监控视频中的人脸特征理解和分析

发布时间：2024-02-04 03:30

　　计算机硬件的发展推动了深度学习技术在图像识别领域的进步,基于卷积神经网络的图像分类,人脸识别方法取得了显著性的成果。近年来,随着人工智能,多媒体等技术的快速发展,监控视频在家庭安防、金融安全、智能出行等领域得到了广泛的应用,基于监控视频中人脸特征的分析成为学者们研究的热点领域。传统研究方法中大多忽视了监控视频对识别实时性能的需求,并且很少同时实现对多种属性的研究以及对属性数据相对较少问题的进一步解决。因此,本文主要对监控视频中的人脸属性分析的实时性和准确性进行研究,并从图像生成角度解决数据量相对较少的问题,进一步优化属性分析的模型。主要研究内容如下:一、从监控视频人脸数据的构成、特点、应用领域和国内外人脸研究的现状等方面,说明了基于监控视频人脸数据进行属性分析的重要意义。总结了对监控视频人脸数据进行属性分析的网络结构的选择方法,详细介绍了基于Multi-task思想的Lighten CNN单网络多目标的网络结构的构建。并阐述了人脸特征分析的几个重要的评价指标。二、使用了基于BEGAN,CycleGAN的人脸属性数据的生成方法。因为现有监控视频数据相对较少,对最终模型的准确率影响较大。为...

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图２－２?Ｌｉｇｈｔｅｎ?ＣＮＮ的网络结构??－

ｅｎｓｅｍｂｌｅ的方式，导致模型很大，计算时间较长。Ｌｉｇｈｔｅｎ?ＣＮＮ是一种轻量级的网络??结构，网络结构相对简单，在时间和空间上都得到了优化。Ｌｉｇｈｔｅｎ?ＣＮＮ的网络结构??如图２－２所示：???ＩＩＩ?月１?８?，＾７??ｐ?—卜?ｄｆ／?—ｎｉ?一？?ｉ—以…娜??....

图２－３?Ｌｉｇｈｔｅｎ?ＣＮＮ的ＭＦＭ激活函数的原理图??Ｆｉｇ．２－３?Ｐｒｉｎｃｉｐｌｅ?ｏｆ?ｔｈｅ?ＭＦＭ?ａｃｔｉｖａｔｉｏｎ?ｆｕｎｃｔｉｏｎ?ｉｎ?Ｌｉｇｈｔｅｎ?ＣＮＮ??

ｅｎｓｅｍｂｌｅ的方式，导致模型很大，计算时间较长。Ｌｉｇｈｔｅｎ?ＣＮＮ是一种轻量级的网络??结构，网络结构相对简单，在时间和空间上都得到了优化。Ｌｉｇｈｔｅｎ?ＣＮＮ的网络结构??如图２－２所示：???ＩＩＩ?月１?８?，＾７??ｐ?—卜?ｄｆ／?—ｎｉ?一？?ｉ—以…娜??....

图２－５?ｍｕｌｔｉ－ｔａｓｋ软共享机制??Ｆｉｇ．２－５?Ｓｏｆｔ?ｓｈａｒｉｎｇ?ｍｅｃｈａｎｉｓｍ?ｏｆ?ｍｕｌｔｉ－ｔａｓｋ??

硬共享机制是深度神经网络多任务学习最常用的一种方式，这一方式可以追溯到??１９９３年。通过共享多个任务所有隐藏层的参数，并且保留各个任务特定的输出层来实??现硬共享机制，具体思想如图２－４：??任务Ａ?任务Ｂ?任务Ｃ??ｒｏｉ?〇〇１?ＢＱｉ??Ｔ?ｔ?－特定任务层??〇〇１〇〇....

图２－４?Ｍｕｌｔｉ－ｔａｓｋ硬共享机制??Ｆｉｇ．２－４?Ｈａｒｄ?ｓｈａｒｉｎｇ?ｍｅｃｈａｎｉｓｍ?ｏｆ?Ｍｕｌｔｉ－ｔａｓｋ??

硬共享机制是深度神经网络多任务学习最常用的一种方式，这一方式可以追溯到??１９９３年。通过共享多个任务所有隐藏层的参数，并且保留各个任务特定的输出层来实??现硬共享机制，具体思想如图２－４：??任务Ａ?任务Ｂ?任务Ｃ??ｒｏｉ?〇〇１?ＢＱｉ??Ｔ?ｔ?－特定任务层??〇〇１〇〇....

本文编号：3895133