检索结果-南通市图书馆

基于无监督再训练的视频人脸属性分析增稳算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无监督再训练的视频人脸属性分析增稳算法研究

作者：黄迪电子科技大学

学位级别：硕士

随着深度学习与计算机视觉技术的发展,人们已经可以利用神经网络模型实现实时人脸检测及属性分析。但现有模型对视频进行检测分析时的表现却不够稳定——视频中人物的运动,往往会使视频连续帧中同一对象的属性分析结果出现较大偏差。这... 详细信息

随着深度学习与计算机视觉技术的发展,人们已经可以利用神经网络模型实现实时人脸检测及属性分析。但现有模型对视频进行检测分析时的表现却不够稳定——视频中人物的运动,往往会使视频连续帧中同一对象的属性分析结果出现较大偏差。这种不稳定性降低了模型的预测准确率,使得其应用价值大打折扣。为提高网络模型进行视频人脸属性分析的稳定性,本文开展了以下的工作和研究:(1)基于单阶段检测框架和多任务学习的思想,设计并搭建了一个人脸检测与属性分析的联合模型,该模型先从图像中检测出人脸区域,然后再进行多任务人脸属性分析;接着,本文分别对模型的检测分支网络和属性分析分支网络进行了充分的预训练,使模型性能接近目前最先进的方法,并将其作为本课题研究的基线。(2)基于孪生网络的思想,提出了一种对预训练属性分支网络进行无监督再训练的属性分析增稳算法。首先,对预训练网络进行孪生改造,使其可以扩充无标签的数据作为孪生对比数据加入到再训练过程中;其次,设计一种稀疏自监督损失函数,来学习孪生对比数据之间的共同特征,利用稀疏特性来抑制原网络对带标签训练集的过拟合情况;最后,提出了一种属性分析稳定性综合评价指标,用来在对比实验中评估模型的综合表现。经过对属性分支网络的再训练,提高了网络的预测准确率,并取得了比预训练时更高的稳定性综合评分。(3)在视频人脸检测追踪过程中,人脸检测框和关键点在连续视频帧间通常会出现明显的抖动,进而影响属性分析的准确率。针对这一问题,本文提出了一种基于光流追踪对预训练网络进行无监督再训练的检测分析增稳算法。该算法利用Lucas Kanade稀疏光流对预训练检测网络在视频连续帧上的检测点进行跟踪,并设计了一种光流配准损失来学习检测点与追踪点之间的配准信息,从而使检测网络对视频进行人脸关键点和人脸框的连续检测输出时在直观上更加平稳。最后,将再训练后的检测分支网络加入联合模型,通过实验验证模型对视频进行人脸检测分析的稳定性得到了提升。(4)将增稳算法改进后的模型应用到电梯内的广告智能推荐系统中,按模块化思想对系统的体系结构进行设计,并实现了系统的视觉感知相关功能。该系统可实时检测电梯内的人脸并进行属性分析,根据分析结果向人们推送个性化广告。

关键词：人脸属性分析无监督再训练孪生网络增稳光流配准损失

基于深度学习的人脸关键点检测和人脸属性分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的人脸关键点检测和人脸属性分析

作者：曾家建浙江大学

学位级别：硕士

人脸关键点检测和人脸属性分析是计算机视觉中两个重要的研究问题,其主要目的是对图像和视频中的人脸进行分析和解读,以获取其中的丰富信息。目前,上述两种技术在智能视频监控、智能交通和商用人脸识别系统中已经得到了广泛的应用。人... 详细信息

人脸关键点检测和人脸属性分析是计算机视觉中两个重要的研究问题,其主要目的是对图像和视频中的人脸进行分析和解读,以获取其中的丰富信息。目前,上述两种技术在智能视频监控、智能交通和商用人脸识别系统中已经得到了广泛的应用。人脸关键点检测的目的是对给定的人脸图像进行关键点定位,关键点则是指人为定义的,位于人脸五官和轮廓上的某些点。该项技术是很多应用的基础,包括人脸解析、人脸表情分析和人脸识别。而人脸属性分析的目的则是对给定的人脸图像,判断每一个预先定义的属性是否出现在该人脸中。对人脸属性建立索引能够在很大程度上缩小在人脸数据库中进行人脸比对时的搜索空间,准确的人脸属性分析对人脸比对任务有重要的辅助作用。因此,高效的人脸关键点检测和人脸属性分析算法具有重要的应用价值。近来,深度学习模型尤其是卷积神经网络（CNNs）已经在诸如图像分类、目标检测和语义分割等计算机视觉任务上取得了优秀的结果,设计以任务为导向的深度学习模型越来越受到学术界和工业界的关注。本文将针对人脸关键点检测和人脸属性分析这两个任务,分别提出不同的深度学习模型。具体如下:1.对于人脸关键点检测任务,本文首先回顾了已有的相关方法,然后针对目前已有模型在建模单个关键点上下文信息和多个关键点结构信息上存在的不足,分别提出了基于上下文网络的上下文信息建模和基于树模型的结构信息建模模块。前者能够量化预测关键点和真实关键点之间的上下文差异并将其作为模型优化目标的一部分,而后者则是通过分别构建一个人脸层次树来拟合预测关键点和真实关键点的分布模式,并且设计了一种被称作结构损失的代价函数来衡量两个人脸层次树之间的变形代价。最后本文通过在标准数据集上的实验结果证明了上述算法的有效性。2.在人脸属性分析任务中,当前有大量研究工作尝试在自然场景下解决该问题。在自然场景下,图像中的人脸外观可能有很大的变化（由包括姿势、遮挡和表情等复杂因素变化所引起）,在此种情况下,该任务仍然具有很大的挑战。为了解决上述挑战,很多研究工作将重心放在了探索如何1)设计更加鲁棒、紧凑以及有判别力的图像特征表达和2)构建更加高效的,从特征到属性的映射函数。在本文中,我们主要关注并设计了一个端到端的深度学习模型,该模型能够同时学习有判别力的特征表达并自适应地选择学习得到的特征以构建更加高效的特征到属性的映射函数。本文提出的深度学习模型在标准数据集上的实验结果优于大部分的现有模型,间接证明了此方法的有效性。

关键词：深度学习卷积神经网络人脸关键点检测人脸属性分析上下文差异结构变形特征聚合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人脸属性分析的文化执法管理系统的研发

基于人脸属性分析的文化执法管理系统的研发

作者：刘晓东河北工业大学

学位级别：硕士

随着社会信息化的快速发展,网吧行业开始飞速发展。网吧在对人们日常生活提供便利的同时,也带来了很多的社会问题,尤其是对于正处于未成年人时期的中小学生。因此如何对网吧进行系统的管理,以及如何对网吧上网人员进行准确的年龄估计,... 详细信息

随着社会信息化的快速发展,网吧行业开始飞速发展。网吧在对人们日常生活提供便利的同时,也带来了很多的社会问题,尤其是对于正处于未成年人时期的中小学生。因此如何对网吧进行系统的管理,以及如何对网吧上网人员进行准确的年龄估计,以确保真正做到禁止未成年人上网是亟待解决的一个社会问题。文章旨在设计研发文化执法管理系统对网吧进行系统管理,并利用人脸属性分析算法对上网人员进行年龄估计。主要工作内容有:1、提出了基于图像去模糊化的人脸属性分析算法,用来对上网人员进行人脸属性分析,其中人脸属性分析主要是指年龄和性别。而针对人脸属性分析对人脸图像要求极高,易受到图像模糊、遮挡、光照等影响的问题,提出了多尺度去模糊化模型,该模型利用多个网络对图像不同层次信息复原,在低分辨率下复原大尺度的信息,在高分辨率下复原细节信息,简化问题的同时也增大了图像的感受野。针对人脸属性分析问题,提出了基于双卷积神经网络和支持向量回归的方法,该方法主要采用两个不同的卷积神经网络对人脸图像进行特征提取,利用支持向量回归(SVR)进行年龄估计。最后在数据集上验证了所提出的算法,并与目前的主流算法进行比较。在Gopro数据集上进行了人脸图像去模糊化实验,并使用了PSNR(峰值信噪比)和SSIM(结构相似性)两种不同的评价指标对图像质量进行评价,实验证明了提出的多尺度去模糊化模型能够很好的改善图像品质。同时在AFF数据集上进行人脸年龄估计实验,结果证明提出的算法在性能上要优于目前的主流算法。且在这些主流算法的基础上应用图像去模糊化模型对人脸图像进行处理后再进行属性分析,实验结果也证明了应用图像去模糊化模型对这些主流算法的性能也有一定程度上的提升。2、针对网吧应进行统一管理的问题,设计研发了文化执法网站。网站功能主要包括对网吧进行实时监控、检测上网人员年龄、对网吧进行注册管理以及对违法网吧进行依法管控等。实践表明研发的文化执法管理系统大大方便了执法人员对网吧的管制,提高了执法效率。

关键词：人脸属性分析卷积神经网络支持向量回归图像去模糊化文化执法管理系统

基于性别和年龄因子分析的鲁棒性人脸表情识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机研究与发展 2021年第3期58卷 528-538页

作者：廖海斌徐斌湖北科技学院计算机科学与技术学院湖北咸宁437100 江西省智慧城市产业技术研究院南昌330096

针对非可控环境下人脸表情识别面临的诸如种族、性别和年龄等因子变化问题,提出一种基于深度条件随机森林的鲁棒性人脸表情识别方法.与传统的单任务人脸表情识别方法不同,设计了一种以人脸表情识别为主,人脸性别和年龄属性识别为辅的多... 详细信息

针对非可控环境下人脸表情识别面临的诸如种族、性别和年龄等因子变化问题,提出一种基于深度条件随机森林的鲁棒性人脸表情识别方法.与传统的单任务人脸表情识别方法不同,设计了一种以人脸表情识别为主,人脸性别和年龄属性识别为辅的多任务识别模型.在研究中发现,人脸性别和年龄等属性对人脸表情识别有一定的影响,为了捕获它们之间的关系,提出一种基于人脸性别和年龄双属性的深度条件随机森林人脸表情识别方法.在特征提取阶段,采用多示例注意力机制进行人脸特征提取以便去除诸如光照、遮挡和低分辨率等变化问题;在人脸表情识别阶段,根据人脸性别和年龄双属性因子,采用多条件随机森林方法进行人脸表情识别.在公开的CK+,ExpW,RAF-DB,AffectNet人脸表情数据库上进行了大量实验:在经典的CK+人脸库上达到99%识别率,在具有挑战性的自然场景库(ExpW,RAF-DB,AffectNet组合库)上达到70.52%的识别率.实验结果表明:与其他方法相比具有先进性,对自然场景中的遮挡、噪声和分辨率变化具有一定的鲁棒性.

关键词：人脸表情识别人脸属性分析深度学习注意力机制随机森林

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

针对密集人群的实时人脸分析系统

针对密集人群的实时人脸分析系统

作者：邓令军深圳大学

学位级别：硕士

随着电子信息技术的进步和计算机科学的迅速发展,人们的生活越来越智能化,智能零售将会在不久的将来得到广泛应用,当客户走进商场,通过商场的人脸分析系统对客户进行准确的人脸属性分析,就能为客户提供合适的推送提醒,指导客户消费。同... 详细信息

随着电子信息技术的进步和计算机科学的迅速发展,人们的生活越来越智能化,智能零售将会在不久的将来得到广泛应用,当客户走进商场,通过商场的人脸分析系统对客户进行准确的人脸属性分析,就能为客户提供合适的推送提醒,指导客户消费。同时商场人脸分析系统可以统计客流、分析客户的产品偏好,以帮助商场管理者进行精准的营销等等;因此对人脸属性分析有着十分广泛的应用前景。本文针对这一现实应用的迫切需求,设计并实现了一套针对密集人群的实时人脸分析系统。从对人脸分析关键算法的研究设计,到开发板上具体实现,结合传统机器学习和深度学习方法,提出了一种模型小、速度快且准确度高的人脸属性识别模型。本次论文的主要内容和研究成果包括:(1)针对人脸分析系统的算法设计:创造性的结合传统机器学习算法和深度学习算法,充分发挥传统算法的速度优势和深度学习算法的准确度优势;人脸检测部分,采用基于多块LBP人脸特征和级联AdaBoost分类器的快速检测算法,并通过GPU进行CUDA加速;人脸属性识别部分,提出一种基于深度学习的多任务微型网络实现算法;(2)实时人脸分析系统的实现:本次研究结合嵌入式系统NVIDIA JETSON TK1,设计了一个小型的CNN网络实现人脸属性分析,在保证准确率的情况下,速度有明显提升。(3)系统的实验案例分析:对真实场景中的大量人脸进行了长期分析,得出了一系列结论,并验证了系统的确具有很高的实际应用价值。该系统可以用来实时分析受众群体,并据此投放精准匹配的广告信息,也可以用于媒体效果测量和市场研究分析领域。本次研究不但为未来进行人脸属性分析提供了一个参考方案,也解决了现实的问题。

关键词：人脸检测深度学习人脸属性分析 NVIDIA JETSON TK1