基于改进 GhostFaceNet 的电梯内人脸检测模型研究

张 艳红¹, 丁 玉俊¹, 孙 浩波², 丁 新其³
1、江苏省特种设备安全监督检验研究院泰州分院
2、江苏省特种设备安全监督检验研究院盐城分院
3、江苏省特种设备安全监督检验研究院

摘要

为提升系统对多源视觉信息的感知与识别能力，本文提出一种融合改进型 GhostFaceNet 的多源视觉检测模型
ResSpatial_GhostFaceNet，针对电梯等狭小场景下的人脸遮挡问题进行算法优化。通过引入多尺度卷积、空间注意力机制、
残差结构和 ArcFace 损失函数，提升了模型在边缘设备上的识别精度与鲁棒性。实验基于真实口罩人脸数据集开展对比与
消融测试，结果表明优化模型在准确率、Loss 与参数控制方面均优于主流轻量模型，展现了良好的多源视觉识别能力。

关键词

多源视觉；遮挡识别；GhostFaceNet；注意力机制；人脸识别；轻量模型

参考

[1] 韩凯 , 王昱 , 田启阳 , 等 . GhostNet: 基于廉价操作的

高效特征网络 [C]// 计算机视觉与模式识别会议（CVPR）.

美国：IEEE, 2020: 1580-1589.

[2] 邓嘉 , 郭健 , 薛楠 , 等 . ArcFace：用于人脸识别的

加性角度间隔损失函数 [C]// 计算机视觉与模式识别会议

（CVPR）. 美国：IEEE, 2019: 4690-4699.

[3]Howard A, Sandler M, Chu G, 等 . MobileNetV3: 轻量级

神经网络架构搜索 [C]// 国际计算机视觉大会（ICCV）. 韩国：

IEEE, 2019: 1314-1324.

[4] 胡 杰 , 沈 磊 , 孙 健 . Squeeze-and-Excitation

Networks[C]// 计算机视觉与模式识别会议（CVPR）. 美国：

IEEE, 2018: 7132-7141.