復(fù)雜背景,即存在遮擋、光照、模糊以及人臉不同姿態(tài)等干擾因素的背景。復(fù)雜背景中的干擾因素會(huì)導(dǎo)致人臉的特征變得不準(zhǔn)確,使得復(fù)雜背景下的人臉檢測(cè)研究變得十分困難。目前,越來(lái)越多的場(chǎng)景需要在復(fù)雜背景下進(jìn)行人臉檢測(cè),比如無(wú)人駕駛汽車(chē)和國(guó)家反恐,這些需求使得復(fù)雜背景下的人臉檢測(cè)研究具有重要的實(shí)際意義。同時(shí),在理論研究上,復(fù)雜背景下的人臉檢測(cè)研究是模擬人類(lèi)視覺(jué)的關(guān)鍵研究,是實(shí)現(xiàn)賦予機(jī)器人工智能的重要組成部分,因此該研究也具有重要的理論意義。本文主要圍繞著提升模型在復(fù)雜背景下人臉檢測(cè)的精度和速度開(kāi)展了以下工作:1)詳細(xì)闡釋了通用目標(biāo)檢測(cè)模型Faster R-CNN模型。Faster R-CNN模型在通用目標(biāo)檢測(cè)領(lǐng)域具有十分優(yōu)秀的檢測(cè)效果,尤其是該模型提出的RPN網(wǎng)絡(luò),能夠生成高質(zhì)量的候選區(qū)域,提高模型的檢測(cè)效果。同時(shí),該模型對(duì)檢測(cè)小物體有較好的實(shí)驗(yàn)效果,而復(fù)雜背景下的人臉以小臉居多,因此,本文選用Faster R-CNN模型作為基礎(chǔ)模型進(jìn)行改進(jìn)。2)本文提出了基于環(huán)境信息和特征融合的人臉檢測(cè)模型。該模型使用殘差網(wǎng)絡(luò)作為特征提取器,提取用于分類(lèi)和位置回歸的特征,同時(shí)采用特征融合,使得用于分類(lèi)和回歸的特征...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究歷史、現(xiàn)狀及主要挑戰(zhàn)
        1.2.1 國(guó)內(nèi)外研究歷史和現(xiàn)狀
        1.2.2 主要挑戰(zhàn)
    1.3 本文的主要工作
    1.4 文章結(jié)構(gòu)
2 人臉檢測(cè)研究基礎(chǔ)
    2.1 引言
    2.2 基于候選區(qū)域的目標(biāo)檢測(cè)模型
        2.2.1 R-CNN模型
        2.2.2 SPP-net模型
        2.2.3 Fast R-CNN模型
        2.2.4 Faster R-CNN模型
    2.3 基于回歸的目標(biāo)檢測(cè)模型
        2.3.1 YOLO模型
        2.3.2 SSD模型
    2.4 目標(biāo)檢測(cè)的數(shù)據(jù)集
        2.4.1 COCO數(shù)據(jù)集
        2.4.2 FDDB數(shù)據(jù)集
        2.4.3 WIDER FACE數(shù)據(jù)集
    2.5 本章小結(jié)
3 基于環(huán)境信息和特征融合的人臉檢測(cè)模型
    3.1 引言
    3.2 殘差網(wǎng)絡(luò)的使用
    3.3 特征融合的設(shè)計(jì)
    3.4 新的環(huán)境信息的設(shè)置
    3.5 基于特征融合和環(huán)境信息的人臉檢測(cè)模型
        3.5.1 實(shí)驗(yàn)的數(shù)據(jù)集
        3.5.2 模型的訓(xùn)練
        3.5.3 實(shí)驗(yàn)細(xì)節(jié)
    3.6 實(shí)驗(yàn)結(jié)果與分析
        3.6.1對(duì)比實(shí)驗(yàn)
        3.6.2 實(shí)驗(yàn)結(jié)果
        3.6.3 結(jié)果分析
    3.7 本章小節(jié)
4 基于Faster R-CNN三分類(lèi)人臉檢測(cè)模型
    4.1 引言
    4.2 尺度不變性
    4.3 圖像金字塔與特征融合優(yōu)化
        4.3.1 圖像金字塔
        4.3.2 特征融合優(yōu)化
    4.4 基于Faster R-CNN人臉檢測(cè)模型
        4.4.1 實(shí)驗(yàn)的數(shù)據(jù)集
        4.4.2 模型的訓(xùn)練
        4.4.3 實(shí)驗(yàn)細(xì)節(jié)
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 對(duì)比實(shí)驗(yàn)
        4.5.2 實(shí)驗(yàn)結(jié)果
        4.5.3 結(jié)果分析
    4.6 本章小節(jié)
5 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來(lái)的展望
參考文獻(xiàn)
附錄
    A作者在攻讀碩士學(xué)位期間內(nèi)發(fā)表的論文
    B學(xué)位論文數(shù)據(jù)集
致謝



本文編號(hào)：3834908