【摘 要】
：
在当代社会中随着生活水平的提高,人们越来越重视自己的人身安全。目前监控摄像头已经随处可见,为了减少人力成本,监控视频中人脸的实时智能分析是必不可少的。本论文主要针
论文部分内容阅读
在当代社会中随着生活水平的提高,人们越来越重视自己的人身安全。目前监控摄像头已经随处可见,为了减少人力成本,监控视频中人脸的实时智能分析是必不可少的。本论文主要针对移动平台的人脸检测与人脸识别算法进行深入研究,由于移动平台计算资源有限,提升算法速度是当前的一个难点。针对以上问题,本文提出基于移动平台的人脸检测与人脸识别算法,具体研究内容如下:(1)在基于移动平台的人脸检测算法研究当中,本文借鉴了由粗到精的思想,提出了传统方法与卷积神经网络级联的人脸检测算法。选择了计算快速的传统人脸检测算法NPD(Normalized Pixel Difference)作为第一级分类器,对输入图像当中的人脸进行快速的粗定位,第二级分类器我们设计了精简快速的卷积神经网络,用于判断第一级分类器检测到的人脸是否正确。训练过程中卷积神经网络模型的训练图片经过第一级传统人脸检测算法处理生成,这样做的目的是为了弥补传统人脸检测算法的不足,以此来提升算法的检测精确率和降低误报率。该算法有效解决了基于移动平台的人脸检测算法检测精度低和速度慢的问题。(2)在基于移动平台的人脸识别算法研究当中,本论文设计了一个精确度高速度快的人脸识别网络结构,该网络继承了MobileNetV2的速度优势和MobileFaceNet的精度优势,在硬件资源有限的移动平台上十分适用。在训练模型的过程中,我们在传统Softmax损失函数的基础上设计了改进型Softmax损失函数。用改进型Softmax损失函数训练的目的是为了将网络预测的正确类别评分值和错误类别评分值之间的差值变得更大,使得最后训练的模型能够提取到更具区分性的特征。以上提出的两种算法都分别在多种公开数据集上测试精度和移动平台端测试速度,实验结果表明这两种算法不但具有较高的准确率而且具有较快的运行速度,具有实际工程应用价值。
其他文献
在旋转机械中滚动轴承是至关重要的基础零部件,且在装备制造、能源石化、国防安全、航空航天等国民重要经济领域中有着广泛的应用。而当常处于高负载、变工况和持续运行等极
随着深度学习的在图像领域和语音处理领域的广泛应用,卷积神经网络也已经成为大多数自然语言处理任务的主流方法。文本分类作为自然语言处理一个非常有代表性的研究领域,是很
我国《公司法》第151条详细地规定了股东代表诉讼制度,该制度设置的目的在于“使法院可以保护公司和少数股东免受居于管理地位的董事、经理等内部人员或者任何其他第三人的欺
产业集群升级需要借助整体优势的提升。集群竞争优势的增强不仅与每个企业的创新发展息息相关,处于创新网络中的企业,离不开与其他节点相联结的网络整体功能的升级。集群创新网络将各节点企业联结起来,对创新活动起到风险分担、技术互补的作用,对集群企业创新战略实施,发挥集群资源优势具有重要影响。面对我国产业集群迫切需要改变价值链低端环节的诉求,积极探索创新驱动的集群升级发展方式具有重要意义,为此,我们积极探索创
近年来,我国城市居民的生活水平不断提升,人均汽车拥有量不断上升,居民对城市基础设施要求越来越高,停车设施落后、数量不足引发了停车难、行车堵等一系列问题,严重影响了城
机器人学是一门综合性学科,随着机器人及图像视觉的快速发展,提高机器人的自主移动与控制能力显得尤为重要。以Kinect为代表的RGB-D类相机能够同时获得场景中的RGB图像与深度
区块链技术因其特有的去中心化、难以篡改、无信任多方协作、匿名隐私等特点,对一些传统业务模式具有革命性的改变,得到了工业界和学术界的广泛关注。共识算法是区块链技术的
能量捕获一直以来都是解决无线网络能量问题的有效技术。射频能量捕获的发展极大地延长了网络的使用寿命,拓展了无线传感器网络的应用范围。而当节点之间距离相隔较远时,无线
中文语义分析是使计算机理解汉语句子并实现人机中文对话的非常重要的一步,它能将中文句子转化为机器可以理解的一种表达方式。依据中文语法特点设计中文语义组块序列标注方式,并使用深度学习方法设计与实现中文语义组块分析系统,完成对中文句子语义成分的划分。为了得到准确率较高的中文语义组块分析器,将输入数据进行了清洗,过滤其中的非句子成分,并利用标点符号切分出单句;训练了中文分词和词性标注模型,使用训练好的模型
图像标注是图像处理领域重要的研究方向之一。随着互联网的发展,网络上的图像数量迅速增加,想要找到所需要的图像越来越困难。基于核心语义的图像标注方法对后续图像的检索、识别等都有更好的帮助。该文主要对减少不相关语义标签、定位图像语义表征区域等进行研究。首先,该文构建不相关语义删减的图像标注算法。图像中目标的类别以及目标的数量都是不确定的,图像单独分类不能将图像的所有目标都标注出来,而相似性标注又会产生大