【摘要】：隨著人工智能的迅速發(fā)展,具有識(shí)別和處理功能的智能檢測(cè)系統(tǒng)得到越來越多的關(guān)注,人臉遮擋的異常行為檢測(cè)便是其中一項(xiàng)重要的研究課題。日常生活中,犯罪份子通常遮擋自己的面部特征實(shí)施犯罪來隱藏自己的身份,因此人臉遮擋的異常行為檢測(cè)能夠有效地輔助犯罪行為的預(yù)判。然而,現(xiàn)存的人臉遮擋的異常行為檢測(cè)主要存在以下不足:(1)現(xiàn)存方法大多采用多步檢測(cè)的人體異常行為檢測(cè)的方法,因此該類方法在多個(gè)遮擋目標(biāo)的復(fù)雜環(huán)境下表現(xiàn)出較差的魯棒性;(2)現(xiàn)存的基于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的異常行為檢測(cè)算法存在運(yùn)算復(fù)雜度高、模型參數(shù)多和實(shí)時(shí)性差的問題;(3)現(xiàn)存的基于深度學(xué)習(xí)的異常行為檢測(cè)方法只是停留在基于深度學(xué)習(xí)開源框架的桌面端演示,由于無法脫離開源的深度學(xué)習(xí)框架從而導(dǎo)致此類算法實(shí)用性差和移植性差。為了解決現(xiàn)存人臉遮擋異常行為檢測(cè)方法在多個(gè)遮擋目標(biāo)的復(fù)雜環(huán)境下表現(xiàn)出較差的魯棒性的問題,本文采用了開源目標(biāo)檢測(cè)框架SSD對(duì)人臉遮擋異常行為進(jìn)行檢測(cè)。該算法首先通過多目標(biāo)檢測(cè)框架對(duì)人體面部遮擋物(包括口罩、墨鏡等)進(jìn)行檢測(cè),以此來達(dá)到提取人體面部特征的目的。然后利用所提取人體面部特征判斷人臉遮擋的異常行為的發(fā)生。實(shí)現(xiàn)表明,所提出的人臉遮擋異常行為檢測(cè)方法能夠很好地檢測(cè)復(fù)雜環(huán)境下的多人異常行為的發(fā)生,并在自錄數(shù)據(jù)集上達(dá)到較高的準(zhǔn)確度。為了解決現(xiàn)存人臉遮擋行為異常行為檢測(cè)方法存在的運(yùn)算復(fù)雜度高、模型參數(shù)多和實(shí)時(shí)性差的問題。在不同算力和帶寬下對(duì)比分析VGG、MobileNet、GoogleNet等網(wǎng)絡(luò)模型,本文提出了一種基于輕量型SSD的人臉遮擋異常行為檢測(cè)方法。該算法摒棄了基于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)VGG的目標(biāo)檢測(cè)框架SSD,而使用了一種利用輕量型MobileNet網(wǎng)絡(luò)來提取特征。實(shí)驗(yàn)表明,所使用的輕量型SSD在CPU中的檢測(cè)速度較基于VGG的SSD提高了8.5倍。為了解決現(xiàn)存人臉遮擋異常行為檢測(cè)方法實(shí)用性差和移植性差的問題,本文設(shè)計(jì)并實(shí)現(xiàn)了一種人臉遮擋異常行為檢測(cè)系統(tǒng),該系統(tǒng)通過人臉遮擋判定模塊提高人臉遮擋檢測(cè)的準(zhǔn)確度至95%,并脫離Caffe框架,能夠在CPU中實(shí)時(shí)檢測(cè)人臉遮擋異常行為,具有較強(qiáng)的實(shí)用性和靈活性。
【圖文】：

圖 3.1 狗分類的 SVMR-CNN 通過回歸方法修正候選框的位置，對(duì)于每個(gè)類，訓(xùn)練一個(gè)線性去判斷這個(gè)框是否精確定位，提高了目標(biāo)檢測(cè)定位的準(zhǔn)確性。FAST R-CNN[50]的主要貢獻(xiàn)在于對(duì) R-CNN進(jìn)行加速，有兩個(gè)關(guān)鍵的改（1）借鑒了金字塔池化（SPP）的思路，提出了簡化版的 ROI 池化層了候選框映射功能，使得網(wǎng)絡(luò)能夠反向傳播。（2）使用了多任務(wù) loss層，，開創(chuàng)性的將分類和邊框回歸進(jìn)行合并，不過程統(tǒng)一，也相應(yīng)提高了算法的精確度。ROI 池化層可以傳導(dǎo)訓(xùn)練中的參數(shù)，傳統(tǒng)的最大池化的映射公式如 3.0 ( )=0( )=1iii, jLLxi, jy 可以看出傳統(tǒng)的池化映射公式對(duì)應(yīng)的權(quán)值沒有得到更新，而 ROI 池化射公式表示如公式 3.2。

第 3章 基于 SSD的人臉遮擋異常行為檢測(cè)方法Faster R-CNN[51]1、RPN 提取候選框2、卷積網(wǎng)絡(luò)提取特征3、Softmax 分類4、多任務(wù)回歸層1、處理速度還需改進(jìn)2、提取候選框后再分類的計(jì)算量較大（2）基于深度神經(jīng)卷積網(wǎng)絡(luò)的目標(biāo)檢測(cè)框架SSD 目標(biāo)檢測(cè)算法基于更深層次的卷積神經(jīng)網(wǎng)絡(luò)，真正實(shí)現(xiàn)了端對(duì)端的檢測(cè)和訓(xùn)練。我們對(duì) SSD 的檢測(cè)速度和精度進(jìn)行實(shí)驗(yàn)，檢測(cè)速度不僅與網(wǎng)絡(luò)模型效率、輸入圖片大小有關(guān)，還與實(shí)驗(yàn)所用的計(jì)算平臺(tái)有關(guān)。實(shí)驗(yàn)所用 GPU 顯卡為 Nvidia GTX 1060，在 Ubuntu 系統(tǒng)的 Caffe 框架中分別在使用 GPU 加速和不使用 GPU加速對(duì) SSD的檢測(cè)速度進(jìn)行測(cè)試，測(cè)試的視頻為 SSD提供的 demo視頻，速度測(cè)試結(jié)果如圖 3.9、3.10。
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 裴國清;楊帆;倪曉春;吳巨鋼;王守練;姜波健;俞繼衛(wèi);;輕量型和中量型補(bǔ)片用于腹股溝疝無張力修補(bǔ)術(shù)的療效對(duì)比[J];中華疝和腹壁外科雜志(電子版);2017年01期

2 孔令輝;;輕量型補(bǔ)片在腹股溝疝無張力修補(bǔ)術(shù)中應(yīng)用的療效觀察[J];世界最新醫(yī)學(xué)信息文摘;2016年73期

3 ;美國DPMS公司GII AP4輕量型步槍[J];輕兵器;2017年09期

4 ;美國羅克河武器公司MT1800輕量型步槍[J];輕兵器;2017年15期

5 高巖;;輕量型補(bǔ)片與傳統(tǒng)補(bǔ)片行腹股溝疝無張力修補(bǔ)術(shù)的療效觀察[J];現(xiàn)代診斷與治療;2013年13期

6 周宇杰;;我對(duì)輕量型并繼竿的看法[J];垂釣;2018年11期

7 Khan LR;Liong S;de Beaux AC;Kumar S;Nixon SJ;;輕量型網(wǎng)片可以提高腹腔鏡全腹膜外腹股溝疝修補(bǔ)術(shù)后的功能結(jié)局[J];中國實(shí)用外科雜志;2010年07期

8 林華;輕量型轎車座椅[J];汽車維修;2001年04期

9 杜國明;;輕量型補(bǔ)片在腹股溝疝無張力修補(bǔ)術(shù)中的應(yīng)用價(jià)值分析[J];中國繼續(xù)醫(yī)學(xué)教育;2015年20期

10 陳煥玉;輕量型CT掃描機(jī)[J];中國醫(yī)療器械信息;1999年05期

相關(guān)會(huì)議論文 前3條

1 周斌;徐魯白;王繼生;蔡景理;陳亦明;林孝坤;殷凱;許家昒;;輕量型補(bǔ)片在腹腔鏡腹股溝疝修補(bǔ)術(shù)中的臨床應(yīng)用[A];2011年浙江省微創(chuàng)外科學(xué)術(shù)會(huì)議論文匯編[C];2011年

2 崔曉龍;陳光增;曹芷琪;樓云江;;輕量型四軸機(jī)器人的驅(qū)控一體化控制系統(tǒng)研發(fā)[A];第二十屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（20th CCSSTA 2019）[C];2019年

3 陸永達(dá);彭云;周皖生;;輕量型長壽命斯特林制冷機(jī)的研制[A];第九屆全國低溫工程大會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前6條

1 中國工業(yè)報(bào)記者 李慧源 通訊員 王帥;珞石機(jī)器人：2019年將領(lǐng)跑“輕量型”市場(chǎng)[N];中國工業(yè)報(bào);2019年

2 ;安米輕量型汽車用鋼創(chuàng)新解決方案[N];世界金屬導(dǎo)報(bào);2015年

3 記者 滑清泉 唐

本文編號(hào)：2607286