人臉分析是計(jì)算機(jī)視覺領(lǐng)域中重要的研究方向,在安防監(jiān)控、金融安全、直播互娛、輔助駕駛領(lǐng)域中有廣泛的應(yīng)用�，F(xiàn)有的人臉多任務(wù)分析的研究工作主要有兩種方式:一種為單任務(wù)學(xué)習(xí)方式,每一個(gè)任務(wù)設(shè)計(jì)一個(gè)專門的模型;另一種為多任務(wù)學(xué)習(xí),設(shè)計(jì)一個(gè)模型同時(shí)解決兩三個(gè)任務(wù)。單任務(wù)學(xué)習(xí)方式在解決多任務(wù)的時(shí)候疊加多個(gè)模型,會(huì)增加存儲(chǔ)和運(yùn)算耗時(shí);多任務(wù)學(xué)習(xí)的任務(wù)數(shù)量比較有限,各子任務(wù)無法達(dá)到同時(shí)收斂,并且速度無法達(dá)到實(shí)時(shí)運(yùn)行要求。本學(xué)位論文綜合考慮了人臉屬性之間的相關(guān)性,并基于現(xiàn)有的人臉分析方法進(jìn)行了一系列改進(jìn)研究,主要包括:1.通過對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,針對(duì)輔助駕駛場(chǎng)景下人物側(cè)臉、戴眼鏡等關(guān)鍵點(diǎn)較難定位的情況,使用公開人臉檢測(cè)器進(jìn)行人臉檢測(cè)并裁剪擴(kuò)大人臉區(qū)域,設(shè)計(jì)并實(shí)現(xiàn)了Mobile Net-Landmark網(wǎng)絡(luò),并與傳統(tǒng)方法LBF和深度學(xué)習(xí)方法DAN網(wǎng)絡(luò)進(jìn)行平行對(duì)比,平均誤差和錯(cuò)誤率均達(dá)到最優(yōu)效果,運(yùn)行速度為180FPS。2.提出多分支人臉網(wǎng)絡(luò)結(jié)構(gòu),同時(shí)執(zhí)行人臉識(shí)別、性別判斷、年齡估計(jì)、外貌屬性判斷和面部表情分類五大任務(wù)。將人臉識(shí)別網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò),并根據(jù)剩余四個(gè)任務(wù)需要的局部和全局人臉特征的差異性,將年齡估計(jì)和...

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第1章 緒論
    1.1 論文研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀概述
        1.2.1 使用預(yù)處理圖片的人臉分析
        1.2.2 未使用預(yù)處理的方法
        1.2.3 對(duì)特定任務(wù)設(shè)計(jì)專門網(wǎng)絡(luò)的方法
        1.2.4 多任務(wù)學(xué)習(xí)網(wǎng)絡(luò)的方法
    1.3 本文的研究?jī)?nèi)容和組織結(jié)構(gòu)
第2章 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)及人臉數(shù)據(jù)集
    2.1 引言
    2.2 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
        2.2.1 卷積層
        2.2.2 池化層
        2.2.3 全連接層
        2.2.4 深度可分離卷積
        2.2.5 殘差連接
        2.2.6 激活函數(shù)
    2.3 人臉數(shù)據(jù)集
        2.3.1 人臉關(guān)鍵點(diǎn)數(shù)據(jù)集
        2.3.2 人臉識(shí)別訓(xùn)練數(shù)據(jù)集
        2.3.3 性別&年齡數(shù)據(jù)集
        2.3.4 外貌屬性數(shù)據(jù)集
        2.3.5 人臉表情數(shù)據(jù)集
    2.4 評(píng)價(jià)指標(biāo)
    2.5 本章小結(jié)
第3章 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)處理
    3.1 基于MTCNN的人臉檢測(cè)
        3.1.1 MTCNN網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.2 人臉區(qū)域擴(kuò)大方式
    3.2 人臉關(guān)鍵點(diǎn)檢測(cè)
        3.2.1 基于隨機(jī)森林訓(xùn)練的LBF
        3.2.2 DAN網(wǎng)絡(luò)
        3.2.3 Mobile Net-Landmark網(wǎng)絡(luò)
        3.2.4 實(shí)驗(yàn)結(jié)果分析
    3.3 人臉矯正
    3.4 基于關(guān)鍵點(diǎn)判斷人物疲勞狀態(tài)
    3.5 本章小結(jié)
第4章 多分支網(wǎng)絡(luò)訓(xùn)練實(shí)現(xiàn)和實(shí)驗(yàn)分析
    4.1 多分支人臉網(wǎng)絡(luò)
        4.1.1 多分支人臉網(wǎng)絡(luò)結(jié)構(gòu)
        4.1.2 各任務(wù)訓(xùn)練損失函數(shù)
    4.2 多分支網(wǎng)絡(luò)訓(xùn)練實(shí)現(xiàn)
        4.2.1 人臉識(shí)別
        4.2.2 低級(jí)特征任務(wù)
        4.2.3 高級(jí)特征任務(wù)
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 人臉識(shí)別
        4.3.2 性別判斷
        4.3.3 年齡估計(jì)
        4.3.4 外貌屬性判斷
        4.3.5 面部表情分類
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
攻讀學(xué)位期間科研成果



本文編號(hào)：3783879