隨著互聯(lián)網(wǎng)+時(shí)代的發(fā)展,智能眼鏡被廣泛應(yīng)用于導(dǎo)航、圖像捕捉和消息提醒等方面�；谥悄苎坨R的人臉識(shí)別系統(tǒng)可用于協(xié)助安保人員、警力或醫(yī)療等突發(fā)事件的處理。因此,人們對(duì)應(yīng)用在移動(dòng)端的人臉識(shí)別算法提出了更高的要求。人臉識(shí)別具有非強(qiáng)制性和非接觸性的特點(diǎn),是一種通過提取人臉特征信息進(jìn)行身份驗(yàn)證的生物技術(shù)。但是,當(dāng)前先進(jìn)的人臉識(shí)別算法大部分建立在大型的深度卷積神經(jīng)網(wǎng)絡(luò)上,甚至通過采用多個(gè)神經(jīng)網(wǎng)絡(luò)級(jí)聯(lián)的方式來取得較高的識(shí)別率,這樣的做法帶來了數(shù)百萬的參數(shù)和昂貴的計(jì)算花費(fèi),以致于模型在移動(dòng)端和嵌入式設(shè)備上的部署變得極其困難。為了使模型能夠更好地應(yīng)用在便攜的智能眼鏡端,本文主要研究神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在檢測(cè)速度和識(shí)別率方向的優(yōu)化,從而減小模型參數(shù)、提高模型運(yùn)行效率。首先,在人臉檢測(cè)模塊中,本文將具有代表性的傳統(tǒng)人臉檢測(cè)器的Viola-Jones,和基于深度學(xué)習(xí)的人臉檢測(cè)器MTCNN（全稱為Multi-Task Cascaded Convolutional Networks）進(jìn)行了對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明MTCNN算法優(yōu)于傳統(tǒng)的Viola-Jones檢測(cè)器。但是MTCNN網(wǎng)絡(luò)隨著圖像增大、人臉增多易產(chǎn)生嚴(yán)重的時(shí)延問題... 

【文章來源】：廈門理工學(xué)院福建省

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１前向傳播??８??

３ｖＯ?ＸＣ?０?ｔＣＯ?２００?Ｈｉｔ?４０（；?ＭＭ?０?１ＣＵ?２００?ＳＣＯ?４００?ＸＸ??．．＾．．?—Ｊ１培直方里?，?，?均衡直方圖?ｉ??０?〇１〇?（?０?Ｏ＇ｔ?－??ｉ?＊?°?丨’＂１，１”??１?Ｌｍｍ?°－ｗ?＇ｈｉ?Ｉｂ：１１?，??ｕ?４?＝ｌｊ?ｂｈ?ＩＩ??…瀾ＭＷｌ」?ＩＳ��！?ｍＬ??Ｃ?ＳＯ?１００?１Ｓ０?２００?２Ｓ３?０?ＳＯ?１０Ｃ?ＩＳＯ?２００?ａｓｏ??圖２－３原始直方圖和均衡化直方圖??１４??

?廈門理工學(xué)院碩士學(xué)位論文???計(jì)算得到的均值設(shè)置為錨點(diǎn)上的像素值。均值濾波如公式（２－１７）所示：??加）＝去?（２－１？）??其中ｇ（ｘ，ｙ）表示均值濾波處理后的像素灰度值，Ｍ表示窗口區(qū)域中所包含的像素個(gè)??數(shù)。該算法的優(yōu)點(diǎn)在于效率高，思路簡(jiǎn)單。同樣，缺點(diǎn)也很明顯，計(jì)算均值會(huì)將圖像中??的邊緣信息以及特征信息“模糊”掉，會(huì)丟失很多特征，因此不適合于人臉圖像預(yù)處理。??加入栳鹽噪聲?中值濾波去除砸鹽嗓聲均值濾波去除椒＆嗓聲??Ｉ！醒圓??加入高斯嗓聲?中值濾波去除？斯噪聲均鴒濾波去除卨斯嗓聲??＿圓＿??圖２－４圖像去噪對(duì)比圖??２．３．３幾何歸一化??人臉圖像歸一化的目的是使同一個(gè)人的照片在不同的成像條件下，能夠使光照強(qiáng)??度、人臉尺寸和人臉姿態(tài)大致保持一致。人臉幾何歸一化的目的是對(duì)人臉角度位置的校??準(zhǔn)，常用于解決由于人臉面部姿勢(shì)的變化而產(chǎn)生的角度偏差導(dǎo)致圖像難以識(shí)別的問題。??一般將雙眼作為基準(zhǔn)進(jìn)行調(diào)整，通過旋轉(zhuǎn)雙眼的連線保持水平，解決人臉尺度的變化和??旋轉(zhuǎn)等問題。而對(duì)于嚴(yán)格的人臉角度偏差校正則要求使用深度的面部三維模型。??２．４本章小結(jié)??本章探討了研究人臉識(shí)別系統(tǒng)所需的相關(guān)理論知識(shí)。簡(jiǎn)要介紹了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)工作??原理，以及各模塊的功能。分析了人臉圖像輸入神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)之前所需的圖像預(yù)處理經(jīng)??典方法并通過實(shí)驗(yàn)進(jìn)行驗(yàn)證總結(jié)。通過對(duì)這些理論基礎(chǔ)的研究，才能更好的進(jìn)行人臉識(shí)??別系統(tǒng)設(shè)計(jì)。??１６??


本文編號(hào)：3321615