智能會議室預訂系統(tǒng)可使得會議室具備可遠程預約、控制、監(jiān)控等功能,有效解決傳統(tǒng)人工管理方式效率較低的問題。其中,使用高識別準確率的人臉識別技術進行預訂者身份認證可保證系統(tǒng)的安全性以及有效性。因此本文面向會議室預訂系統(tǒng),基于已有的深度學習人臉識別算法和網(wǎng)絡結(jié)構(gòu)進行改進和優(yōu)化,實現(xiàn)人臉識別的高識別率和高實時性。本文首先研究并分析了現(xiàn)有的Cosine Loss人臉識別算法,針對該算法必須使用高范數(shù)特征向量來使得網(wǎng)絡收斂而影響識別準確率的問題,深入分析了特征范數(shù)值對訓練過程的影響,提出了一種低范數(shù)余弦損失（Low Norm Cosine Loss,LNCL）算法,在保證網(wǎng)絡收斂的條件下提高了識別率。其中,全連接層動態(tài)篩選策略降低了網(wǎng)絡損失下界,保證了網(wǎng)絡的收斂;低范數(shù)特征向量使網(wǎng)絡能充分訓練,提高了網(wǎng)絡的識別準確率。此外,為優(yōu)化卷積神經(jīng)網(wǎng)絡的性能,改進了ResNet卷積神經(jīng)網(wǎng)絡的參數(shù)配置,通過優(yōu)化網(wǎng)絡的全局步長以及采用Elu激活函數(shù),進一步提高了人臉識別的準確率。在此基礎上,為了解決算法在會議室預訂系統(tǒng)中的實際應用問題,本文在云服務器上對LNCL算法以及優(yōu)化后的ResNet進行了實現(xiàn),并優(yōu)化了系... 

【文章來源】：東南大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：92 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 人臉識別技術研究現(xiàn)狀以及發(fā)展趨勢
    1.3 本文的設計指標與研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第二章 基于人臉識別技術的會議室預訂系統(tǒng)介紹
    2.1 會議室預訂系統(tǒng)整體介紹
        2.1.1 會議室預訂系統(tǒng)框架與功能
        2.1.2 會議室預訂系統(tǒng)工作流程
    2.2 人臉檢測與對齊算法介紹
        2.2.1 SSH人臉檢測算法介紹
        2.2.2 人臉對齊算法介紹
    2.3 人臉識別算法介紹
        2.3.1 FaceNet人臉識別算法介紹
        2.3.2 COCO人臉識別算法介紹
    2.4 本章小結(jié)
第三章 LNCL算法與網(wǎng)絡結(jié)構(gòu)優(yōu)化
    3.1 Cosine Loss算法原理與分析
    3.2 LNCL算法提出動機
    3.3 LNCL算法原理
        3.3.1 特征向量范數(shù)對網(wǎng)絡梯度的影響分析
        3.3.2 特征向量范數(shù)對網(wǎng)絡影響的驗證實驗
        3.3.3 動態(tài)篩選策略
        3.3.4 動態(tài)篩選策略驗證實驗
        3.3.5 LNCL算法流程
    3.4 ResNet網(wǎng)絡結(jié)構(gòu)優(yōu)化
        3.4.1 全局步長改變
        3.4.2 激活函數(shù)替換
        3.4.3 網(wǎng)絡性能驗證實驗
    3.5 本章小結(jié)
第四章 面向會議室預訂系統(tǒng)的人臉識別算法實現(xiàn)
    4.1 算法實現(xiàn)的軟硬件環(huán)境
        4.1.1 硬件環(huán)境介紹
        4.1.2 LNCL算法實現(xiàn)框架選擇
    4.2 LNCL算法實現(xiàn)
    4.3 LNCL算法在會議室預訂系統(tǒng)中的應用
    4.4 視頻傳輸優(yōu)化
    4.5 本章小結(jié)
第五章 實驗與測試
    5.1 人臉識別算法實驗與測試
        5.1.1 實驗條件以及參數(shù)配置
        5.1.2 測試數(shù)據(jù)集以及測試協(xié)議
        5.1.3 實驗結(jié)果
    5.2 系統(tǒng)響應時間評測
    5.3 復雜場景下系統(tǒng)識別能力評測
    5.4 本章小結(jié)
第六章 總結(jié)和展望
    6.1 本文工作總結(jié)
    6.2 未來研究方向展望
致謝
參考文獻
附錄
    算法訓練部分代碼
    系統(tǒng)身份認證功能部分代碼
作者攻讀碩士學位期間的研究成果


【參考文獻】：
期刊論文
[1]基于深度學習的SPD人臉識別算法[J]. 張伊喬,黃麗蓮,周賞.  電子技術與軟件工程. 2019(11)
[2]基于視頻圖像的人臉識別與跟蹤[J]. 劉俊,王巖,韓為選.  電子技術與軟件工程. 2019(11)
[3]基于深度學習的人臉識別跟隨六足機器人[J]. 張洋溢,趙茜茜,聶焱.  科技風. 2019(14)
[4]人臉識別的技術分析及項目實踐[J]. 李昀,陳建,唐懷坤.  中國電信業(yè). 2019(05)

碩士論文
[1]深度人臉識別算法研究和系統(tǒng)設計[D]. 毛穎.浙江大學 2019



本文編號：3336341