目前人們主要是通過看視頻方式識別聚集人群人臉,這種方式無法及時在人群聚集場景找到有效目標。聚集人群人臉檢測的精度與速度是保障人臉識別的首要條件,由于受遮擋、角度變化、光照變化、尺寸變化等復雜環(huán)境影響,在聚集人群人臉檢測的精度與速度方面仍有一些工作可做。本文基于深度殘差101層網(wǎng)絡模型（ResNet101）對聚集人群人臉檢測進行研究,獲得如下研究結果:（1）針對聚集人群人臉檢測精度的問題,本文采用深度殘差101層網(wǎng)絡模型與選用的最近鄰插值、雙線性插值和雙三次插值算法相結合進行聚集人群人臉檢測分析,達到較滿意的檢測精度。其主要思路:首先分別選用不同的插值算法對多尺度圖像序列進行縮放,然后利用深度殘差網(wǎng)絡算法ResNet101檢測多尺度圖像的人臉區(qū)域,最后采用非極大值抑制融合圖像。實驗結果表明:在香港中文大學聚集人群數(shù)據(jù)集WIDER FACE上測試,深度殘差101層網(wǎng)絡模型與雙三次插值算法相結合方式的平均檢測精度為97.71%,平均誤檢率為2.28%。（2）實現(xiàn)客觀平均梯度、點銳度、邊緣強度、熵、峰值信噪比和空間頻率等六種圖像清晰度評價算法,并用實驗結果分析各評價算法的差異性。（3）針對聚集... 

【文章來源】：貴州民族大學貴州省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

殘差結構圖

圖 2-3 殘差結構圖其中，右圖稱為瓶頸結構（bottleneckdesign），這種結構主要是為了數(shù)目，第一個 的卷積把 256 維通道（channel）降到 64 維，然后減少輸入和輸出的維度，最后通過 卷積恢復輸入維度，整體上用：1 1 256 64+3 3 64 64+1 1 64 256=69632，而不使用 bottl個 的卷積，參數(shù)數(shù)目: 3 3 256 256 2=1179648，相差 1常規(guī)的 ResNet，用于 34 層或者更少的網(wǎng)絡中，如果層數(shù)更深，tleneck Design 的 ResNet，主要為了減少參數(shù)數(shù)量和計算量。所以當網(wǎng)用右邊的比較好。快捷連接沒有增加額外參數(shù)，也不增加計算復雜度網(wǎng)絡具有以下幾個特點：（1）網(wǎng)絡層數(shù)加深的同時減少了參數(shù)數(shù)量；（2）輸出特征圖的尺寸相同的層含有相同數(shù)量濾波器，若特征圖尺1 13 3 256

貴州民族大學 2019 屆碩士研究生學位論文景數(shù)據(jù)集中的部分圖像進行說明。圖 3-1、3-3、3-5、3-7、3-9、3-11 分別代表音樂劇場、戶外活動、室外會議、商場、教室和室內會議室圖像序列，每幅圖像的圖像序列 5（scale5）是原圖，以 scale5 為基準，往左，圖像逐漸縮小，往右，圖像逐漸放大。平均梯度（AverageGradient）、點銳度（EAV）、邊緣強度（EdgeIntensity）、熵（Entropy）、峰值信噪比（PSNR）和空間頻率（Spatial Frequency）六種圖像清晰度評價算法對每幅圖的圖像序列的清晰度評價結果分別如表 3-1、3-2、3-3、3-4、3-5、3-6 所示，所對應的曲線圖分別如 3-2、3-4、3-6、3-8、3-10、3-12 所示。


本文編號：3091927