戲曲作為中國獨(dú)特的舞臺(tái)藝術(shù)形式,有著數(shù)百年的歷史。由于文化多元化的發(fā)展,導(dǎo)致傳統(tǒng)戲曲漸漸衰落。近年,制作的戲曲動(dòng)畫易被人們接受,從而可以通過把戲曲人物卡通化,來吸引人們喜歡并了解戲曲。因此,結(jié)合戲曲卡通人物與目標(biāo)識(shí)別技術(shù),對(duì)目標(biāo)進(jìn)行分類識(shí)別,能夠幫助人們快速認(rèn)識(shí)每個(gè)戲曲卡通人物,為這個(gè)藝術(shù)門類培養(yǎng)更多的觀眾和演員,這對(duì)于戲曲的傳承保護(hù)具有重要意義。目前,目標(biāo)分類識(shí)別在諸多方面的研究已經(jīng)取得可喜的成果,但是在戲曲卡通人物的檢測識(shí)別上的研究還鮮有人涉及,本文運(yùn)用基于特征提取網(wǎng)絡(luò)Res Net50的Faster R-CNN算法對(duì)戲曲卡通人物進(jìn)行檢測識(shí)別,再融合特征金字塔網(wǎng)絡(luò)（Feature Pyramid Networks）并對(duì)網(wǎng)絡(luò)進(jìn)行改進(jìn),取得了很好的識(shí)別效果。主要研究內(nèi)容如下:（1）數(shù)據(jù)集的制作本文實(shí)驗(yàn)所用數(shù)據(jù)集是從網(wǎng)絡(luò)搜索相關(guān)圖片以及拍攝收藏的戲曲玩偶為基礎(chǔ)進(jìn)行制作。因?yàn)?收集到的圖片數(shù)量有限,運(yùn)用了數(shù)據(jù)增強(qiáng)技術(shù),對(duì)圖片數(shù)量進(jìn)行擴(kuò)充;再對(duì)每張圖片手工標(biāo)注。制作了第一個(gè)完整的戲曲人物數(shù)據(jù)集。（2）基于Faster R-CNN算法,融合特征金字塔網(wǎng)絡(luò)的戲曲卡通人物識(shí)別本文運(yùn)用基于特征提取網(wǎng)... 

【文章來源】：湖南師范大學(xué)湖南省 211工程院校

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1兩階段檢測算法整體流程

碩士學(xué)位論文8圖2-1流程分析：首先輸入一張圖片，接著經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)，通過卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖片進(jìn)行深度特征的提取，這個(gè)卷積神經(jīng)網(wǎng)絡(luò)稱為主干網(wǎng)絡(luò)，典型的主干網(wǎng)絡(luò)有VGGNet，ResNet，Zenet等。接著，通過區(qū)域生成網(wǎng)絡(luò)（RPN）產(chǎn)生候選區(qū)域，同時(shí)會(huì)完成區(qū)域的分類，即將圖片分為背景和目標(biāo)這樣兩種不同的類別，也會(huì)對(duì)目標(biāo)位置進(jìn)行初步的預(yù)測。然后對(duì)候選區(qū)域中的位置框進(jìn)行調(diào)整，使用RoI_pooling層，通俗講此層為“摳圖”的意思，通過RoI_pooling層可以避免重復(fù)計(jì)算CNN特征。再將摳圖所得到的候選區(qū)域目標(biāo)映射到特征圖上相應(yīng)區(qū)域，經(jīng)過全連接層，來得到特征向量，最后通過分類和回歸實(shí)現(xiàn)對(duì)候選目標(biāo)類別的判定和目標(biāo)位置的確定[41]。目前，應(yīng)用較多的兩階段檢測識(shí)別算法為FasterR-CNN。先產(chǎn)生目標(biāo)候選框，再對(duì)候選框進(jìn)行分類。R-CNN族算法的發(fā)展進(jìn)步，使目標(biāo)檢測識(shí)別的流程越來越簡練，精度越來越高，速度也有了很大的提升。2.2R-CNN族2.2.1R-CNNR-CNN的出現(xiàn)，擴(kuò)大了深度學(xué)習(xí)的應(yīng)用領(lǐng)域。它使用了CNN較好的特征提取和分類性能，通過候選區(qū)域選擇來實(shí)現(xiàn)問題的轉(zhuǎn)化。R-CNN生成proposals采用的是SelectiveSearch，主要通過顏色、邊緣等從下至上對(duì)圖像進(jìn)行分割。再對(duì)分割區(qū)域進(jìn)行不同尺度的合并，每生成一個(gè)區(qū)域即為候選區(qū)域[42]，該算法工作原理如圖2-2所示：圖2-2R-CNN算法結(jié)構(gòu)圖（1）輸入圖像：輸入待檢測的圖像，送入網(wǎng)絡(luò)；

碩士學(xué)位論文10段訓(xùn)練的，過程極其耗費(fèi)時(shí)間和空間。FastR-CNN整合了深度網(wǎng)絡(luò)，支持向量機(jī)（SVM）分類。實(shí)驗(yàn)證明：在PascalVOC數(shù)據(jù)集上，F(xiàn)astR-CNN的訓(xùn)練時(shí)間較R-CNN縮短了8/9。網(wǎng)絡(luò)結(jié)構(gòu)如圖2-3所示：圖2-3FastR-CNN原理結(jié)構(gòu)圖從圖2-3分析得知，F(xiàn)astR-CNN的輸入由兩部分組成：①等待處理的圖像；②候選區(qū)域(regionproposal)。在處理時(shí)，首先卷積核池化獲取特征圖。因?yàn)闀?huì)有多個(gè)候選區(qū)域，這時(shí)系統(tǒng)會(huì)有一個(gè)甄別，即判斷RoI。RoI池化層可以提取到特征向量，每一個(gè)特征向量，都會(huì)被輸送到全連接層的序列當(dāng)中，全連接層有兩個(gè)輸出層。其中一層用來分類，輸出的是每個(gè)RoI的概率分布，產(chǎn)生幾個(gè)對(duì)象類概率估計(jì)；另一層產(chǎn)生每個(gè)對(duì)象類坐標(biāo)信息。在圖像分類研究中，卷積層計(jì)算比較費(fèi)時(shí)。但是對(duì)于檢測識(shí)別來說，運(yùn)用selectivesearch算法來提取，會(huì)出現(xiàn)比較多的候選框，在前向計(jì)算中，全連接層計(jì)算則比較費(fèi)時(shí)。采用SVD對(duì)全連接層進(jìn)行分解，加速計(jì)算，SVD實(shí)現(xiàn)如圖2-4：圖2-4SVD分解加速實(shí)現(xiàn)以往實(shí)驗(yàn)表明：SVD分解全連接層的方法確實(shí)可以提升速度。此外，F(xiàn)astR-CNN對(duì)圖片采用中心化采樣：先采樣，然后在得到的采樣圖像上再對(duì)候選區(qū)域


本文編號(hào)：3521550