基于深度学习的多人脸同步识别的研究

作     者：郭琪 

作者单位：内蒙古大学 

学位级别：硕士

导师姓名：王志慧

授予年度：2021年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：深度学习 多人脸检测 多人脸同步识别 轻量级网络 

摘      要：人脸识别由于具有唯一性、普遍性、实用性和易获取性的特点,是目前最受欢迎的生物识别手段,在工业界和学术界都受到很大的关注。但是当人脸识别系统落地在实际生活中,往往会面对多人脸的情况,如果要求识别对象逐个识别,效率较低。目前针对多人脸场景人脸识别算法的研究是相对较少的,提出适用于人流吞吐量大的多人脸同步识别算法,具有很大的科研和商业价值。本文分析了在现实场景中,多人脸同步识别面临的挑战,例如不同人脸姿态的差异和遮挡物,更复杂的环境,批量处理人脸速度的下降等。针对以上问题,本文提出了一种基于深度学习的多人脸同步识别算法。首先提出了多人脸检测算法,采用新设计的特征提取网络,结合新的数据增强方法和优化后的检测流程来准确实现在多人脸环境中进行人脸区域检测和特征对齐。之后,提出速度更快,可以提取更多人脸特征的轻量级网络结构,模型大小只有6.7Mb,并在多个人脸测试识别数据集中进行验证。最后设计开发了搭载改进算法的多人脸同步识别系统,界面友好,方便用户操作使用。本文提出的算法改善了目前人脸识别算法在多人脸场景应用中的不足,解决了因为人脸数目增多带来的检测、对齐和识别速度和精度的下降问题。