面向电力系统网络安全访问的实时人脸检测

作者：张婉明; 刘思宇; 常牧涵; 白明辉; 席海阔; 苗宏佳

来源：电子测量技术, 2020, 43(08): 96-100.

DOI：10.19651/j.cnki.emt.1904034

• 深度学习
• 人脸检测
• 实时性
• SRPN

人脸认证是电力系统网络安全访问的重要方式,而人脸检测是人脸认证系统的重要环节,传统Adaboost模式的人脸检测虽然速度快,但是准确率低;深度学习方式的检测准确率高,但是检测速度慢。针对电力系统网络访问特点,提出了一种基于深度学习的SRPN(single region proposal net)实时人脸检测方法。该方法利用深度学习强大的特征自动提取能力,同时针对电力系统网络访问进行网络模型设计,减少模型计算量,加快检测速度。实际应用结果表明,该模型在保证高准确率的情况下,在CPU上达到了30FPS的实时速度,明显优于AdaBoost传统人脸检测的准确率和检测速度。

• 出版日期2020
• 单位国网冀北电力有限公司承德供电公司; 北京铁路局