检索结果-南通市图书馆

作者：吴东东山西大学

学位级别：硕士

随着信息社会的发展,信息的安全性越来越受到广泛的关注。其中,人脸作为不同个体的标识,有着自己固有的生物特征,因此被用于身份识别以及安全监测等场景。由于不同光照、不同角度、人脸遮挡等因素,人脸检测与识别的问题遇到了很大的挑... 详细信息

随着信息社会的发展,信息的安全性越来越受到广泛的关注。其中,人脸作为不同个体的标识,有着自己固有的生物特征,因此被用于身份识别以及安全监测等场景。由于不同光照、不同角度、人脸遮挡等因素,人脸检测与识别的问题遇到了很大的挑战。本文基于深度学习的方法对人脸检测和人脸识别进行了相关研究,对比于传统的目标检测算法,利用基于卷积神经网络的目标检测算法进行归类分析,提出了本文研究方法。本文首先针对人脸检测提出了基于YOLOv3算法的自然场景下多人脸检测,旨在解决人脸实时性检测以及图片中小人脸的问题。模型以Darknet 53为主干网络,用3种不同尺寸的特征图进行预测,对检测框的中心坐标、置信度以及类别的损失函数进行设计,最后直接回归被检测人脸的信息。运用了批量归一化处理模型,同时从人脸识别概率、人脸类别、人脸的检测框三个角度对损失函数进行了设计,有效的解决了光照、遮挡等自然条件下图像背景变化和实时性检测等问题,同时还解决了图像中多人脸检测的问题。本文还提出了基于FaceNet算法的改进模型,首先通过本文中YOLOv3模型对人脸检测后的检测框进行提取,然后对人脸图像进行分割后进行模型训练。本文提出了利用SENet改进后的Inception模块,将改进后网络作为FaceNet算法的主干网络对人脸特征进行提取。采用了学习率分段式常数衰减、L2正则化以及Adagrad优化器对训练进行优化,得到最终的算法模型。模型通过人脸特征向量的欧氏距离对比,得出人脸的相似度度量并进行识别。最后在本文的实验环境下对LFW数据集进行测试,实验结果表明本文算法有效地提高了人脸识别率,并且与原始的FaceNet模型相比识别率提升近5%。

关键词：深度学习卷积神经网络多人脸检测人脸识别

来源：

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

基于视频的实时多人脸检测、识别与跟踪方法研究

基于视频的实时多人脸检测、识别与跟踪方法研究

引用

作者：吴丹阳沈阳工业大学

学位级别：硕士

随着国际形式的日益严峻，在入境通关、刑侦、反恐及军事设施等领域对安全防范的需求与日俱增，对大规模人群进行快速准确的身份鉴别已成为保障公共社会安全、维护国家和谐稳定和加强国家公共安全预警能力的重要手段。本文设计了一个基... 详细信息

随着国际形式的日益严峻，在入境通关、刑侦、反恐及军事设施等领域对安全防范的需求与日俱增，对大规模人群进行快速准确的身份鉴别已成为保障公共社会安全、维护国家和谐稳定和加强国家公共安全预警能力的重要手段。本文设计了一个基于视频的自动多人脸检测、跟踪与识别系统，该系统的功能是实时检测、跟踪视频范围内的人脸并鉴别人脸的身份。本系统主要分为三个部分，即多人脸检测部分、跟踪部分和识别部分。在人脸检测部分，提出了Adaboost-ASM人脸检测算法，该算法是Adaboost人脸检测算法和主动形状模型的融合算法，主要解决Adaboost人脸检测算法易将复杂区域以及类似人脸区域误检测为人脸的问题，实现人脸的实时检测并对非人脸区域进行剔除。在人脸跟踪部分，深入分析了Camshift算法的理论基础，并针对多人脸的相互交错以及场景中人脸数目发生变化的问题，提出了一种多线程的Camshift跟踪算法实现多人脸跟踪，即MT-Camshift跟踪算法。在人脸识别部分，本文利用2D-Gabor小波变换特征提取，并分析了PCA方法和Fisher线性判别法的优缺点，本文最终采用PCA和Fisher线性判别分析方法相结合的Fisherface方法对人脸特征降维，并对人脸特征进行最有利于分类的投影。最后，将人脸的投影值与训练样本的投影值按余弦距离公式进行计算，从而鉴定人脸身份。本文应用Visual Studio2008开发环境设计了一套完整的自动多人脸检测、跟踪与识别系统，并做了大量实验进行验证。实验结果表明，该系统在视频范围内对人脸检测和身份识别准确，跟踪实时性强，可以作为人脸的实时检测、识别和跟踪的专业解决方案。

关键词：多人脸检测多人脸跟踪多人脸识别 CamShift 多线程

来源：

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

基于视频的多人脸检测、跟踪与识别方法的设计

引用

贵州师范学院学报 2017年第6期33卷 32-35页

作者：代帜杜宏博贵州师范学院贵州贵阳550018

针对人流量密集场所人员身份检测效率与识别效率低的现象,提出一个基于视频的多人脸检测、跟踪与识别的设计。基于Adaboost-ASM人脸检测算法,对Ada Boost算法中弱分类器加权参数进行改进,提出多线程的MT-Cam Shift跟踪算法,采用f-k优化... 详细信息

针对人流量密集场所人员身份检测效率与识别效率低的现象,提出一个基于视频的多人脸检测、跟踪与识别的设计。基于Adaboost-ASM人脸检测算法,对Ada Boost算法中弱分类器加权参数进行改进,提出多线程的MT-Cam Shift跟踪算法,采用f-k优化近邻与PCA人脸识别算法的结合进行人脸识别。以解决目前公共场所多人脸检测误检率高、实时跟踪错误率高的问题。

关键词：多人脸检测 Adaboost—ASM人脸检测算法 CamShift算法 f—k优化近邻法

来源：

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

基于深度学习的多人脸同步识别的研究

基于深度学习的多人脸同步识别的研究

引用

作者：郭琪内蒙古大学

学位级别：硕士

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... 详细信息

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。

关键词：深度学习多人脸检测多人脸同步识别轻量级网络

来源：

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

基于单阶段的多人脸动态检测系统

引用

现代电子技术 2021年第17期44卷 49-55页

作者：巩稼民张凯泽杨红蕊赵梦凯杨立春西安邮电大学通信与信息工程学院陕西西安710121 西安邮电大学电子工程学院陕西西安710121 深圳市企鹅网络科技有限公司广东深圳518000

针对当前人脸签到效率偏低的问题,提出了一种基于单阶段的多人脸动态检测方案。首先输入包含人脸的图片,经过MobileNet卷积提取特征,接着送入FPN网络提取多尺度候选框,最后输入到上下文模块完成检测和分类。在实验对比过程中,将改进的... 详细信息

针对当前人脸签到效率偏低的问题,提出了一种基于单阶段的多人脸动态检测方案。首先输入包含人脸的图片,经过MobileNet卷积提取特征,接着送入FPN网络提取多尺度候选框,最后输入到上下文模块完成检测和分类。在实验对比过程中,将改进的单阶段网络与传统的目标检测网络以及卷积神经网络进行对比,改进后的方案因其出色的结构有效地减少了时间成本,在CPU环境中,在720P以及VGA视频总用时相比HOG方案快了至少2倍;在GPU环境中,对720P以及VGA视频相比CNN方案,检测速率分别提高了17.8%和1.3%。另外,在精度方面,检测的难度越大,提出的方案越有优势。当每帧人脸介于3~5个之间时,相较于HOG、Haar以及CNN方案,分别提高了约20.7%,18.4%和11.7%;当每帧人脸介于6~10个之间时,相较于HOG、Haar以及CNN方案分别提高了约52.5%,53.0%和34.4%。

关键词：动态检测多人脸检测单阶段检测特征金字塔网络上下文模块卷积神经网络智能签到

来源：

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

基于深度学习的自然场景下多人脸实时检测

引用

测试技术学报 2020年第1期34卷 41-47页

作者：李昊璇吴东东山西大学物理电子工程学院

为了解决人脸检测的实时性与有效性,提出了基于YOLOv3算法的人脸检测模型.该模型以Darknet 53为主干网络,用3种不同尺寸的特征图进行预测,对Bounding box的中心坐标、置信度以及类别损失函数进行设计,最后直接回归被检测人脸的信息.实... 详细信息

为了解决人脸检测的实时性与有效性,提出了基于YOLOv3算法的人脸检测模型.该模型以Darknet 53为主干网络,用3种不同尺寸的特征图进行预测,对Bounding box的中心坐标、置信度以及类别损失函数进行设计,最后直接回归被检测人脸的信息.实验中对数据进行了批量归一化处理,加速了Loss收敛.实验采用Wider Face的自然场景下的人脸数据集,将YOLOv3算法模型与不同算法模型比较,结果显示基于YOLOv3算法的人脸检测模型能够保证人脸检测的实时性,同时实现了自然场景下多人脸检测的任务.

关键词：多人脸检测 YOLOv3 深度学习卷积神经网络批量归一化

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：