基于改进 GhostFaceNet 的电梯内人脸检测模型研究

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3727-07-02-173270

基于改进 GhostFaceNet 的电梯内人脸检测模型研究

张艳红, 孙浩波, 丁新其, 丁玉俊

江苏省特种设备安全监督检验研究院泰州分院, 江苏省特种设备安全监督检验研究院盐城分院, 江苏省特种设备安全监督检验研究院

全文直达

引用

打印

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

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2025,7(2)