【摘要】：人臉檢測(cè)技術(shù)從上世紀(jì)六十年代提出至今已經(jīng)獲得了長(zhǎng)足的發(fā)展,并在近年隨著深度學(xué)習(xí)研究的發(fā)展,每年都會(huì)新出現(xiàn)大量?jī)?yōu)秀的人臉檢測(cè)算法。當(dāng)前的人臉檢測(cè)算法雖然在有約束特定環(huán)境中,能夠取得相當(dāng)好的檢測(cè)率,但是隨著人臉檢測(cè)技術(shù)應(yīng)用范圍的擴(kuò)大,人臉檢測(cè)需要面對(duì)越來(lái)越多的非限制場(chǎng)景,這些場(chǎng)景下的人臉圖像經(jīng)常質(zhì)量較低,導(dǎo)致人臉的檢測(cè)率大幅下降,因此對(duì)低分辨率人臉的檢測(cè)技術(shù)顯得至關(guān)重要。低分率人臉檢測(cè)面對(duì)的問(wèn)題主要在于人臉區(qū)域包含的特征信息過(guò)少,無(wú)法提取到足夠準(zhǔn)確描述人臉的特征信息。目前一種較為有效的低分辨率人臉檢測(cè)方法是先利用超分辨率圖像重建技術(shù)對(duì)低分辨率的人臉圖像進(jìn)行增強(qiáng),得到高分辨率的圖像之后,再進(jìn)行人臉檢測(cè)操作。SRGAN是第一個(gè)將生成對(duì)抗網(wǎng)絡(luò)(GAN)應(yīng)用到超分辨率重建領(lǐng)域的深度學(xué)習(xí)算法,取得了很好的效果。本文針對(duì)SRGAN網(wǎng)絡(luò)進(jìn)行了研究和改進(jìn),并針對(duì)低分辨率人臉檢測(cè)的特點(diǎn),將其與R-FCN網(wǎng)絡(luò)結(jié)合,提出了一種擁有兩級(jí)人臉檢測(cè)器的新的低分辨率人臉檢測(cè)模型。本文的主要工作如下:1、研究并改進(jìn)了SRGAN超分辨率圖像重建算法。本文通過(guò)引入EM散度到SRGAN網(wǎng)絡(luò)模型中,提出了一種用于超分辨率圖像重建的SRGAN-EM模型,原始SRGAN模型中,使用JS散度來(lái)評(píng)估真實(shí)樣本與生產(chǎn)樣本間的相似性,會(huì)導(dǎo)致GAN網(wǎng)絡(luò)帶來(lái)的訓(xùn)練困難,因此現(xiàn)有的GAN網(wǎng)絡(luò)常常會(huì)引入K-Lipschitz限制,但這通常并不能完全解決GAN網(wǎng)絡(luò)中的訓(xùn)練困難問(wèn)題。本文通過(guò)引入EM散度,提出了一種比K-Lipschitz約束更加寬松的約束條件,對(duì)SRGAN存在的這些問(wèn)題進(jìn)行了優(yōu)化,最后通過(guò)實(shí)驗(yàn)證明SRGAN-EM模型具有更優(yōu)越的性能。2、本文利用SRGAN-EM,結(jié)合R-FCN設(shè)計(jì)了一個(gè)新的擁有兩級(jí)人臉?lè)诸?lèi)器的低分辨率人臉檢測(cè)模型。本文在R-FCN的固有網(wǎng)絡(luò)結(jié)構(gòu)上,通過(guò)添加生成尺度更小的Anchors和使用Soft-NMS算法進(jìn)行邊框回歸,降低了對(duì)小尺寸和重疊人臉區(qū)域的漏檢,對(duì)部分R-FCN網(wǎng)絡(luò)中無(wú)法分類(lèi)的低分辨率樣本進(jìn)行超分辨率重建再分類(lèi),提高了對(duì)低分辨率人臉的檢測(cè)能力。通過(guò)在Wider Face與SFD模型和原始R-FCN模型在數(shù)據(jù)集上的對(duì)照實(shí)驗(yàn)表明,本文提出的低分辨率人臉檢測(cè)系統(tǒng)對(duì)低分辨率人臉有更好的檢測(cè)能力,并且對(duì)人臉區(qū)域分辨率的魯棒性更強(qiáng)。
【圖文】：

圖 2-1 人臉檢測(cè)示例像的低分辨率意味著待檢測(cè)圖像能夠提供的信息很少，常伴有大量噪大多數(shù)人臉檢測(cè)算法都是基于高分辨率輸入圖像設(shè)計(jì)的，低分辨率利用方法和工具也很少，這些因素使得低分辨率人臉的檢測(cè)一直是難點(diǎn)之一，相比于高分辨率人臉的檢測(cè)，低分辨率人臉檢測(cè)系統(tǒng)的性本概念像分辨率一般分為三個(gè)部分，即時(shí)間分辨率、色階分辨率和空間分辨率決定了視頻的輸出幀率，色階分辨率決定了圖像顯示色彩的豐滿(mǎn)而最后的空間分辨率則就是我們通常所說(shuō)的分辨率，它指的是一張圖點(diǎn)的數(shù)量，決定了圖片的清晰度。

圖 2-1 人臉檢測(cè)示例圖像的低分辨率意味著待檢測(cè)圖像能夠提供的信息很少，常伴有大量噪聲絕大多數(shù)人臉檢測(cè)算法都是基于高分辨率輸入圖像設(shè)計(jì)的，低分辨率人可利用方法和工具也很少，這些因素使得低分辨率人臉的檢測(cè)一直是人的難點(diǎn)之一，相比于高分辨率人臉的檢測(cè)，低分辨率人臉檢測(cè)系統(tǒng)的性能。 基本概念圖像分辨率一般分為三個(gè)部分，即時(shí)間分辨率、色階分辨率和空間分辨率辨率決定了視頻的輸出幀率，色階分辨率決定了圖像顯示色彩的豐滿(mǎn)程，而最后的空間分辨率則就是我們通常所說(shuō)的分辨率，它指的是一張圖片素點(diǎn)的數(shù)量，決定了圖片的清晰度。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP391.41;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周旭東;陳曉紅;陳松燦;;半配對(duì)半監(jiān)督場(chǎng)景下的低分辨率人臉識(shí)別[J];計(jì)算機(jī)研究與發(fā)展;2012年11期

2 柳堅(jiān);Windows XP愛(ài)富不嫌貧——自己動(dòng)手找回低分辨率設(shè)置[J];電腦應(yīng)用文萃;2005年01期

3 徐建平,施進(jìn)明;氣象衛(wèi)星低分辨率資料傳輸?shù)臄?shù)字化[J];氣象科技;2003年05期

4 李明;;衛(wèi)星云圖數(shù)字化處理系統(tǒng)[J];實(shí)驗(yàn)技術(shù)與管理;1988年01期

5 ;綜合消息[J];國(guó)外空間動(dòng)態(tài);1988年06期

6 倪漢培;GMS低分辨率云圖在1024×1024高分辨率顯示器上的實(shí)時(shí)偽彩色顯示[J];南京氣象學(xué)院學(xué)報(bào);1989年03期

7 儲(chǔ)久良;袁寶華;;基于完備局部相位量化的低分辨率人臉識(shí)別[J];高技術(shù)通訊;2014年11期

8 張地;何家忠;彭宏;;低分辨率人臉序列的超分辨率重構(gòu)識(shí)別[J];韶關(guān)學(xué)院學(xué)報(bào);2007年06期

9 馬慧;孫萬(wàn)春;汪煒瑋;程代娣;;基于低分辨率的人臉識(shí)別方法研究[J];計(jì)算機(jī)測(cè)量與控制;2019年03期

10 薛杉;朱虹;王婧;史靜;;低分辨率人臉圖像的迭代標(biāo)簽傳播識(shí)別算法[J];模式識(shí)別與人工智能;2018年07期

相關(guān)會(huì)議論文 前10條

1 徐建平;;氣象衛(wèi)星低分辨率資料傳輸?shù)臄?shù)字化[A];中國(guó)空間科學(xué)學(xué)會(huì)空間探測(cè)專(zhuān)業(yè)委員會(huì)第十五次學(xué)術(shù)會(huì)議論文集[C];2002年

2 丁哲元;劉斌;韓大鵬;姚莉;;低分辨率視頻中空間目標(biāo)特征計(jì)算方法研究[A];空天資源的可持續(xù)發(fā)展——第一屆中國(guó)空天安全會(huì)議論文集[C];2015年

3 郭佳子;張占月;;基于置信度的衛(wèi)星多分辨率建模與仿真[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

4 馮大航;管魯陽(yáng);李曉東;鮑明;;高低分辨率功率譜匹配度估計(jì)的線(xiàn)譜檢測(cè)研究[A];泛在信息社會(huì)中的聲學(xué)——中國(guó)聲學(xué)學(xué)會(huì)2010年全國(guó)會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2010年

5 張玉萍;;基于低分辨率人臉識(shí)別系統(tǒng)的PCA算法分析[A];科技研究——2015科技產(chǎn)業(yè)發(fā)展與建設(shè)成就研討會(huì)論文集（上）[C];2015年

6 隋兵;;基于小波變換的低分辨率多光譜遙感圖像的數(shù)據(jù)融合[A];農(nóng)業(yè)生態(tài)與衛(wèi)星遙感應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2006年

7 孫帥;劉偉濤;劉吉英;陳平形;;自適應(yīng)目標(biāo)定位在關(guān)聯(lián)成像中的應(yīng)用[A];第十六屆全國(guó)量子光學(xué)學(xué)術(shù)報(bào)告會(huì)報(bào)告摘要集[C];2014年

8 汪力;葉樺;夏良正;;貝葉斯框架下的人的檢測(cè)[A];第七屆全國(guó)信息隱藏暨多媒體信息安全學(xué)術(shù)大會(huì)論文集[C];2007年

9 但尚銘;但玻;許輝熙;薛萬(wàn)蓉;夏佳;;成都市城市演變對(duì)熱島效應(yīng)的影響分析[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S7城市氣象精細(xì)預(yù)報(bào)與服務(wù)[C];2011年

10 張曉哲;劉丹;趙凡;葉雪婷;;高分辨質(zhì)譜成像技術(shù)及應(yīng)用[A];第三屆全國(guó)質(zhì)譜分析學(xué)術(shù)報(bào)告會(huì)摘要集[C];2017年

相關(guān)重要報(bào)紙文章 前10條

1 ;佳能?chē)娔蛴C(jī)最新快遞[N];科技日?qǐng)?bào);2000年

2 周麗娟;驗(yàn)證碼打敗了誰(shuí)？[N];內(nèi)蒙古日?qǐng)?bào)(漢);2015年

3 本報(bào)記者 張巍巍;身臨其境看電視[N];科技日?qǐng)?bào);2012年

4 湖南 頭重腳輕;在WinXP下使用256色[N];電腦報(bào);2002年

5 記者 周覓;TCL推出全球首臺(tái)5G＋8K電視[N];惠州日?qǐng)?bào);2019年

6 本報(bào)記者 龔丹韻;有必要對(duì)《阿凡達(dá)》頂禮膜拜嗎[N];解放日?qǐng)?bào);2010年

7 本報(bào)記者 張楠;從藝術(shù)家的角度詮釋4K[N];中國(guó)計(jì)算機(jī)報(bào);2014年

8 趙艷秋;TI最高速度16位ADC發(fā)布[N];中國(guó)電子報(bào);2008年

9 ;CNN神秘的“檔案”[N];網(wǎng)絡(luò)世界;2002年

10 賽迪顧問(wèn)股份有限公司 呂天文;2010年銷(xiāo)售量有望突破百萬(wàn)臺(tái)[N];中國(guó)計(jì)算機(jī)報(bào);2006年

相關(guān)博士學(xué)位論文 前3條

1 熊志偉;基于范例的高性能圖像超分辨率[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

2 周旭東;基于不同多視圖數(shù)據(jù)場(chǎng)景的典型相關(guān)分析研究和應(yīng)用[D];南京航空航天大學(xué);2013年

3 朱小柯;行人重識(shí)別關(guān)鍵匹配技術(shù)研究[D];武漢大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 沈曉峰;低分辨率下小物體檢測(cè)技術(shù)研究[D];電子科技大學(xué);2019年

2 劉意文;基于深度學(xué)習(xí)的低分辨率人臉檢測(cè)算法研究[D];電子科技大學(xué);2019年

3 劉儀;基于卷積神經(jīng)網(wǎng)絡(luò)的低分辨率細(xì)胞圖像分割算法研究[D];西安理工大學(xué);2019年

4 趙迪;人臉幻想研究[D];山東大學(xué);2019年

5 張悅;具有姿態(tài)和光照魯棒性的低分辨率人臉識(shí)別算法[D];吉林大學(xué);2018年

6 劉操鋼;基于深度學(xué)習(xí)的低分辨率人臉識(shí)別[D];哈爾濱工程大學(xué);2018年

7 姜亞?wèn)|;基于卷積神經(jīng)網(wǎng)絡(luò)的低分辨率行人與人臉檢測(cè)和識(shí)別研究[D];電子科技大學(xué);2018年

8 周猛;大規(guī)模MIMO中繼協(xié)作方案設(shè)計(jì)及性能研究[D];西北師范大學(xué);2018年

9 陳南真;復(fù)雜場(chǎng)景低分辨率人臉識(shí)別及其在身份識(shí)別系統(tǒng)的應(yīng)用[D];電子科技大學(xué);2018年

10 張一凡;低分辨率條件下的人臉識(shí)別算法研究[D];電子科技大學(xué);2018年

，

本文編號(hào)：2591457