块中 瓶 颈 层 的 个 数，t u r e/f l a s e 代 表 着 是 否 启 用 瓶 颈 层 中 的 残差 模 块。提 取 的 特 征 印 象 经 过 多 重 卷 积 之 后 送 入 S P P（空间金字 塔池化）模块进 行各种 尺度的 特征图 的融合，先通过 一 个 1*1 的 卷 积 使 输 入 通 道 减 半，之 后 做 内 核 大 小 分 别为 5、9、1 3 的 最 大 池 化，再 将 最 大 池 化 结 果 与 未 进 行 池化 的 数 据 进 行 连 接，最 后 合 并 1 1。之 后 送 入 N e c k 网 络，进 一 步 提 升 特 征 的 多
26、 样 性 和 鲁 棒 性。最 后 采 用 3 个 尺 度 进行 预 测，每 一 个 尺 度 都 具 有 3 个 B o u n d i n g B o x（即 界 限值），最 后 根 据 与 实 际 框 的 交 并 比（I O U）最 大 的 界 限 值来 进 行 物 体 预 测 1 2。图 像 可 视 化 处 理 过 程 如 图 2 所 示。2 改 进 的 Y O L O v 5 算 法2.1 基 准 网 络 结 构 改 进在 传 统 的 基 准 网 络 结 构（B a c k b o n e）的 最 后 一 层 添图 1 Y O L O v 5 网 络 结 构孙 孚 斌，朱 兆 优，陈 思
27、 超，等：基 于 改 进 Y O L O v 5 的 人 脸 检 测 算 法 1 7 3加 一 层 残 差 注 意 力 模 块（S E-R s N e t M o d u l e），改 进 后 的基 准 结 构 网 络 如 图 3 所 示。该 模 块 先 将 输 入 的 特 征 图 通 过 一 次 全 局 平 均 池 化（G l o b a l p o o l i n g）进 行 压 缩，经 过 压 缩 后 输 出 一 个 1*1*5 1 2 的 特 征 向 量，该 特 征 向 量 通 过 激 励 后 进 行 S c a l e 操 作，将 1*1*5 1 2 的 特 征 向 量 进 行 通
28、道 权 重 相 乘，即 将 S E 模 块计 算 出 来 的 各 通 道 权 重 值 分 别 和 原 特 征 图 对 应 通 道 的 二维 矩 阵 相 乘，得 到 输 出 结 果。该 模 块 虽 然 加 大 了 总 计 算量，但 是 提 升 了 参 数 量，使 检 测 模 型 更 加 关 注 识 别 物 体，而 且 因 为 残 差 结 构 的 存 在，保 证 了 改 变 后 的 模 型 不 会 相较 原 来 的 模 型 更 差。2.2 算 法 改 进2.2.1 Y O L O v 5 算 法 存 在 的 缺 陷目 标 检 测 任 务 的 损 失 函 数 一 般 由 O b j e c t n
29、e s s s c o r e 损失（置 信 度 损 失）、c l a s s p r o b a b i l i t y s c o r e 损 失（分 类 损失）以 及 b o u n d i n g b o x 损 失（边 界 框 回 归 损 失）3 部 分 组成。Y O L O v 5 算 法 采 用 G I O U 作 为 边 界 框 回 归 损 失 函数 1 3。G I O U 损 失 函 数 克 服 了 I O U 损 失 函 数 在 预 测 框 与 真实 框 不 相 交 时 无 法 反 馈 两 个 框 之 间 的 距 离 远 近 的 问 题，并 且 同 时 继 承 了 I O
30、U 的 优 点。计 算 损 失 公 式 如 下：xc1=m i n(xB1,xBg t1)（1）xc2=m a x(xB2,xBg t2)（2）yc1=m i n(yB1,yBg t1)（3）yc2=m a x(yB2,yBg t2)（4）C=(xc2-xc1)x(yc2-yc1)（5）G I O U()B,Bg t=I O U()B,Bg t-|C-()B Bg t|C（6）LG I O U()B,Bg t=1-G I O U()B,Bg t=1-I O U()B,Bg t+|C-()B Bg t|C（7）其 中，B 是 预 测 框，Bg t是 真 实 框，C 包 含 预 测 框 和真 实
31、框 的 最 小 凸 闭 合 框。从 G I O U 的 公 式 中 可 以 看 出G I O U 类 似 I O U 采 用 预 测 框 与 真 实 框 之 间 的 距 离 来 度 量 损失 函 数，并 且 对 尺 度 不 够 敏 感 I O U 0,1，得 到G I O U-1,1，所 以 G I O U 不 仅 仅 关 注 预 测 框 与 真 实 框之 间 的 重 叠 区 域，还 关 注 其 他 的 非 重 叠 区 域，能 更 好 地反 映 预 测 框 与 真 实 框 的 重 合 度，当 完 全 重 合 时 I O U=G I O U=1，当 预 测 框 与 真 实 框 不 重 合 时，不
32、 重 合 的 程 度 越高，G I O U 的 值 则 越 接 近-1。但 是 根 据 式（7）可 以 看 出，当 预 测 框 与 真 实 框 框 呈包 含 状 态 时 无 法 获 得 其 相 对 位 置 关 系。如 图 4 所 示。在 这 一 情 况 下，3 张 图 的 LG I O U是 相 等 的，由 于 G I O U十 分 依 赖 I O U，所 以 在 垂 直 方 向 上 的 误 差 很 大，很 难 收敛，导 致 G I O U 不 够 稳 定 1 4。2.2.2 改 进 的 Y O L O v 5 损 失 函 数针 对 上 述 G I O U 存 在 的 问 题，提 出 使 用
33、E I O U l o s s 函数 替 代 G I O U。E I O U 通 过 将 G I O U 中 引 入 最 小 外 接 框 来 最大 化 重 叠 面 积 的 方 法 替 换 为 两 个 框 中 心 点 的 标 准 化 距 离，并添加 一个影 响因子 和用边 长作为 惩罚项，该影响 因子考虑了 预测 框纵 横比 拟合 真实 框的 纵横 比。损失 公式 如下：LE I O U=LI O U+Ld i s+La s p=1-I O U+2()b,bg tc2+2()w,wg tC2w+2()h,hg tC2h（8）该 损 失 函 数 包 含 重 叠 损 失 LI O U，宽 高 损 失
34、 La s p以 及 中心 距 离 Ld i s损 失 3 个 部 分，其 中 bg t是 真 实 框 的 中 心 点，b是 预 测 框 的 中 心 点，代 表 两 个 中 心 点 之 间 的 欧 氏 距 离，c 代 表 包 含 真 实 框 和 预 测 框 的 最 小 闭 合 框 的 对 角 线 距 离，w 和 h 分 别 是 预 测 框 的 宽 度 和 高 度，wg t和 hg t分 别 是 真 实框 的 宽 度 和 高 度，Cw和 Ch分 别 是 覆 盖 真 实 框 和 预 测 框 的最 小 外 接 边 框 的 宽 度 和 高 度。图 2 图 像 可 视 化 变 化 过 程 图 3 残 差
35、 注 意 力 模 块图 4 预 测 框 与 真 实 框 呈 包 含 状 态2 0 2 3 年 0 2 月 机 电 工 程 技 术 第 5 2 卷 第 0 2 期 1 7 43 实 验 与 结 果 分 析3.1 实 验 平 台本 文 搭 建 的 实 验 环 境 为：I n t e l c o r e i 7-1 1 5 2 0 0 处 理器，基 准 频 率 2.3 G H z，G P U 为 R T X 2 0 6 0，6 G B 显 存，W i n d o w s 操 作 系 统。3.2 结 果 分 析本 文 采 用 由 香 港 大 学 发 布 的 人 脸 数 据 集 W i d e F a
36、c e，其 中 包 含 了 各 种 不 同 的 光 照 状 态、运 动 状 态、姿 势、远近、肤 色 和 不 同 程 度 遮 挡 的 人 脸，从 6 1 种 人 脸 分 类 中 各取 出 2 0 张 用 作 人 脸 数 据 集 训 练，迭 代 次 数 为 默 认 的 3 0 0次，训 练 集 与 验 证 集 划 分 为 8 0%和 2 0%。训 练 获 得 的 损失 函 数 对 比 如 图 5 6 所 示。通 过 对 比 可 以 看 出，改 进 后的 Y O L O v 5 检 测 模 型 的 损 失 低 于 未 改 进 的 Y O L O v 5 检 测 模型，大 概 提 升 1 4.2%，
37、说 明 改 进 后 的 Y O L O v 5 检 测 模 型 具有 更 好 的 鲁 棒 性。改 进 Y O L O v 5 检 测模 型 训 练 的 P R 曲 线 如图 7 所 示。训 练 后 的m A P 0.5（I O U 为 0.5 时P r e c i s i o n 和 R e c a l l 围 成 的面 积）和 m A P 0.5：0.9 5（I O U 从 0.5 到 0.9 5，步 长 为 0.0 5，上 的 平 均m A P）的 值 以 及 准 确 率比 较 如 表 1 所 示。可 以看 到，改 进 后 的 Y O L O v 5 目 标 检 测 算 法 较 传 统 的
38、 Y O L O v 5检 测 算 法 拥 有 更 高 的 准 确 率 和 精 度。将 训 练 获 得 的 权 重 文 件 应 用 于 人 脸 检 测，每 一 帧 图片 的 处 理 时 间 平 均 只 需 要 0.0 3 s，实 时 视 频 流 处 理 可 以保 持 3 3 的 F P S，保 证 经 过 算 法 检 测 后 输 出 的 视 频 图 像 的流 畅 性，效 果 如 图 8 1 0 所 示。从 图 中 可 以 看 到，改 进后 的 Y O L O v 5 检 测 算 法 训 练 获 得 的 权 值 文 件 应 用 于 实 际的 人 脸 检 测 中 不 仅 保 持 了 较 高 的 检
39、 测 速 度，并 且 拥 有 较高 的 准 确 率，能 够 忽 略 小 人 脸 检 测、多 目 标 检 测 和 人 脸肤 色、表 情 差 异 产 生 的 影 响。4 结 束 语本 文 提 出 了 改 进 Y O L O v 5 目 标 检 测 算 法 的 具 体 方 法，通 过 在 损 失 函 数 中 引 入 真 实 框 与 预 测 框 中 心 点 间 的 欧 式距 离 和 预 测 框 与 真 实 框 的 长 比 及 宽 比 作 为 损 失 惩 罚 项 以加 快 函 数 收 敛 速 度 和 提 高 回 归 精 度，另 外 在 基 准 网 络 结构 中 的 最 后 一 层 增 加 一 残 差 注
40、 意 力 模 块，提 升 参 数 量，使 检 测 模 型 更 加 关 注 识 别 物 体。实 验 表 明 改 进 的 Y O L O v 5 目 标 检 测 算 法 在 w i d e f a c e 数 据 集 上 的 训 练 准 确 率 达到 8 8.2 8%，较 传 统 Y O L O v 5 准 确 率 提 升 2.6%，训 练 过 程中 的 损 失 为 0.0 1 3，较 传 统 Y O L O v 5 损 失 减 小 1 3.3 3%，拥有 更 好 的 鲁 棒 性。该 目 标 检 测 算 法 解 决 了 传 统 Y O L O v 5 目标检测 算法中 当预测 框和真 实框呈 包含
41、状 态时无 法预测 两框之间 相对位 置关系 以及在 垂直和 水平方 向上收 敛速度 慢的 问 题，提 升 了 回 归 精 度 的 同 时 保 证 了 人 脸 检 测 过 程 中要 求 的 实 时 性，能 够 较 好 地 应 用 于 实 际 人 脸 检 测 项 目 中。参 考 文 献：1 R e n S h a o q i n g,H e K a i m i n g,G i r s h i c k R o s s,e t a l.F a s t e r R-C N N:T o w a r d s R e a l-T i m e O b j e c t D e t e c t i o n w i
42、 t h R e g i o n P r o p o s a l N e t w o r k s.J.I E E E t r a n s a c t i o n s o n p a t t e r n a n a l y s i s a n d m a c h i n e i n t e l l i g e n c e,2 0 1 7,3 9(6):1 1 3 7-1 1 4 9.2 俞 伟 聪,郭 显 久,刘 钰 发,等.基 于 轻 量 化 深 度 学 习 M o b i l e n e t-S S D 网 络 模 型 的 海 珍 品 检 测 方 法 J.大 连 海 洋 大 学 学 报,2
43、0 2 1,3 6(2):3 4 0-3 4 6.3 R e d m o n J,D i v v a l a s S,G i r s h i c k R,e t a l.Y o u o n l y l o o k o n c e:U n i f i e d,r e a l-t i m e o b j e c t d e t e c t i o n C/P r o c e e d i n g s o f t h e I E E EC o n f e r e n c e o n C o m p u t e r V i s i o n a n d P a t t e r n R e c o g n
44、i t i o n,2 0 1 6.4 蒋 纪 威,何 明 祥,孙 凯.基 于 改 进 Y O L O v 3 的 人 脸 实 时 检 测 方 法 J.计 算 机 应 用 与 软 件,2 0 2 0,3 7(5):2 0 0-2 0 4.5 朱 超 平,杨 艺.基 于 Y O L O 2 和 R e s N e t 算 法 的 监 控 视 频 中 的 人图 5 改 进 的 Y O L O v 5 损 失 曲 线 图 6 Y O L O v 5 损 失 曲 线图 7 P R 曲 线m A P 0.5m A P 0.5:0.9 5准 确 率传 统 Y O L O v 50.8 3 50.3 9 8
45、8 6.0 8%改 进 的 Y O L O v 50.8 4 10.4 0 38 8.2 8%表 1 实 验 数 据 对 比图 8 程 序 运 行图 9 人 脸 原 图 图 1 0 人 脸 检 测 效 果孙 孚 斌，朱 兆 优，陈 思 超，等：基 于 改 进 Y O L O v 5 的 人 脸 检 测 算 法 1 7 5脸 检 测 与 识 别 J.重 庆 理 工 大 学 学 报(自 然 科 学),2 0 1 8,3 2(8):1 7 0-1 7 5.6 吕 禾 丰,陆 华 才.基 于 Y O L O v 5 算 法 的 交 通 标 志 识 别 技 术 研 究 J.电 子 测 量 与 仪 器 学
46、 报,2 0 2 1,3 5(1 0):1 3 7-1 4 4.7 谭 显 东,彭 辉.改 进 Y O L O v 5 的 S A R 图 像 舰 船 目 标 检 测 J.计 算机 工 程 与 应 用,2 0 2 2,5 8(4):2 4 7-2 5 4.8 贺 怀 清,王 进,惠 康 华,等.基 于 Y O L O 的 多 尺 度 并 行 人 脸 检 测算 法 J.计 算 机 工 程 与 设 计,2 0 2 0,4 1(9):2 5 5 9-2 5 6 5.9 项 新 建,宋 晓 敏,郑 永 平,等.基 于 M o b i l e N e t-Y O L O 的 嵌 入 式 人脸 检 测 研
47、 究 J.中 国 农 机 化 学 报,2 0 2 2,4 3(4):1 2 4-1 3 0.1 0 黄 绍 欣,田 秀 云.基 于 深 度 学 习 的 人 脸 检 测 算 法 研 究 J.机 电工 程 技 术,2 0 2 2,3 5 8(1):1 2 6-1 2 9.1 1 赵 亮,刘 世 鹏.全 局 与 局 部 图 像 特 征 自 适 应 融 合 的 小 目 标 检测 算 法 J/O L.控 制 与 决 策:1-9 2 0 2 3-0 2-1 4.h t t p s:/d o i.o r g/1 0.1 3 1 9 5/j.k z y j c.2 0 2 1.1 8 0 0.1 2 吴 志
48、洋,卓 勇,廖 生 辉.改 进 的 多 目 标 回 归 实 时 人 脸 检 测 算 法 J.计 算 机 工 程 与 应 用,2 0 1 8,5 4(1 1):1-7.1 3 邓 珍 荣,白 善 今,马 富 欣,等.改 进 Y O L O 的 密 集 小 尺 度 人 脸 检测 方 法 J.计 算 机 工 程 与 设 计,2 0 2 0,4 1(3):8 7 4-8 7 9.1 4 吴 育 武.适 应 变 电 站 智 能 安 全 监 控 的 运 动 目 标 检 测 及 人 脸快 速 识 别 方 法 J.机 电 工 程 技 术,2 0 1 9,3 3 2(1 1):5 2-5 5.作 者 简 介：孙
49、 孚 斌（1 9 9 7-），男，硕 士，研 究 领 域 为 检 测 技 术 与 自 动 化装 置。朱 兆 优（1 9 6 5-），男，江 西 抚 州 人，硕 士，教 授，研 究 领 域 为单 片 机 与 嵌 入 式 系 统 应 用，已 发 表 论 文 7 7 篇。（编 辑：刁 少 华）更 优。从 整 体 指 标 来 看，I S S A 的 值 更 小，在 寻 优 精 度 上更 能 跳 出 局 部 最 优 解，由 此 证 明 了 I S S A 算 法 相 比 及 C S S A和 S S A 算 法 都 体 现 出 较 强 的 寻 优 能 力 和 更 优 的 稳 定 性。4 结 束 语考 虑
50、 到 S S A 在 解 决 复 杂 优 化 问 题 时 寻 优 速 度 慢、适应 性 差 的 问 题，本 文 提 出 了 一 种 基 于 混 合 优 化 策 略 的 麻雀 搜 索 算 法，采 用 P i e c e w i s e 混 沌 映 射 初 始 化 种 群 的 位置，增 加 个 体 间 多 样 性 的 同 时。引 入 黄 金 搜 索 策 略，对生 产 者 的 位 置 进 行 更 新，提 升 原 算 法 的 寻 优 速 度；为 改进 算 法 后 期 陷 入 局 部 最 优 的 缺 陷，引 入 自 适 应 权 重 策 略和 模 拟 退 火 策 略，增 强 算 法 寻 优 精 度。在 此
