人臉檢測(cè)識(shí)別技術(shù)操作友好用途廣泛,已經(jīng)成為社會(huì)生活中最重要的生物特征識(shí)別技術(shù)之一,基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)識(shí)別方法相較傳統(tǒng)方法擁有更好的準(zhǔn)確性和可擴(kuò)展性,但其存儲(chǔ)、傳輸與計(jì)算的成本也更高。使用數(shù)值量化方法可以降低深度卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)行成本,配合針對(duì)優(yōu)化的硬件設(shè)計(jì),能在有限的資源下實(shí)現(xiàn)較高的處理速度,若能在量化的同時(shí)保持檢測(cè)識(shí)別的準(zhǔn)確性,即有望實(shí)現(xiàn)高效的終端人臉檢測(cè)識(shí)別系統(tǒng),為智慧城市、智能物聯(lián)網(wǎng)等下一代應(yīng)用場(chǎng)景補(bǔ)上技術(shù)上的關(guān)鍵一環(huán)。本文首先總結(jié)了人臉檢測(cè)、人臉識(shí)別、神經(jīng)網(wǎng)絡(luò)量化與硬件加速的代表性方法。然后,優(yōu)化DoReFa-Net算法改變量化數(shù)據(jù)分布形式,提高量化模型的存儲(chǔ)空間利用率,經(jīng)測(cè)試,在8-bit量化精度下,可保持模型準(zhǔn)確率且獲得較高的壓縮率和加速效果�；赮OLO算法設(shè)計(jì)端到端的8-bit量化人臉檢測(cè)網(wǎng)絡(luò),在提升檢測(cè)速度的同時(shí)也能取得較高的準(zhǔn)確率�；贑enterFace算法設(shè)計(jì)低類(lèi)內(nèi)距離高類(lèi)間距離的8-bit量化人臉識(shí)別網(wǎng)絡(luò),使誤識(shí)更少,識(shí)別類(lèi)別可擴(kuò)展性更強(qiáng)。在此基礎(chǔ)上,通過(guò)多層次的并行計(jì)算擴(kuò)展和數(shù)據(jù)復(fù)用優(yōu)化,實(shí)現(xiàn)了低帶寬需求、高吞吐率以及高資源利用率的通用卷積神經(jīng)網(wǎng)... 

【文章來(lái)源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：117 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

空間金字塔池化示意圖

調(diào)參優(yōu)化。目前為止YOLO先后推出了v1、v2和v3三個(gè)版本，每一版都在前作的基礎(chǔ)上做了升級(jí)優(yōu)化。本節(jié)將對(duì)YOLO的設(shè)計(jì)理念、相關(guān)結(jié)構(gòu)以及關(guān)鍵環(huán)節(jié)進(jìn)行說(shuō)明，在第三章將介紹如何將其用于人臉檢測(cè)。2.3.1設(shè)計(jì)理念YOLO[15]的全稱是YouOnlyLookOnce，意思是這個(gè)網(wǎng)絡(luò)工作時(shí)“只需看一遍”——整張圖片經(jīng)過(guò)一次網(wǎng)絡(luò)評(píng)估便能得到相關(guān)對(duì)象的預(yù)測(cè)位置和類(lèi)別，這得益于YOLO將此前目標(biāo)檢測(cè)環(huán)節(jié)的各個(gè)組件統(tǒng)一到單個(gè)神經(jīng)網(wǎng)絡(luò)。如圖2-18所示，YOLO處理圖像只需要三步：圖像調(diào)整、卷積神經(jīng)網(wǎng)絡(luò)運(yùn)算、多余（低置信度、重疊）預(yù)測(cè)框去除。圖2-18YOLO圖像處理流程[17]圖像調(diào)整的目的是將輸入圖片規(guī)格化為網(wǎng)絡(luò)的輸入尺寸，雖然對(duì)于全卷積神經(jīng)網(wǎng)絡(luò)（不包含全連階層）而言這一步不是必需的，但合理的輸入尺寸對(duì)控制計(jì)算量也很有幫助。卷積神經(jīng)網(wǎng)絡(luò)是YOLO的靈魂核心，網(wǎng)絡(luò)的輸入是整張圖片，網(wǎng)絡(luò)的輸出特征向量是預(yù)測(cè)的邊界框位置、含有檢測(cè)目標(biāo)的置信度以及目標(biāo)類(lèi)別，網(wǎng)絡(luò)進(jìn)行的是“端到端（endtoend）”的學(xué)習(xí)。為了避免輸出特征向量之間發(fā)生競(jìng)爭(zhēng)或位置出現(xiàn)過(guò)大漂移，YOLO引入了網(wǎng)格（gridcell）的概念，輸出特征向量中的某組預(yù)測(cè)值只負(fù)責(zé)檢測(cè)以該組對(duì)應(yīng)網(wǎng)格為中心的目標(biāo)，如圖2-19所示。

東南大學(xué)工程碩士學(xué)位論文30圖2-19YOLO中基于網(wǎng)格的檢測(cè)框預(yù)測(cè)與類(lèi)別評(píng)分機(jī)制[17]網(wǎng)絡(luò)的輸出是定長(zhǎng)的特征向量，由固定數(shù)量（幾百或幾千）的預(yù)測(cè)框信息組成。大部分預(yù)測(cè)框內(nèi)不包含目標(biāo)物體，其對(duì)應(yīng)的置信度值很小，可以通過(guò)設(shè)定的置信度閾值直接篩掉；有一部分預(yù)測(cè)框包含的是同一個(gè)目標(biāo)物體，使用非極大值抑制（Non-MaximumSuppression，NMS）方法保留其中置信度最高的一個(gè)。2.3.2網(wǎng)絡(luò)結(jié)構(gòu)高效的算法搭配合適的基礎(chǔ)骨干（backbone）網(wǎng)絡(luò)，才能充分發(fā)揮出深度學(xué)習(xí)方法的性能。YOLO的基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)幾經(jīng)更迭，多次引入先進(jìn)的網(wǎng)絡(luò)設(shè)計(jì)思想，使網(wǎng)絡(luò)的速度和準(zhǔn)確率都取得了穩(wěn)步提升。YOLOv1使用的基礎(chǔ)網(wǎng)絡(luò)參考了GoogLeNet的結(jié)構(gòu)，采用1×1的卷積核壓縮通道，7×7和3×3的卷積核提取特征，整個(gè)網(wǎng)絡(luò)由24個(gè)卷積層、4個(gè)最大池化層以及2個(gè)全連接層組成，如圖2-20所示，括號(hào)內(nèi)為卷積/全連接層的核類(lèi)型，如[7×7×64，s=2]代表卷積核尺寸為7×7，輸出通道64，步長(zhǎng)為2，默認(rèn)步長(zhǎng)為1。文中還提出了FastYOLO，這是YOLO的一個(gè)輕量級(jí)網(wǎng)絡(luò)結(jié)構(gòu)版本，其中采用了9個(gè)卷積層，每層通道也做了削減，從而使計(jì)算量大幅降低，在結(jié)果精度上稍有損失，但處理速度提升了數(shù)倍。卷積層最大池化1層層[7×7×64，s=2]卷積層最大池化1層層[3×3×192]卷積層最大池化4層層[1×1×128][3×3×256][1×1×256][3×3×512]卷積層最大池化10層層[1×1×256][3×3×512][1×1×512][3×3×1024]卷積層8層[1×1×512][3×3×1024][3×3×1024][3×3×1024,s=2]全連接層2層[1024×4096][4096×30][3×3×1024][3×3×1024]輸入輸出×4×2圖2-20YOLOv1網(wǎng)絡(luò)結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]ASM姿態(tài)矯正結(jié)合字典學(xué)習(xí)優(yōu)化的人臉識(shí)別[J]. 鐘小莉.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(11)
[2]基于深度殘差網(wǎng)絡(luò)的行人人臉識(shí)別算法研究[J]. 易鋒,胡馨瑩.  電腦知識(shí)與技術(shù). 2018(23)
[3]基于區(qū)域特征的快速人臉檢測(cè)法[J]. 盧春雨,張長(zhǎng)水,聞芳,閻平凡.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 1999(01)

博士論文
[1]基于深度學(xué)習(xí)的暴力檢測(cè)及人臉識(shí)別方法研究[D]. 丁春輝.中國(guó)科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]基于人臉檢測(cè)YOLO算法的專用型卷積神經(jīng)網(wǎng)絡(luò)推理加速器的研究與設(shè)計(jì)[D]. 羅聰.華南理工大學(xué) 2018
[2]基于HLS的Tiny-yolo卷積神經(jīng)網(wǎng)絡(luò)加速研究[D]. 張麗麗.重慶大學(xué) 2017



本文編號(hào)：2969406