近幾年,隨著國民生活水平的提高,人民的安防意識(shí)越來越高,但是由于我國的監(jiān)控設(shè)備大都是幾年前安裝的監(jiān)控設(shè)備,其錄制的畫面分辨率很低,這給很多不法分子以可乘之機(jī)。由于監(jiān)控設(shè)備錄制的視頻很難辨別出不法分子的身份,因此切實(shí)地需要一套在低分辨率條件下也能輕松的識(shí)別出人臉位置并鎖定身份的系統(tǒng)。因此本文將深度學(xué)習(xí)相關(guān)技術(shù)引入到監(jiān)控系統(tǒng)中,包括基于GAN網(wǎng)絡(luò)進(jìn)行超分辨率圖像重建,基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測,以及基于膠囊神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別,并對其中涉及到的關(guān)鍵技術(shù)進(jìn)行進(jìn)一步深入的研究。基于SRGAN網(wǎng)絡(luò)進(jìn)行超分辨率重建,對SRGAN網(wǎng)絡(luò)進(jìn)行判別器的重新設(shè)計(jì),為重建后的圖片保留了空間位置信息,這對后續(xù)處理圖片的環(huán)節(jié)打下堅(jiān)實(shí)的基礎(chǔ)。基于Faster R-CNN網(wǎng)絡(luò),借鑒DSFD網(wǎng)絡(luò)的改進(jìn)思想,對Faster R-CNN網(wǎng)絡(luò)進(jìn)行優(yōu)化設(shè)計(jì),從而提升人臉檢測系統(tǒng)對有遮擋人臉的檢測效果,并在有遮擋數(shù)據(jù)集widerface上進(jìn)行測試,驗(yàn)證所設(shè)計(jì)系統(tǒng)的有效性。針對復(fù)雜場景下很難提取到多于一張圖片的人臉,而傳統(tǒng)的深度學(xué)習(xí)方法都屬于有監(jiān)督學(xué)習(xí)算法,需要大量帶有標(biāo)簽照片人臉的數(shù)據(jù)集,而實(shí)際情況無法滿足的條件,本文采用膠囊神經(jīng)... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁數(shù)】：59 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

GAN網(wǎng)絡(luò)示意圖

SRGAN網(wǎng)絡(luò)中的生成網(wǎng)絡(luò)Fig3-2GenerationNetworkinSRGANNetwork

SRGAN網(wǎng)絡(luò)中的判別網(wǎng)絡(luò)Fig3-3DiscriminationNetworkinSRGANNetwork


本文編號(hào)：3363393