面向课堂环境的人脸识别关键技术研究

发布时间：2024-03-31 07:58

　　人脸识别技术是身份识别的主要手段之一,在安防、金融等领域得到广泛应用。研究人脸识别在课堂环境中的应用,对提高教学效率、推进智慧教育极具研究价值。但课堂环境中拍摄角度、光照强度等因素影响使得课堂环境下的人脸识别困难重重。针对该问题,本文从数据集构建、人脸检测和人脸识别三个方面展开研究。首先,分析了LFW和WIDER FACE等人脸数据集所存在的欠缺,构建了课堂环境下多人脸识别研究的数据集。数据集构建包括几个步骤:(1)从多个方位对不同教室环境、不同学生数量的班级进行数据采集;(2)对图片进行处理,并标定人脸框位置生成相应的标签文件;(3)通过数据增强技术扩充数据集数目,最终构建了包括2782幅图像的两类数据集。其次,在人脸检测环节,对比分析了基于Open CV的haar级联分类器算法和基于dlib的人脸检测算法等传统人脸检测算法以及基于深度学习的人脸检测算法。通过模拟实验,分析了不同人脸数据集(10人以下、11-20人、21-30人、31-40人以及41人以上)中的算法性能,实验结果表明,传统的人脸检测算法难以准确检测具有一定偏移角度的人脸图片;基于FCHD的深度学习人脸检测算法,对于具...

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

图1.2人脸关键点位置图

及后面的层，进一步学习了更高层次的抽象。最后，这些更高层次的抽象的结合代表了不同的面部识别。2014年，DeepFace[38]在著名的LFW基准上达到了较高的准确性，首次在不受限制的条件下接近了人类的表现（DeepFace：97.35％，人类：97.53％），通过训练9层400....

图2.1LFW人脸数据示例图

面向课堂环境的人脸识别关键技术研究11第2章面向课堂环境的人脸数据集构建研究课堂环境是指学生在教室学习的真实场景，在此场景下，学生数目不一，少到实验室几人，多至集体课堂学生上百人。学生上课时大部分面朝同一方向，并且有部分遮挡。当每个教室的摄像头对上课学生进行监控时，前面的学生基本....

图2.2WIDERFACE数据示例图

硕士学位论文12LFW(LabeledFacesintheWildHome)[52]属于自然场景无约束人脸识别数据集，数据来源于5749个不同名人，基于不同光照条件、表情和朝向采集形成。整个数据集共有13233张图片，其中4069人只有一张照片，有2张或2张以上人脸图片的人数为1....

图2.3xml标签文件信息图

硕士学位论文14的信息进行人工标注，每个人有唯一的标志。根据研究的算法实际需求，共采集两类数据，mydata、newdata是用来人脸检测；data用于人脸识别。两个数据集来源于本校的不同的班级总共130人，其中人脸检测数据由80个不同的学生组成，将近2000张照片，并从中选取了....

本文编号：3943694