上海科技大学知识管理系统

InGaAs 近红外探测器广泛应用于航天航空、军事与民生领域。为了实现 InGaAs 探测器智能化，结合人脸检测应 用，提出了可部署于低功耗移动智能设备的超轻量 InGaAs 近红外人脸检测算法。本文主要针对近红外人脸样本较少与低 功耗设备部署问题展开研究，采用迁移学习与二值量化方案训练网络。算法首先通过大规模可见光人脸数据集实现了基于 SSD 的预训练人脸检测网络。然后使用二值量化方案大幅压缩网络参数空间大小与计算量，但同时造成网络准确度下降。 为进一步提升了网络二值量化效果，本文为二值量化过程引入了特征均值信息，并以对抗卷积形式，弥补了准确度损失。 最后，算法通过小规模近红外人脸数据对预训练二值网络进行微调，实现最终网络。本文实现的二值量化人脸检测网络在采集的近红外人脸验证集中可以获得 71.18%平均准确度。