計(jì)算機(jī)視覺(jué)研究的一個(gè)關(guān)鍵方向就是人臉檢測(cè)。面部特征在檢測(cè)系統(tǒng)、訪問(wèn)控制和安防等領(lǐng)域中得到了廣泛的應(yīng)用。人臉檢測(cè)與識(shí)別在安防領(lǐng)域中是最熱門的研究方向之一。而曝光度、分辨率低、人臉角度的極端偏轉(zhuǎn)、面部遮擋等原因使得人臉檢測(cè)任務(wù)變得艱巨,而且在實(shí)際的應(yīng)用中也廣泛存在這些問(wèn)題。早期Viola和Jones發(fā)明了VJ人臉檢測(cè)的算法,該算法已經(jīng)可以很好的檢測(cè)正面的人臉圖像,但對(duì)于人臉存在的各種表情,光照強(qiáng)度,各種偏轉(zhuǎn)的角度等因素,使得VJ人臉檢測(cè)器在實(shí)際應(yīng)用中不夠理想。由于卷積神經(jīng)網(wǎng)絡(luò)的不斷研究和發(fā)展,加上GPU等硬件對(duì)計(jì)算能力的加速,使得計(jì)算機(jī)視覺(jué)的發(fā)展越來(lái)越迅速。卷積神經(jīng)網(wǎng)絡(luò)在人臉檢測(cè)的研究方向上有著無(wú)法相比的優(yōu)勢(shì),比如極大縮減了人工成本、自學(xué)習(xí)人臉的特征、對(duì)復(fù)雜條件下的人臉有著很好的適應(yīng)性等。但由于照明和遮擋、各種姿勢(shì)、無(wú)約束環(huán)境中的人臉檢測(cè)和對(duì)齊具有挑戰(zhàn)性。近期的研究發(fā)現(xiàn),深度學(xué)習(xí)的算法可以很好的解決以上的問(wèn)題。本文基于深度學(xué)習(xí)的理論知識(shí),針對(duì)人臉檢測(cè)方向上的問(wèn)題做了較為深入的討論。對(duì)早期和現(xiàn)有的一些人臉檢測(cè)算法的優(yōu)缺點(diǎn)進(jìn)行了分析和總結(jié),并且在基于現(xiàn)有的卷積神經(jīng)網(wǎng)絡(luò)的模型上,對(duì)其進(jìn)行分析與改... 

【文章頁(yè)數(shù)】：93 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圓圈處

圖形在計(jì)算機(jī)中?

圖２－７局部連接和全連接的神經(jīng)網(wǎng)絡(luò)比對(duì)圖??


本文編號(hào)：3671358