【摘要】：隨著人臉分析及識別在社會安全、人機(jī)交互和智能服務(wù)等領(lǐng)域的需求日益增加,人臉分析及識別的研究意義及價(jià)值也逐漸得以體現(xiàn)。而人臉中最重要的部位是五官和輪廓,如何精準(zhǔn)高效的定位這些包含了人臉的絕大多數(shù)的語義信息的部位是人臉分析及識別的重要前提。目前大多數(shù)的人臉關(guān)鍵點(diǎn)檢測方法都只關(guān)注2D人臉模態(tài)下的關(guān)鍵點(diǎn)分布。這些方法更加關(guān)注圖像上看得見的部位,這導(dǎo)致人臉真正的空間結(jié)構(gòu)在大姿態(tài)引起的自遮擋情況下被忽視。本文旨在提出新的可以同時適用于多種模態(tài)下的人臉關(guān)鍵點(diǎn)檢測方法。尤其在頭部大姿態(tài)的情況下檢測2D人臉關(guān)鍵點(diǎn)和自遮擋的3D映射人臉關(guān)鍵點(diǎn)依然是一個充滿挑戰(zhàn)的問題。本文針對這些問題提出了新的深度學(xué)習(xí)模型以解決人臉大姿態(tài)下2D人臉關(guān)鍵點(diǎn)及3D映射人臉關(guān)鍵點(diǎn)的檢測。論文的主要內(nèi)容和工作如下:1.針對無約束環(huán)境下的頭部大姿態(tài)問題,提出了 MDP(Markov Decision Process)調(diào)整策略來優(yōu)化級聯(lián)回歸方法中的初始化敏感問題。對比傳統(tǒng)的級聯(lián)回歸方法,MDP初始化策略會從獎勵函數(shù)中學(xué)習(xí)一個動作集合,這一系列的動作會對圖像的裁剪進(jìn)行調(diào)整,使得網(wǎng)絡(luò)的初始輸入覆蓋更多的人臉語義區(qū)域。2.深度學(xué)習(xí)需要大量數(shù)據(jù)用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,多個不同模型的訓(xùn)練會大大增加時間成本。在第三章節(jié)中建模兩種模態(tài)下的人臉關(guān)鍵點(diǎn)檢測任務(wù)為一個并行多任務(wù)模型。為此,設(shè)計(jì)了一個多智能體共同學(xué)習(xí)模型,在這個模型中,2D人臉關(guān)鍵點(diǎn)檢測智能體與3D人臉關(guān)鍵點(diǎn)智能共享學(xué)習(xí)到的共有特征,從而達(dá)到增強(qiáng)特征表達(dá)的目的。3.為了解決多種模態(tài)下大姿態(tài)導(dǎo)致的人臉極端形變問題,在第四章節(jié)提出了建模人臉區(qū)域之間的約束關(guān)系,這種細(xì)化的人臉區(qū)域之間的約束關(guān)系可以使形變區(qū)域之間相互的負(fù)面影響降低。本文設(shè)計(jì)了一個關(guān)系結(jié)構(gòu)化網(wǎng)絡(luò)同時學(xué)習(xí)全局和局部的人臉約束關(guān)系,并通過強(qiáng)化學(xué)習(xí)方法對整個迭代過程進(jìn)行優(yōu)化。4.設(shè)計(jì)一個實(shí)驗(yàn)平臺系統(tǒng),對所提出的算法進(jìn)行集成,可以實(shí)現(xiàn)人臉2D關(guān)鍵點(diǎn)檢測、3D關(guān)鍵點(diǎn)檢測以及多視角關(guān)鍵點(diǎn)共同檢測等功能。
【圖文】：

在１９８０年，ＫｕｎｉｈｉｋｏＦｕｋｕｓｈｉｍａ受生物視覺模型的啟發(fā)提出了基于感受野的神經(jīng)感知機(jī)。隨逡逑后Ｙ＿邋ＬｅＣｕｎ在此基礎(chǔ)上完善了卷積神經(jīng)網(wǎng)絡(luò)，即ＬｅＮｅｔ－５網(wǎng)絡(luò)，其是第一完整意義上的卷積逡逑神經(jīng)網(wǎng)絡(luò)。如圖２－２所示：逡逑Ｃ３：邋ｆ．邋ｍａｐｓ邋１６＠邋１０ｘ１０逡逑ＩＮＰＵＴ逡逑３２Ｘ３２邐響ｒ邐丁逡逑／＼邐—疆ＦＺ－ｒｇ－ｍ逡逑［邐５佭ＦｕｌＵｏｒｔｆＬｃｔｉｏｎ邋｜邋Ｇａｕｓｓｉａｎ邋ｃｏｎｎｅｃｔｉｏｎｓ逡逑Ｃｏｎｖｏｌｕｔｉｏｎｓ邐Ｓｕｂｓａｍｐｌｉｎｇ邋Ｃｏｎｖｏｌｕｔｉｏｎｓ邋Ｓｕｂｓａｍｐｉｉｎｇ邋Ｆｕｌｉ邋ｃｏｎｎｅｃｔｉｏｎ逡逑圖邋２－２邋ＬｅＮｅｔ－５逡逑近年來，基于深度神經(jīng)網(wǎng)絡(luò)（Ｄｅｅｐ邋Ｎｅｕｒａｌ邋Ｎｅｔｗｏｒｋｓ，，邋ＤＮＮ）的計(jì)算機(jī)視覺任務(wù)獲得了長足的發(fā)逡逑展，例如：目標(biāo)檢測、物體分類、身份識別等任務(wù)。尤其是在２０１２年，利用深度卷積神經(jīng)網(wǎng)絡(luò)逡逑訓(xùn)練的邋ＡｌｅｘＮｅｔ［２Ｇ］在超大規(guī)模物體識別競賽（Ｌａｒｇｅ邋Ｓｃａｌｅ邋Ｖｉｓｕａｌ邋Ｒｅｃｏｇｎｉｔｉｏｎ邋Ｃｈａｌｌｅｎｇｅ，逡逑ＩＳＶＲＣ）ＩｍａｇｅＮｅｔ評測數(shù)據(jù)庫上取得了超過其他方法１０個百分點(diǎn)的巨大優(yōu)勢，如圖２－３所示：逡逑＾ｉｉ邐Ａｎ邋Ａ邋ｎ邋ｕ逡逑ｓＭ＂－邋＾邐邐—＾邋－邐Ｖ３邋＾邋＾邋－逡逑Ｖ＇－４５邋＼ｘＺＺＺＺ３．＂ｊ邋Ｎ邐邋Ｎ邐邐ｉＷ0逡逑Ｖ＂＇邋－邐＼｜邐１９２邐１９２邐１２８邋Ｍａｘ邋＿邋Ｌ＿逡逑２２ｉＷｔｒｉｄｅ

圖２－４卷積操作逡逑從圖中可以看到，每次卷積操作只負(fù)責(zé)提取輸入中局部的特征，并且局部特征之間利用感受逡逑野進(jìn)行關(guān)聯(lián)，在減少大量參數(shù)的情況下，依然保持了一定的全局信息的相關(guān)性。圖２－５展示了多逡逑層卷積之間的關(guān)系：逡逑Ｌａｙｅｒ邋ｍ＋１邋（邋）逡逑Ｌａｙｅｒ邋ｍ邋ｏ邋ｏ邋ｏ逡逑圖２－５多隱層卷積逡逑卷積神經(jīng)網(wǎng)絡(luò)通過卷積核感受野的重疊區(qū)域來增加圖像局部區(qū)域之間的關(guān)聯(lián)信息，即便每個逡逑感受野只能觀察局部區(qū)域．最終的提取出的特征表達(dá)依然具有描述全局的能力。上圖中第ｍ層每逡逑個神經(jīng)元的輸入只包括ｍ－１層中的局部信息．這些局部的信息代表了自然圖像中某個區(qū)域的表觀逡逑信息。而第ｍ層中鄰近的神經(jīng)元的輸入信息中有大量的重疊信息．這使得ｍ層中鄰近神經(jīng)元所逡逑獲得的信息具有強(qiáng)烈的相關(guān)性。同時，這種結(jié)構(gòu)保證了每個神經(jīng)元只會對輸入信息的局部產(chǎn)生響逡逑應(yīng)，這大大減少了訓(xùn)練中的參數(shù)量。多層的神經(jīng)元結(jié)構(gòu)使得網(wǎng)絡(luò)具有了擬合非線性問題的能力，逡逑并且逐層堆疊的神經(jīng)網(wǎng)絡(luò)使得更上層的神經(jīng)元獲得對原始圖像更大的感知區(qū)域，最終使得特征表逡逑達(dá)可以描述整個原始圖像。逡逑－９－逡逑
【學(xué)位授予單位】：寧夏大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉佳琴;;合作學(xué)習(xí)中如何處理好優(yōu)生和學(xué)困生的關(guān)系[J];德陽教育學(xué)院學(xué)報(bào);2003年04期

2 肖川;;學(xué)習(xí)的真義[J];青年教師;2016年08期

3 楊潤貞;;幼兒園“方案教學(xué)”活動主題的選擇[J];寧夏教育科研;2011年02期

4 舒國喜;;淺談小學(xué)生良好學(xué)習(xí)習(xí)慣的培養(yǎng)[J];雅安職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年01期

5 狄玉虹;;淺談歷史教學(xué)中研究性學(xué)習(xí)的開展[J];寧夏教育科研;2009年02期

6 范琪;;讓良好的學(xué)習(xí)習(xí)慣陪伴學(xué)生健康成長[J];雅安職業(yè)技術(shù)院學(xué)報(bào);2004年03期

7 孫紅艷;;初中生在學(xué)習(xí)數(shù)學(xué)過程中的常見問題[J];雅安職業(yè)技術(shù)院學(xué)報(bào);2005年04期

8 吳洪鋒;;如何調(diào)動后進(jìn)生的學(xué)習(xí)積極性[J];雅安職業(yè)技術(shù)學(xué)院學(xué)報(bào);2010年04期

9 左克軍;;動機(jī)、動力、自信、毅力——電大“注冊視聽生”順利完成學(xué)習(xí)的前提[J];南鋼科技;2000年01期

10 饒群芳;;如何培養(yǎng)學(xué)生的學(xué)習(xí)動力[J];雅安教育學(xué)院學(xué)報(bào);2001年02期

相關(guān)會議論文 前10條

1 馮莉;;讓學(xué)生在自主探究和動手實(shí)踐中學(xué)習(xí)數(shù)學(xué)[A];新教育時代教育學(xué)術(shù)成果匯編[C];2019年

2 阿勒爾黑;;淺析數(shù)學(xué)學(xué)習(xí)習(xí)慣的培養(yǎng)[A];2018年“基于核心素養(yǎng)的課堂教學(xué)改革”研討會論文集[C];2018年

3 張平;王蘭啟;李曉敏;韋國友;和曉聰;;學(xué)生良好學(xué)習(xí)習(xí)慣的培養(yǎng)有效學(xué)習(xí)的研究[A];《教師教學(xué)能力發(fā)展研究》科研成果集（第十七卷）[C];2018年

4 祝青亮;洪艷;李樂桂;;小學(xué)數(shù)學(xué)合作學(xué)習(xí)的實(shí)踐與研究[A];《教師教育能力建設(shè)研究》科研成果匯編（第九卷）[C];2018年

5 王娜;;孩子,課堂屬于你們——學(xué)生是數(shù)學(xué)學(xué)習(xí)真正的主人[A];中國教育發(fā)展戰(zhàn)略學(xué)會教育教學(xué)創(chuàng)新專業(yè)委員會論文集卷四[C];2019年

6 楊華斌;;試論中學(xué)合作學(xué)習(xí)教學(xué)模式的運(yùn)用研究[A];中國教育發(fā)展戰(zhàn)略學(xué)會教育教學(xué)創(chuàng)新專業(yè)委員會論文集卷四[C];2019年

7 溫躍海;;小組合作學(xué)習(xí)有利于學(xué)生數(shù)學(xué)核心素養(yǎng)提升的研究[A];第十二屆中國智慧工程研究會基礎(chǔ)教育“十三五”規(guī)劃課題會議論文集[C];2017年

8 劉揚(yáng)威;;論學(xué)習(xí)興趣的重要性[A];2019全國教育教學(xué)創(chuàng)新與發(fā)展高端論壇論文集（卷三）[C];2019年

9 ;多層次引領(lǐng) 讓學(xué)習(xí)成為教師的習(xí)慣[A];河北省教師教育學(xué)會第九屆優(yōu)秀課題成果論壇文集[C];2018年

10 胡明標(biāo);;小學(xué)數(shù)學(xué)自主探究性學(xué)習(xí)的實(shí)施策略研究[A];《教師教學(xué)能力發(fā)展研究》科研成果集（第十一卷）[C];2017年

相關(guān)重要報(bào)紙文章 前10條

1 實(shí)習(xí)生 鄒春霞　本報(bào)記者 雷宇;中專生尹衛(wèi)東：不要僅為成績而學(xué)習(xí)[N];中國青年報(bào);2012年

2 福建省廈門市集美區(qū)杏?xùn)|小學(xué)校長 張超懷;讓學(xué)生經(jīng)歷完整的學(xué)習(xí)[N];中國教師報(bào);2020年

3 河南省洛陽市伊川縣白元鎮(zhèn)第一初級中學(xué) 張利浦;教師如何有效組織學(xué)生進(jìn)行小組合作學(xué)習(xí)[N];山西青年報(bào);2018年

4 記者 隋舒雨;學(xué)以致用 扎實(shí)推進(jìn)“學(xué)習(xí)強(qiáng)國”學(xué)習(xí)平臺工作[N];撫順日報(bào);2019年

5 廣西壯族自治區(qū)欽州市人民警察訓(xùn)練學(xué)校副校長 龍玉平;大興學(xué)習(xí)之風(fēng)要力避“三舍”[N];人民公安報(bào);2019年

6 上海市浦東教育發(fā)展研究院副研究員、學(xué)習(xí)共同體研究院院長 陳靜靜;通過觀察學(xué)生促進(jìn)深度學(xué)習(xí)[N];中國教師報(bào);2019年

7 濱�？h八灘鎮(zhèn)中心小學(xué) 沈益亮;善用“錯誤”，促進(jìn)有效學(xué)習(xí)[N];江蘇教育報(bào);2019年

8 叢玉芝;學(xué)習(xí)容不得弄虛作假[N];長沙晚報(bào);2019年

9 ;創(chuàng)課：讓學(xué)習(xí)更有意思[N];中國教師報(bào);2019年

10 本報(bào)記者 劉亞文;為了更有意思的學(xué)習(xí)[N];中國教師報(bào);2019年

相關(guān)博士學(xué)位論文 前10條

1 許s

本文編號：2592895