在嚴(yán)格受控環(huán)境下,人臉識別具有非強制性、易獲取性、易接受性等優(yōu)勢,在公共安全領(lǐng)域得到了廣泛應(yīng)用。在實際應(yīng)用中采集到的多是側(cè)臉圖像,導(dǎo)致人臉識別準(zhǔn)確率大幅降低,難以滿足實際應(yīng)用需求。因此,多角度人臉識別已成為一個研究熱點。本文主要研究基于深度學(xué)習(xí)的多角度人臉檢測與識別方法,設(shè)計并實現(xiàn)了多角度人臉檢測與識別軟件。具體工作如下:在人臉檢測方面,提出了基于ResNet和DenseNet的YOLOV2兩種人臉檢測方法。在人臉特征提取階段,第一種方法使用ResNet-50網(wǎng)絡(luò)作為人臉特征提取器,采用跨層連接的方式,在增加網(wǎng)絡(luò)深度的同時保證模型訓(xùn)練的穩(wěn)定性。第二種方法使用DenseNet-201網(wǎng)絡(luò)作為人臉特征提取器,采用密集連接的方式,增強網(wǎng)絡(luò)對特征的利用率。在人臉檢測階段,采用錨點框預(yù)測人臉區(qū)域,使用不同尺度、比例先驗框進(jìn)行人臉檢測,使得網(wǎng)絡(luò)能夠?qū)Σ煌螤畹娜四槍崿F(xiàn)精準(zhǔn)預(yù)測。分別在CelebA和FDDB人臉數(shù)據(jù)集上對YOLOV2和本文提出的方法進(jìn)行仿真實驗與性能測試,實驗結(jié)果表明,在CelebA數(shù)據(jù)集上,基于ResNet-50和DenseNet-201的YOLOV2人臉檢測方法比YOLOV2方法... 

【文章來源】：中國人民公安大學(xué)北京市

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【部分圖文】：

Sigmoid激活函數(shù)圖

Tanh激活函數(shù)圖

ReLU激活函數(shù)圖


本文編號：3027801