检索结果-南通市图书馆

检索条件"主题词=戴口罩人脸"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

实例分割下戴口罩人脸识别方法研究

实例分割下戴口罩人脸识别方法研究

引用

作者：吴思凡长江大学

学位级别：硕士

目前,基于深度学习的人脸识别技术取得不断突破的同时也日趋饱和,其发展现状已无法满足社会疫情新形势下的需求。新冠病毒席卷全球,我国已进入乙类乙管常态化防控阶段,戴口罩出行依旧是交通枢纽的刚需措施。面部的大面积遮挡给传统人脸... 详细信息

目前,基于深度学习的人脸识别技术取得不断突破的同时也日趋饱和,其发展现状已无法满足社会疫情新形势下的需求。新冠病毒席卷全球,我国已进入乙类乙管常态化防控阶段,戴口罩出行依旧是交通枢纽的刚需措施。面部的大面积遮挡给传统人脸检测技术精度大幅下降,类似口罩、眼镜等遮挡物严重干扰识别结果,人脸识别系统工作难以开展。戴口罩人脸的遮挡区域定位和眉眼关键特征提取是提升戴口罩人脸识别精度的关键要素。本文考虑识别精度与模型泛化的需求,研究人脸大面积遮挡下图像深度特征强化的建模与辨识模型。重点解决由于戴口罩人脸检测失效和有效特征不足导致的识别精度低的问题,本文跳脱出传统基于矩形框定位的人脸检测方法,提出结合实例分割的戴口罩人脸识别方法。具体研究内容如下:针对大面积遮挡导致的人脸检测方法失效的问题,提出了多阶段边缘分割下的戴口罩人脸实例分割方法替代。在掩模区域卷积网络(Mask Region-based Convolutional Neural Network,Mask R-CNN)的主干提取网络中添加了分组注意力的思想,增强了不同尺寸特征间的联系,提高不同大小人脸分割的泛化能力;另外设计一种新的交并比损失函数,从重叠度、中心点距离以及尺寸三个方面反馈给预测框,使预测框更精准的收敛至目标区域,最终生成粗分割掩模和对应的目标框。针对Mask R-CNN分割边界精度低,无法给人脸识别提供足够的有效区域特征的问题,提出了多阶段的边缘分割方法,建立遮挡与无遮挡人脸的线性逻辑关系存储至口罩遮挡字典中,基于遮挡特征和人脸边缘遮挡区域的特征掩模,提取出突变像素对边缘特征重新分配,使用双线性差分孪生网络(Res Ne StPairwise Differential Siamese Network,R-PDSN)训练遮挡分类器,结合多阶段迭代的优化方法对粗分割掩模进行再分割,不断优化目标边缘信息,逐步实现精细分割。针对戴口罩人脸识别精度低的问题,提出了基于眉眼注意力机制的网络模型和决策融合的训练方法,搭建完整人脸和遮挡人脸两种形态的鉴别性特征,增强模型针对随机形态人脸的辨识能力和适应性,提升人脸识别精度。综合以上方法,使用改进的Mask R-CNN和R-PDSN分割出戴口罩人脸的眉眼区域特征,再用特征提取网络重点关注此位置以完成人脸识别任务,使用公开的戴口罩人脸数据集进行训练与测试。在分割和检测精度上,改进的Mask RCNN和R-PDSN相比于基准模型的Mask R-CNN的平均像素精度提高了2.68%,目标检测精度达98%以上。在识别方面,本文方法相比传统人脸识别方法提高了15.70%。在此模型下设计了一款戴口罩人脸识别系统,具有较好的实时性,该系统识别效率明显高于现在流行的人脸识别技术。该系统给戴口罩人脸识别的落地提供了新的思路,易于移植到以人脸ID验证和安全监测等身份识别系统上,具有一定的研究意义和应用价值。

关键词：人脸识别人脸分割区域卷积网络戴口罩人脸

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AlexNet、ResNet-50及Inception V3模型的戴口罩人脸识别

基于AlexNet、ResNet-50及Inception V3模型的戴口罩人脸识别

引用

作者： NYARKO BENEDICTA NANA ESI 西南科技大学

学位级别：硕士

自2019年12月以来,新型冠状病毒在全球范围内出现并迅速蔓延,疫情的传播程度和严重性令人们深感担忧,人们必须佩戴口罩,并做好一定的安全防护措施才能外出。为了更好的预防新冠病毒感染和控制疫情,人们在进入超市、车站等人员密集、需... 详细信息

自2019年12月以来,新型冠状病毒在全球范围内出现并迅速蔓延,疫情的传播程度和严重性令人们深感担忧,人们必须佩戴口罩,并做好一定的安全防护措施才能外出。为了更好的预防新冠病毒感染和控制疫情,人们在进入超市、车站等人员密集、需要人脸识别验证身份的场所时,不用摘口罩就能顺利通过验证,这使得研发一种佩戴着口罩也能够使用的人脸识别系统成为必然,同时也可以给疫情笼罩下人们的生活带来极大的便利。由于佩戴口罩时,口罩会遮挡人脸大部分的面部特征,所以研发一个佩戴口罩也能精确进行人脸识别的识别系统是一个极大的挑战。本研究通过识别人脸中上半部分未被口罩遮挡的部分来提取面部特征,在AlexNet、Res Net-50和Inception V3模型的基础上,来识别佩戴外科口罩、织物口罩和N95口罩的埃塞俄比亚黑人和高加索白人的人脸。在本文研究的人脸识别系统中,为了训练精确的人脸识别算法,使用了戴口罩和未戴口罩的自定义人脸图像数据集,并通过归一化和随机化对获得的图像进行预处理,以最小化每个输入图像的变化并将每个图像更改为相同的像素值,以辅助特征提取过程。利用主成分分析法（PCA）提取人脸图像的主要特征进行加权处理,为面具人脸识别系统建立数据库。该算法在本文的研究中取得了不错的成果。对三种模型在埃塞俄比亚人和高加索人身上的表现进行分析可知:AlexNet模型在埃塞俄比亚人身上达到了35.2%的识别率,在白种人身上达到了56%;Resnet-50模型在埃塞俄比亚人身上达到了60%的识别率,在高加索人身上达到了40%;Inception V3在埃塞俄比亚人身上的识别率达到了62.5%,在高加索人身上达到了37.5%。研究结果表明,Inception V3在识别埃塞俄比亚人脸方面比Resnet 50和AlexNet模型表现更好;AlexNet在识别高加索人方面也比Inception V3和Res Net-50表现更好,同时CNN模型在戴口罩和未戴口罩的人脸上都具有出色的识别精度。但是,与AlexNet和Inception V3相比,Resnet-50具有更高的识别精度。在新冠疫情全球蔓延的今天,本文提出并研究的人脸识别系统可以在一定程度上避免新型冠状病毒的感染,在保持社会秩序的同时提高了人们出行的安全程度。因此,本文的研究具有一定的意义和应用价值。这项研究中创建的数据集在CNN的模型下预测了优秀的结果,并且可以服务于以安全检测和监督为目的的口罩人脸识别系统。

关键词：人脸识别深度学习卷积神经网络戴口罩人脸未戴口罩人脸

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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

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

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：