GBCNN: A Full GPU-Based Batch Multi-Task Cascaded Convolutional Networks
GBCNN: A Full GPU-Based Batch Multi-Task Cascaded Convolutional Networks
复制标题
GBCNN：完全基于 GPU 的批量多任务级联卷积网络
DOI：
10.1109/access.2019.2894589
复制
发表时间：
2019
期刊：
影响因子：
3.9
通讯作者：
Li Rongchun
中科院分区：
文献类型：
--
作者：
Li Shijie;Dou Yong;Xu Jinwei;Yang Ke;Li Rongchun
近年来，人脸检测与配准技术在许多研究和应用领域得到了广泛的应用。许多上级人脸检测算法已经被提出，如多任务级联卷积网络。然而，由于其三级级联结构，优化程度较低，难以在大规模图像中进行真实的实时人脸预测。在本文中，我们提出了一个完全基于GPU的批量多任务级联卷积网络，该网络在每个步骤中都经过精心设计和优化，以获得上级速度性能。此外，我们提出了一种新的并行内存分配策略，使我们的算法进一步支持批处理操作，使系统的吞吐量显着增加。在实验中，我们的方法实现了高达300 fps，超过600%的加速比，具有相同的精度超过国家的最先进的方法对人脸检测基准。
Recently, the face detection and alignment is so popular and widely used in many research and application fields. Many superior face detection algorithms such as multi-task cascade convolutional network have been presented. However, it has difficulty in predicting faces among the big scale images in real time due to its three stages cascade architecture with less optimization. In this paper, we propose a full GPU-based batch multi-task cascade convolutional network which is carefully designed and optimized in each step to gain a superior speed performance. In addition, we present a novel parallel memory allocation strategy, which further enables our algorithm to support the batch operation, so that the system throughput increases significantly. In the experiment, our method achieves up to 300fps, over 600% speedup with an equal accuracy over the state-of-the-art methods on the face detection benchmarks.
登录
查看更多内容
DOI：
10.5555/1953048.2078186
发表时间：
2011-02
期刊：
ArXiv
影响因子：
--
作者：
R. Collobert;J. Weston;L. Bottou;Michael Karlen;K. Kavukcuoglu;Pavel P. Kuksa
通讯作者：
R. Collobert;J. Weston;L. Bottou;Michael Karlen;K. Kavukcuoglu;Pavel P. Kuksa
DOI：
--
发表时间：
2007
期刊：
--
影响因子：
--
作者：
Qiang Zhu;Mei-Chen Yeh;K. Cheng;S. Avidan
通讯作者：
Qiang Zhu;Mei-Chen Yeh;K. Cheng;S. Avidan
影响因子：
3.8
作者：
Brodtkorb, Andre R.;Hagen, Trond R.;Saetra, Martin L.
通讯作者：
Saetra, Martin L.
DOI：
10.1109/jssc.1996.542315
发表时间：
1996-02
期刊：
IEEE J. Solid State Circuits
影响因子：
--
作者：
J. Montanaro;R. Witek;K. Anne;A. J. Black;E. Cooper;D. Dobberpuhl;P. Donahue;J. Eno;G. Hoeppner;D. Kruckemyer;T. Lee;P. Lin;L. Madden;D. Murray;M. Pearce;S. Santhanam;K. Snyder;R. Stephany;S. Thierauf
通讯作者：
J. Montanaro;R. Witek;K. Anne;A. J. Black;E. Cooper;D. Dobberpuhl;P. Donahue;J. Eno;G. Hoeppner;D. Kruckemyer;T. Lee;P. Lin;L. Madden;D. Murray;M. Pearce;S. Santhanam;K. Snyder;R. Stephany;S. Thierauf
DOI：
10.1109/btas.2014.6996284
发表时间：
2014-07
期刊：
IEEE International Joint Conference on Biometrics
影响因子：
--
作者：
Binh Yang;Junjie Yan;Zhen Lei;S. Li
通讯作者：
Binh Yang;Junjie Yan;Zhen Lei;S. Li