手机验证登录

注:

1、 请用手机验证码登录,登录后即可填写申报表(验证码可重复使用,请妥善保管);

2、 提交后,工作人员将会在候选榜单公布已通过的申请;

3、 若发现提交内容有误,请重新登录,修正并再次提交(工作人员将重新审核);

4、 如有其他疑问,请联系:0755-23947175

科达驾驶员人脸检测算法(DFD)

苏州科达科技股份有限公司


扫描上方二维码关注活动最新进展

450票

申报描述

3.人脸检测算法是人脸相关应用中重要的一环。该算法基于特征金字塔网络(Feature Pyramid Network,FPN)的通用检测框架,针对人脸检测中各种问题重新设计了网络结构,采样策略与映射机制。不同的网络结构可以使得算法适用于从终端到GPU等不同算力设备上,而采样策略与映射机制在降低模型计算量的同时还可以提升准确率降低误识率,使得算法对于不同比例,不同姿势,遮挡,光照等环境因素下都有较好的普适性。与此同时,该算法不仅适用于驾驶员人脸检测,还可以推广到各类场景下的人脸检测问题中,对于通用目标检测问题也具有较强的启发意义。

应用案例

4.该算法首次应用于无锡交管所“道路车辆图像特征人工智能识别算法竞赛”,在“驾驶员人脸识别”项目中取得了优异的成绩。该项目第一项主要针对车辆卡口场景,检出样本中人脸数量。整个测试集中一共有7841张人脸,算法检出7613张,正确检出7561张,检出率96.43%,正确率99.32%。人脸检测算法单项评分98.16,在众多参赛队伍中排名第一。在该场景下,面临着诸多环境因素所带来的干扰:例如大多数驾驶员人脸都属于小人脸范畴,普通的检测器面对小目标检测存在着严重漏检误检的情况;车窗材质,镜头优劣,天气等等客观因素的干扰而引起的人脸模糊;环境光照等因素导致人脸区域过曝或者曝光不足而加大检测难度等等,都给我们的人脸检测算法带来了极大的挑战。针对以上问题,我们基于通用单步检测器,从网络结构,采样策略,映射机制等各方面出发,设计了新的人脸检测算法,从比赛测试集的结果分析,我们的算法对以上问题都有着较好的泛化能力,可以在大多数车辆卡口场景下取得优异的效果。