資源描述：
《基于卷積神經(jīng)網(wǎng)絡(luò)的多視角人臉檢測研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代碼10530學(xué)號201510171820分類號TP391密級公開碩士學(xué)位論文基于卷積神經(jīng)網(wǎng)絡(luò)的多視角人臉檢測研究學(xué)位申請人林祥指導(dǎo)教師石躍祥教授學(xué)院名稱信息工程學(xué)院學(xué)科專業(yè)計算機科學(xué)與技術(shù)研究方向圖形圖像處理技術(shù)二○一八年五月十日ResearchonMulti-viewFaceDetectionBasedonConvolutionNeuralNetworkCandidateLinXiangSupervisorProf.ShiYuexiangCollegeCollegeofInformationEngineeringPr
2、ogramComputerScienceandTechnologySpecializationGraphicsandImageProcessingTechnologyDegreeMasterofScienceUniversityXiangtanUniversityDateMay10,2018摘要近年來，人臉檢測技術(shù)已經(jīng)成為了最熱門的研究課題之一，隨著人臉檢測方面技術(shù)的成熟，社會上對其運用也是隨處可見，現(xiàn)實生活中隨著銀行、各大商場、海關(guān)、道路安全、車站安檢口及其他安全監(jiān)控等方面技術(shù)的廣泛運用，對于人臉檢測的要求也越來越高，不僅
3、針對檢測的精度而且也對檢測的速度有一定的要求，就目前人臉檢測現(xiàn)狀而言，基于復(fù)雜背景下的多視角人臉檢測存在的效率低，漏檢率高已成為當下研究的難點問題。本文主要針對的是對多視角人臉檢測存在的問題進行了相關(guān)研究。提出了基于卷積網(wǎng)絡(luò)的多視角人臉檢測算法研究，該算法運用了近幾年研究熱門的深度學(xué)習(xí)來代替?zhèn)鹘y(tǒng)的人臉檢測算法，充分運用了深度學(xué)習(xí)中的優(yōu)勢來提高檢測正確率，在Caffe框架下的實驗結(jié)果表明，本文的方法在效率和精度上都有較優(yōu)的表現(xiàn)，同時對膚色，光照也都具有一定的魯棒性。本文的主要工作內(nèi)容如下：（1）針對在復(fù)雜背景下人臉多視角確定的
4、問題，本文中利用基于Candide-3改進模型的姿態(tài)算法來解決多視角問題，通過將Candide-3標準模型中的113個頂點改進簡化為與人臉姿態(tài)有關(guān)聯(lián)的88個頂點，創(chuàng)新性的增加了左右瞳孔中心、嘴巴中心關(guān)鍵特征點的標注，通過在三維空間特征點位置上的投影，得到平面位置上的相對應(yīng)的特征三角形，最終利用數(shù)學(xué)知識得到了人臉的偏轉(zhuǎn)角。通過在AFLW標準多姿態(tài)數(shù)據(jù)庫與其他主流姿態(tài)算法的對比，最終驗證了本文采用的Candide-3模型方法的有效性和高效性。（2）針對傳統(tǒng)的人臉檢測方法，作為當今的主流之一卷積神經(jīng)網(wǎng)絡(luò)其優(yōu)勢備受追捧，基于此，本文
5、提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的多視角人臉檢測算法研究，通過利用NetworkInNetwork(NIN)網(wǎng)絡(luò)結(jié)構(gòu)模型來訓(xùn)練得到一個深度人臉分類器。由于該模型中采用了全局均值池化來代替?zhèn)鹘y(tǒng)網(wǎng)絡(luò)中的全連接層，因此能有效防止訓(xùn)練過程中的數(shù)據(jù)過擬合現(xiàn)象。不管是從模型訓(xùn)練的時間上還是性能上都有較好的提升。（3）針對通過本文的檢測方法最終得到多個標注人臉框的問題，本文中提出了基于非極大值抑制算法（Non-maximumsuppression，NMS）來進行選擇最優(yōu)人臉標注框，通過在每個人臉標注框中迭代搜索局部的最優(yōu)解使其最終確定為最優(yōu)的人
6、臉檢測窗口，消除了交叉且效果不佳的標注人臉框。關(guān)鍵詞：卷積網(wǎng)絡(luò)；NetworkInNetwork(NIN)模型；非極大值抑制算法；多視角人臉檢測；Caffe框架；Candide-3框架。IAbstractInrecentyears,facedetectiontechnologyhasbecomeoneofthehottestresearchtopics.Withthematurationoffacedetectiontechnology,itsuseinsocietyisalsoseeneverywhere.Inrealli
7、fe,banks,shoppingmalls,customs,roads,Theextensiveuseoftechnologysuchasstationsecurityinspectionsandothersecuritymonitoringhasincreasedthedemandforfacedetection,notonlyfortheaccuracyofdetectionbutalsoforthespeedofdetection,asfarasthecurrentstatusoffacedetectioniscon
8、cerned.Duetothelowefficiencyofmulti-viewfacedetectionbasedoncomplexbackground,thehighrateofmisseddetectionhasbecomeadifficultissueincurrentresear
