發(fā)布時(shí)間：2021-10-19 08:39

　　人臉識(shí)別作為一種生物特征識(shí)別技術(shù),具有普遍性、高可靠性以及強(qiáng)個(gè)體差異性等特點(diǎn),在智慧安防領(lǐng)域有廣闊的應(yīng)用前景。本文根據(jù)學(xué)校智慧校園建設(shè)中門(mén)禁考勤系統(tǒng)的需要,將基于深度學(xué)習(xí)的人臉識(shí)別算法應(yīng)用到人臉識(shí)別門(mén)禁考勤系統(tǒng)中,并針對(duì)普遍存在計(jì)算量大的問(wèn)題,對(duì)算法進(jìn)行了輕量化改進(jìn)。人臉識(shí)別任務(wù)分為檢測(cè)、對(duì)齊、特征提取與分類識(shí)別三個(gè)過(guò)程,本文對(duì)檢測(cè)及特征提取算法給出輕量化改進(jìn)方案,分析實(shí)現(xiàn)了DAN（Deep Alignment Network）關(guān)鍵點(diǎn)檢測(cè)及仿射變換實(shí)現(xiàn)對(duì)齊的方法,并從實(shí)際在門(mén)禁考勤應(yīng)用的角度出發(fā)設(shè)計(jì)實(shí)現(xiàn)了活體檢測(cè)、人臉跟蹤以及門(mén)禁考勤等模塊。主要工作包括:1、在人臉檢測(cè)方面,將SSD（Single Shot Multibox Detector）檢測(cè)框架中的VGG-16骨干網(wǎng)絡(luò)替換為輕量級(jí)的MobileNet網(wǎng)絡(luò),MobileNet網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單,且使用深度可分離卷積結(jié)構(gòu)實(shí)現(xiàn)卷積操作,在保證計(jì)算精度的情況下能夠大幅縮減計(jì)算量,從而降低檢測(cè)模型的運(yùn)算復(fù)雜度。2、在人臉對(duì)齊方面,采用對(duì)人臉姿態(tài)魯棒性較好的DAN算法實(shí)現(xiàn)關(guān)鍵點(diǎn)檢測(cè),并采用仿射變換的方式實(shí)現(xiàn)人臉對(duì)齊。3、在人臉識(shí)別方面,給出一種輕... 

【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)】：74 頁(yè)

【學(xué)位級(jí)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 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與設(shè)計(jì)指標(biāo)
        1.3.1 研究?jī)?nèi)容
        1.3.2 設(shè)計(jì)指標(biāo)
    1.4 論文結(jié)構(gòu)
第二章 人臉識(shí)別相關(guān)基礎(chǔ)理論
    2.1 輕量化人臉檢測(cè)方法的理論基礎(chǔ)
        2.1.1 深度可分離卷積
        2.1.2 MobileNet網(wǎng)絡(luò)結(jié)構(gòu)
    2.2 人臉對(duì)齊相關(guān)理論基礎(chǔ)
    2.3 人臉識(shí)別相關(guān)理論基礎(chǔ)
        2.3.1 基于度量學(xué)習(xí)的特征提取原理
        2.3.2 基于遷移學(xué)習(xí)的模型參數(shù)調(diào)優(yōu)原理
    2.4 本章小結(jié)
第三章 人臉識(shí)別算法的研究與改進(jìn)
    3.1 人臉檢測(cè)方法
        3.1.1 數(shù)據(jù)集擴(kuò)充方法
        3.1.2 先驗(yàn)框的鋪設(shè)策略
        3.1.3 正負(fù)樣本獲取方法
        3.1.4 網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)
        3.1.5 損失函數(shù)設(shè)計(jì)
        3.1.6 模型預(yù)測(cè)方法
    3.2 人臉對(duì)齊方法
        3.2.1 人臉關(guān)鍵點(diǎn)檢測(cè)
        3.2.2 仿射變換
    3.3 人臉識(shí)別方法
        3.3.1 損失函數(shù)的改進(jìn)
        3.3.2 模型訓(xùn)練
        3.3.3 特征向量分類器的設(shè)計(jì)
    3.4 本章小結(jié)
第四章 基于人臉識(shí)別的門(mén)禁考勤系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 系統(tǒng)框架設(shè)計(jì)
        4.1.1 注冊(cè)階段
        4.1.2 特征提取階段
        4.1.3 識(shí)別階段
    4.2 人臉識(shí)別模塊的實(shí)現(xiàn)
        4.2.1 人臉檢測(cè)算法實(shí)現(xiàn)
        4.2.2 人臉對(duì)齊算法實(shí)現(xiàn)
        4.2.3 人臉識(shí)別算法實(shí)現(xiàn)
        4.2.4 活體檢測(cè)功能實(shí)現(xiàn)
        4.2.5 人臉跟蹤功能實(shí)現(xiàn)
    4.3 門(mén)禁考勤模塊的實(shí)現(xiàn)
        4.3.1 系統(tǒng)數(shù)據(jù)存儲(chǔ)方案設(shè)計(jì)
        4.3.2 門(mén)禁考勤功能的設(shè)計(jì)與實(shí)現(xiàn)
    4.4 本章小結(jié)
第五章 測(cè)試結(jié)果與分析
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 系統(tǒng)功能測(cè)試
        5.2.1 人臉檢測(cè)功能測(cè)試結(jié)果與分析
        5.2.2 人臉識(shí)別功能測(cè)試結(jié)果與分析
        5.2.3 系統(tǒng)功能測(cè)試結(jié)果與分析
    5.3 系統(tǒng)性能測(cè)試
        5.3.1 人臉檢測(cè)性能測(cè)試結(jié)果與分析
        5.3.2 人臉識(shí)別性能測(cè)試結(jié)果與分析
        5.3.3 系統(tǒng)性能測(cè)試結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的成果
附錄


【參考文獻(xiàn)】：
碩士論文
[1]基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 陳超.南京郵電大學(xué) 2018



本文編號(hào)：3444530