检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

嵌入式系统中的快速人脸跟踪算法

嵌入式系统中的快速人脸跟踪算法

作者：孙收余贵州财经大学

学位级别：硕士

人脸跟踪作为目标跟踪领域中一个经典的跟踪问题,无论是在安防领域还是在公共社交场合都有重要的应用。嵌入式设备是工业生产领域中应用广泛的硬件设备,人脸跟踪算法与之结合具有重要的应用前景。然而现阶段性能较优的人脸跟踪算法大多... 详细信息

人脸跟踪作为目标跟踪领域中一个经典的跟踪问题,无论是在安防领域还是在公共社交场合都有重要的应用。嵌入式设备是工业生产领域中应用广泛的硬件设备,人脸跟踪算法与之结合具有重要的应用前景。然而现阶段性能较优的人脸跟踪算法大多基于深度卷积神经网络进行设计,该类算法存在模型量大、算力大、设备性能需求高等问题。目前有关解决算力大、模型量大类算法在嵌入式设备上移植和应用的主要方法有制定特定芯片、云端数据处理+嵌入式设备数据采集:制定特定芯片虽然单个设备价格便宜但是不具灵活性和循环利用性;云端数据处理+嵌入式设备数据采集需同时依托高性能硬件设备和网络,实时性较差。基于该问题我们提出一种性价比高的快速人脸跟踪算法,从人脸跟踪算法的速度和精度两个方面进行权衡,选择精度较优、速度较快的孪生网络进行人脸跟踪算法设计。为突出算法的实用价值,选择rk3288开发板作为人脸跟踪算法移植和测试的嵌入式设备。本文对嵌入式系统中快速人脸跟踪算法的研究内容主要包括以下几个方面:(1)本文设计适合于嵌入式设备的模型量小、算力小、精度较优的主干网络。在主干网络中主要引入Dense＿Block结构,Dense＿Block结构在特征提取时具有特征分流、扩大感受野、轻量化网络等优势;(2)为保证人脸跟踪精度且维持实时的在线人脸跟踪速度,本文提出级联人脸定位搜索策略。选择浅层特征进行目标人脸初定位,基于特征响应最大的区域作为深度特征人脸重定位的指导区域进行目标人脸重定位。通过卷积互相关计算方法进行初定位响应特征图求解,在目标人脸重定位中通过余弦相似互相关方法进行响应特征图求解。该策略有效提升在线人脸跟踪精度的同时缩减算法推理时间;(3)为保证算法在嵌入式设备上的实时人脸跟踪效果,我们通过模型剪枝、模型蒸馏、NEON指令集优化等方法进一步优化人脸跟踪算法的推理速度。人脸跟踪网络模型经过剪枝和蒸馏优化后推理速度、平均跟踪成功率、平均跟踪面积重叠率分别提升91.92%、0.90%、1.10%;经NEON指令集优化后人脸跟踪网络的数据预处理和卷积部分的耗时分别减少约3.60%、15.30%;(4)为验证嵌入式系统中的快速人脸跟踪算法的性能,本文在rk3288开发板上进行性能的实验比较。在rk3288开发板上的平均跟踪成功率和平均跟踪面积重叠率分别为0.769和0.579时推理速度为101FPS。实验结果显示我们的人脸跟踪算法能在嵌入式设备上完成快速的人脸跟踪,满足实际应用需求。

关键词：人脸跟踪嵌入式系统实时性 NEON指令集

多摄像机视场下基于一种DTN网络的多人脸实时跟踪系统

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

激光与光电子学进展 2021年

作者：任国印吕晓琪李宇豪内蒙古科技大学机械工程学院内蒙古科技大学信息工程学院内蒙古工业大学

目的为了实现跨摄像机区域多人脸图像跟踪的目的。方法本文提出了一种基于双三分支孪生网络（DTN）的跨摄像机跟踪网络。具体方法是应用Chinese Whisper人脸聚类算法将同一个行人的人脸图片聚类，并根据人脸聚类的结果通过智能监控确... 详细信息

目的为了实现跨摄像机区域多人脸图像跟踪的目的。方法本文提出了一种基于双三分支孪生网络（DTN）的跨摄像机跟踪网络。具体方法是应用Chinese Whisper人脸聚类算法将同一个行人的人脸图片聚类，并根据人脸聚类的结果通过智能监控确定被捕捉的目标人脸。通过改进FaceNet网络的网络结构和训练函数实现行人人脸的精确跟踪。结果在LFW数据集上训练DTN，通过边缘样本挖掘损失（MSML）和焦点损失难样本均衡训练后的模型，其人脸识别率可提高到99.51%。结论实验结果表明：通过比较同一视频监控视场内人脸特征的相似性，可以跟踪通过该区域的行人的人脸目标。通过在摄像机之间实时传输人脸特征，可以实现跨摄像机人脸跟踪。

关键词：人脸聚类双三分支孪生网络人脸跟踪跨摄像机人脸识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于主动机器视觉的人脸跟踪与表情识别系统

吉林大学学报（工学版） 2013年第2期43卷 459-465页

作者：万川田彦涛刘帅师陈宏伟吉林大学通信工程学院长春130022 吉林大学工程仿生教育部重点实验室长春130022

搭建了一个基于主动机器视觉平台的人脸跟踪与表情识别系统,并进行了相关实验研究。阐述了该平台的系统结构,以及实现人脸表情识别系统的关键功能模块。该系统在主动机器视觉平台基础上,对注意力选择的区域进行人脸检测,通过控制云台完... 详细信息

搭建了一个基于主动机器视觉平台的人脸跟踪与表情识别系统,并进行了相关实验研究。阐述了该平台的系统结构,以及实现人脸表情识别系统的关键功能模块。该系统在主动机器视觉平台基础上,对注意力选择的区域进行人脸检测,通过控制云台完成跟踪动作,并对人脸区域进行实时地表情识别。同时在实验平台上做了大量的人脸检测跟踪和表情识别实验,包括对复杂和简单背景下人脸跟踪及表情识别的准确性进行了实验,实验结果验证了平台的有效性。

关键词：计算机应用主动机器视觉人脸跟踪表情识别

在线全文

学校读者我要写书评

暂无评论

基于组合分片模型和粒子滤波的人脸跟踪算法

计算机应用研究 2017年第2期34卷 626-630页

作者：李苗祎谢维成王军石林玉杨伟西华大学电气与电子信息学院成都610039

针对现有跟踪主流算法对目标机动性、目标遮挡和目标背景干扰综合性能不强的现状,改进算法利用组合分片模型和粒子滤波算法的结合来提升综合性能,提高跟踪算法准确性。改进算法采用粒子滤波算法,同时通过优化组合重采样算法提高算法的... 详细信息

针对现有跟踪主流算法对目标机动性、目标遮挡和目标背景干扰综合性能不强的现状,改进算法利用组合分片模型和粒子滤波算法的结合来提升综合性能,提高跟踪算法准确性。改进算法采用粒子滤波算法,同时通过优化组合重采样算法提高算法的跟踪性能;组合分片模型结合水平竖直分片模型和环形分片模型的优点,通过Bhattacharyya系数进行模型相似性度量,高效克服人脸跟踪中遮挡问题和背景干扰问题。实验通过改进算法和对比算法在多变化人脸视频集进行跟踪,证明改进算法提高了对人脸目标的跟踪成功率,实现了算法对目标机动性、目标遮挡和目标背景干扰三种因素综合性能的提升。

关键词：组合分片模型 Bhattacharyya系数优化组合重采样算法粒子滤波算法人脸跟踪

基于颜色和边缘特征自适应融合的人脸跟踪算法

在线全文

学校读者我要写书评

暂无评论

中国科学技术大学学报 2017年第10期47卷 837-842页

作者：周平平万洪林刘慧李天平山东师范大学物理与电子科学学院山东济南250358 山东财经大学计算机科学与技术学院山东济南250014

针对传统的基于颜色直方图跟踪算法不能精确跟踪的缺陷,提出了一种基于粒子滤波的自适应融合多特征的人脸跟踪算法.该方法首先在视频序列中提取人脸的肤色和边缘特征,并以加权颜色直方图和边缘直方图描述人脸特征;然后采用自适应融合方... 详细信息

针对传统的基于颜色直方图跟踪算法不能精确跟踪的缺陷,提出了一种基于粒子滤波的自适应融合多特征的人脸跟踪算法.该方法首先在视频序列中提取人脸的肤色和边缘特征,并以加权颜色直方图和边缘直方图描述人脸特征;然后采用自适应融合方法计算粒子集权重.这种自适应融合方法,有效地增强了人脸跟踪的可靠性.实验结果表明,在视频人脸存在类肤色以及光照变化等复杂背景下,该方法改善了跟踪效果并且具有较强的鲁棒性.

关键词：人脸跟踪粒子滤波加权颜色直方图边缘方向直方图自适应融合方法

基于HR和Siamese Net的人脸检测与跟踪研究

在线全文

学校读者我要写书评

暂无评论

基于HR和Siamese Net的人脸检测与跟踪研究

作者：袁硕华中师范大学

学位级别：硕士

人与机器人自然交互在现实应用中具有重要的研究价值,而人脸是人机交互过程中最具个性特征的部位,人脸检测和跟踪是人与机器人交互中的关键技术,在实际应用场景中由于光线强弱、遮挡、旋转、尺度变化等因素使人脸的检测和跟踪带来挑战,... 详细信息

人与机器人自然交互在现实应用中具有重要的研究价值,而人脸是人机交互过程中最具个性特征的部位,人脸检测和跟踪是人与机器人交互中的关键技术,在实际应用场景中由于光线强弱、遮挡、旋转、尺度变化等因素使人脸的检测和跟踪带来挑战,本研究主要针对非限定条件下人脸检测和跟踪的多种算法进行对比研究并改进,使改进后的算法更适应不同条件的人脸检测和跟踪任务。首先,本课题就国内外人脸检测和跟踪算法研究现状进行调研,然后,就目前取得先进水平的基于深度学习的人脸检测算法进行对比实验,混合分辨率（hybrid-resolution,HR）算法着重针对人脸多尺度问题,创建一个图像金字塔分别训练不同检测器,提高了小人脸的检测精确度。由于在深度模型中,数据集对视觉任务的性能有很大的影响,本课题将原来的模型训练数据量加大约16倍,发现我们的新模型用更少的训练轮数下,用于检测后人脸跟踪精度提升约2%。由于深度学习的方法在人脸识别、检测等任务中运用较多而且取得了领先水平,而在跟踪领域基于深度学习方法的研究较少,本课题着重对比分析了传统目标跟踪算法和基于深度学习的方法优缺点,提出一种基于深度学习的人脸跟踪算法。由于目前还没有公开标注的用于人脸跟踪任务的大量数据集,本研究中将用于人脸验证的大量有监督数据集Youtube Faces用于人脸跟踪任务模型的训练,同时手工标注了不同背景下的人脸跟踪测试集,实验结果表明使用与视觉任务相关的数据集对跟踪的性能有较大提升。此外,原Siamese-Net算法在目标特征提取阶段采用AlexNet卷积层,而该卷积神经网络的卷积核较大,在分类检测任务的研究中已有成果证明VGG16网络相对于AlexNet更有利于视觉任务的性能提升,本研究通过实验对比分析采用VGG16模型的不同卷积层数对人脸跟踪性能的影响,实验结果表明采用VGG16卷积层作为人脸跟踪任务特征提取器能提高人脸跟踪的性能同时采用2层卷积层性能最佳。同时本研究通过多次实验选取了相对较优参数。最后,由于原Siamese-Net算法只能进行单人脸跟踪,本课题针对实际应用对多人脸跟踪的需求,结合改进HR算法和改进Siamese-Net算法实现了多人脸自动检测和跟踪系统,在多人脸测试集上取得鲁棒效果。

关键词：人-机器人交互人脸检测人脸跟踪 HR VGG16 Siamese-Net

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视频流的实时人脸检测与跟踪

基于视频流的实时人脸检测与跟踪

作者：高俊艳广东工业大学

学位级别：硕士

人脸检测与跟踪是计算机视觉领域的一项基础技术,是视频图像中分析和理解人脸的第一步。由于人脸的多变性和外界环境的一些不可控干扰因素,如人脸的姿态变化、背景复杂、人脸遮挡、尺度变化等,设计出实时且性能良好的人脸检测与跟踪算... 详细信息

人脸检测与跟踪是计算机视觉领域的一项基础技术,是视频图像中分析和理解人脸的第一步。由于人脸的多变性和外界环境的一些不可控干扰因素,如人脸的姿态变化、背景复杂、人脸遮挡、尺度变化等,设计出实时且性能良好的人脸检测与跟踪算法仍是一个具有挑战性的课题。本文分别分析了最新的人脸检测和人脸跟踪算法,并做出了一定程度的改进来提升算法的性能。在人脸检测部分,本文设计了STFD(Scale-invariant Tiny Face Detector)人脸检测算法。首先,特征提取模块采用全卷积神经网络:由VGG16的前5层网络结构和额外添加的三层网络结构组成,自动学习图像的复杂特征,包括低层的空间细节信息和高层丰富的语义信息。而后利用6个尺度的特征图来检测不同尺度的人脸,大尺度特征图(低层卷积的特征图)检测小尺度人脸,小尺度特征图(高层卷积的特征图)检测大尺度人脸,解决人脸的多尺度检测问题。最后针对小人脸和离群人脸的漏检问题,设计了在低层卷积的特征图上加大anchor密度的方法,增加小人脸和离群人脸的anchor匹配数目,从而提升检测率。在PASCAL人脸数据集、FDDB和WIDER FACE的验证集上的实验结果表明,STFD人脸检测算法在一定程度上缓解了小人脸和离群人脸的漏检问题。在人脸跟踪部分,本文设计了结合注意力与特征融合的人脸跟踪算法。本文分析了全卷积孪生网络用于跟踪任务存在的缺点,并在其基础上进行了改进。首先,设计了第一帧和当前帧的前一帧结合作为目标模板的方法,实时更新目标模板。其次,提取输入图像的多个卷积层的特征,融合目标的表观信息和语义信息。最后,将通道注意力机制与目标模板的多层卷积特征相结合,赋予对跟踪目标影响大的通道特征更高的权值,提升目标模板特征的判别力。与几个经典的跟踪算法对比,本文的跟踪算法在达到实时的基础上获得了比较有竞争力的效果。

关键词：人脸检测人脸跟踪多尺度检测注意力机制特征融合

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合人脸跟踪和聚类的人脸图像去重方法

计算机科学 2020年第S02期47卷 615-619页

作者：林增敏洪朝群庄蔚蔚厦门理工学院计算机与信息工程学院福建厦门361024

人脸图像去重处理对智能监控系统中的人脸识别有着重要意义。针对视频中人脸检测环节会产生大量重复的人脸图像的问题,提出了一种融合人脸跟踪和聚类的人脸图像去重方法。在视频中,利用Multi-task Convolutional Neural Network中的人... 详细信息

人脸图像去重处理对智能监控系统中的人脸识别有着重要意义。针对视频中人脸检测环节会产生大量重复的人脸图像的问题,提出了一种融合人脸跟踪和聚类的人脸图像去重方法。在视频中,利用Multi-task Convolutional Neural Network中的人脸检测算法提取人脸框及其对应的坐标。根据人脸跟踪算法构建人脸轨迹和约束矩阵,同时引入人脸质量评估算法,从人脸轨迹中挑选人脸姿态和图像清晰度较好的人脸图像作为人脸轨迹的代表图片;再由约束矩阵和无监督聚类算法对人脸代表图像进行聚类以获取同一个人的人脸图像;最后对每一个人的人脸图像再次进行评估,得到去重结果。实验结果表明,通过人脸跟踪与无监督聚类融合的方法获取同一个人的人脸图像,再结合人脸质量评估算法,能够快速有效地从一段视频中获取每个人不重复的高质量人脸图片。

关键词：人脸检测人脸跟踪人脸聚类

融合CamShift的TLD算法实现人脸跟踪

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2020年第2期41卷 421-425页

作者：牛颖李丽宏太原理工大学电气与动力工程学院太原030024

针对跟踪-学习-检测(Tracking-Learning-Detection,TLD)算法跟踪模块所用金字塔光流法计算量大,跟踪人脸实时性差的问题,提出融合连续自适应均值漂移(Continuously Adaptive Mean Shift,CamShift)的TLD算法提高人脸跟踪效率.改进的TLD... 详细信息

针对跟踪-学习-检测(Tracking-Learning-Detection,TLD)算法跟踪模块所用金字塔光流法计算量大,跟踪人脸实时性差的问题,提出融合连续自适应均值漂移(Continuously Adaptive Mean Shift,CamShift)的TLD算法提高人脸跟踪效率.改进的TLD算法框架中跟踪模块选用CamShift算法实现目标人脸跟踪,检测模块采用滑动窗法扫描搜索,再使用分类器判断目标是否存在,学习模块根据跟踪模块和检测模块的结果对比评估错误和误差,更新目标模型.将改进的TLD算法分别与CamShift算法和TLD算法进行对比试验,结果表明,融合CamShift的TLD算法实现人脸跟踪效率和准确率均高于原始两种算法,且满足实时性要求.

关键词： TLD算法 CamShift算法跟踪模块检测模块学习模块人脸跟踪