一种复杂场景下的人眼检测算法

针对复杂场景下的人眼检测问题，间接方法和直接方法具有一定的局限性。提出了一种不依赖人脸检测的直接型人眼检测算法，以解决复杂场景下多尺度尤其是小尺度人眼检测问题。算法通过减少下采样因子并加入扩张残差单元以提升小尺度人眼检测能力，且对多尺度特征相互拼接以保证多尺度人眼检测的精度。同时，算法借助于压缩特征输出通道降低了模型复杂度，使人眼检测效率得以提升。实验结果表明:所提模型可以在小尺度下有效地进行左右眼区分，并在红外数据上表现良好。经在DIF数据集上进行训练与测试，所提模型在较小尺度下人眼检测精度达到82.59%，检测效率达到30.5 fps。