Comparación de métodos de detección de rostros en imágenes digitales

• Autores: Natalia García del Prado, Víctor González Castro, Enrique Alegre Gutiérrez, Eduardo Fidalgo Fernández
• Localización: Actas de las XXXVIII Jornadas de Automática / coord. por Hilario López García, 2017, ISBN 978-84-16664-74-0, págs. 976-982
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • En este trabajo se realiza la evaluación de tres métodos de detección de rostros con cuatro conjuntos de imágenes utilizados en la literatura relacionada con este problema. Los métodos evaluados son el método de detección de objetos de Viola & Jones, un método basado en una modificación de HOG implementado en la librería DLib, y un método basado en redes neuronales convolucionales llamado multi-task cascaded convolutional neural networks (MTCNN). Los resultados obtenidos con los conjuntos de datos evaluados indican que el método que mejores resultados globales ha obtenido ha sido MTCNN, tanto en términos de FScore como en recall, i.e. tasa de verdaderos positivos.