%A 辛鹏, 娄铖
%T 基于改进YOLOv8的密集多人脸检测
%0 Journal Article
%D 2024
%J 吉林化工学院学报
%R 10.16039/j.cnki.cn22-1249.2024.11.005
%P 24-30
%V 41
%N 11
%U {https://xuebao.jlict.edu.cn/CN/abstract/article_2556.shtml}
%8 2024-11-25
%X 针对密集多人脸检测效率低下、人脸易受遮挡和尺寸小难以检测等问题，提出一种YOLOv8-IFD密集多人脸检测算法。在YOLOv8基础上，首先在主干网络嵌入DCNv2卷积变体模块，增加调制机制并使用权重进行动态调节，增强模型学习能力来提高检测精度；然后在YOLOv8主干网络尾部和颈部网络引入CA注意力机制模块，强化图像特征提取能力，抑制无关特征对精度影响；最后引入基于动态非单调聚焦机制的损失WIoU Loss作为边界框回归损失函数，加速网络收敛并提高模型的检测准确率。利用Wider Face公开数据集进行实验，结果表明改进后的YOLOv8-IFD算法和原算法相比均值平均精度提升2.4%，计算量相对减少。此外，对比其他算法而言，在密集多人脸检测效果上有了明显提高，验证了本改进方法有效性和可应用性。