版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、鑒于人臉檢測(cè)技術(shù)在安全訪問控制、視覺監(jiān)測(cè)、基于內(nèi)容的檢索和新一代人機(jī)界面等領(lǐng)域具有廣泛的應(yīng)用背景,一直是模式識(shí)別和人工智能等領(lǐng)域的重要研究課題。由于人臉是由復(fù)雜的三維曲面構(gòu)成的可變形體,而光照、表情變化和背景環(huán)境都會(huì)都給檢測(cè)帶來難度。因此人臉檢測(cè)是一個(gè)極具挑戰(zhàn)性的課題。
通常基于膚色的人臉檢測(cè)方法由于單純利用膚色信息,容易造成膚色區(qū)域的大面積連接,檢測(cè)率不高;卷積神經(jīng)網(wǎng)絡(luò)方法在人臉檢測(cè)中取得了巨大成功,但是卷積核的計(jì)算量較
2、大,同時(shí)典型的卷積神經(jīng)網(wǎng)絡(luò)的固定結(jié)構(gòu)又使得網(wǎng)絡(luò)規(guī)模初始設(shè)定只能是經(jīng)驗(yàn)性的,難以實(shí)現(xiàn)后繼的再學(xué)習(xí),限制了卷積神經(jīng)網(wǎng)絡(luò)在人臉檢測(cè)領(lǐng)域的進(jìn)一步應(yīng)用;利用簡單Harr式特征分層篩選的人臉檢測(cè)方法具有簡單、快速、檢測(cè)率高的優(yōu)點(diǎn),該方法通過Adaboost算法對(duì)Harr式矩形特征弱分類器進(jìn)行組合來提升系統(tǒng)分類性能。但是Harr式特征對(duì)邊緣、線段比較敏感,只能描述特定走向的圖形結(jié)構(gòu),一定程度上影響了檢測(cè)結(jié)果。
本文針對(duì)上述問題進(jìn)行了深入
3、研究,主要改進(jìn)工作包括:
(1)、在彩圖中的人臉檢測(cè)過程中,首先提取出彩色圖像中的膚色區(qū)域,再結(jié)合Canny算子提取出的圖像的邊緣信息,將大片粘連的膚色區(qū)域分割開來。實(shí)驗(yàn)結(jié)果證實(shí)本文方法有效提高了包含部分遮擋、膚色干擾等復(fù)雜環(huán)境下的圖片的檢測(cè)率。
(2)、針對(duì)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)固定、卷積核計(jì)算量大、難以實(shí)現(xiàn)后繼的再學(xué)習(xí)等問題,提出一種結(jié)構(gòu)可變的卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)造方法。具體構(gòu)造方法為:從每層只有單個(gè)卷積核的簡單網(wǎng)
4、絡(luò)結(jié)構(gòu)開始訓(xùn)練,逐漸為各網(wǎng)絡(luò)層增加新的卷積神經(jīng)元并修改新增連接權(quán)重,當(dāng)訓(xùn)練結(jié)果達(dá)到預(yù)期目標(biāo)時(shí)訓(xùn)練結(jié)束。不同網(wǎng)絡(luò)規(guī)模下人臉檢測(cè)的實(shí)驗(yàn)結(jié)果表明基于結(jié)構(gòu)增長生成的網(wǎng)絡(luò)可以在精確度和網(wǎng)絡(luò)規(guī)模之間取得一個(gè)非常好的折衷。此外,在追加新的學(xué)習(xí)樣本時(shí),分類器在保持原有學(xué)習(xí)結(jié)果基礎(chǔ)上,只需調(diào)整少量新增神經(jīng)元的權(quán)值,就能明顯提高檢測(cè)率。
(3)、協(xié)方差矩陣特征能夠反映圖像像素的內(nèi)在相關(guān)程度,可以較好地克服Harr式幾何特征對(duì)邊緣走向敏感的缺點(diǎn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)與特征點(diǎn)標(biāo)定算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)和性別識(shí)別研究.pdf
- 基于輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)算法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉深度特征提取與應(yīng)用方法研究.pdf
- 基于全卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)算法研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)算法研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別及硬件實(shí)現(xiàn).pdf
- 基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人臉關(guān)鍵點(diǎn)檢測(cè)算法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)和改進(jìn)支持向量機(jī)的人臉檢測(cè).pdf
- 一種基于卷積神經(jīng)網(wǎng)絡(luò)和條件隨機(jī)場(chǎng)的人臉檢測(cè)方法.pdf
- 一種基于卷積神經(jīng)網(wǎng)絡(luò)人臉朝向預(yù)判的人臉關(guān)鍵點(diǎn)檢測(cè)方法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人體檢測(cè)方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉表情和性別識(shí)別.pdf
- 基于輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)和識(shí)別算法研發(fā).pdf
- 基于局部特征的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像識(shí)別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別研究與實(shí)現(xiàn).pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論